用于中层视觉和扫视感知的共形相机的几何分析

作者根据共形相机的投影傅里叶变换(PFT)开发了一个双目系统,该数值系统整合了头部、眼睛和视觉皮层,用于处理扫视眼动过程中的视觉信息。尽管我们每秒进行三次扫视,眼球最大速度达700度/秒,但我们的视觉系统会补偿这些剧烈的眼动,以产生稳定的世界感知。这种视觉恒常性是通过扫视开始前,在多个视网膜拓扑组织的皮层区域中,神经元感受野的移位来维持的,这使得大脑在眼睛到达之前就能获取来自扫视目标的视觉信息。它整合了跨扫视的视觉信息获取。我们的建模利用了PFT的基本性质。首先,PFT可以在近似视网膜拓扑的复对数坐标下通过快速傅里叶变换(FFT)计算。其次,视网膜拓扑(对数)坐标中的平移,通过傅里叶变换的平移性质建模,将扫视前的场景重新映射到扫视后的参考系中。该模型还解释了人类受试者在实验室实验中观察到的扫视期间定位错误。由于我们的建模涉及共形几何、抽象和计算调和分析、计算视觉以及视觉神经科学等跨学科领域,我们包含了相应的背景材料,并阐明了这些不同领域如何交织在我们的灵长类感知建模中。特别是,我们介绍了与我们建模相关的神经过程背后的生理和行为事实。我们还强调了共形相机的几何结构,并讨论了它如何在自然场景理解的中层视觉计算方面具有独特的实用性。