从模糊对比度输入进行表面边界归属与相对表面深度的神经计算
神经元与认知
2018-05-22 v1
摘要
将图像部分分割为前景与背景是3D场景感知神经计算的一个重要方面。为了实现这种分割，大脑需要关于边界归属的信息；即轮廓对图像中所表示的特定表面的归属关系。本文给出了由图形与背景的3D知觉推导出的心理物理学数据，这些数据是通过呈现由空间上不相交的形状组成的2D图像生成的，这些形状相对于它们沿共线边缘所诱导出的连续边界指向内或外。某些图像中的形状相对于背景灰度的对比度相同（黑或白）。其他图像在每个诱导出的连续边界上包含相反的对比度。心理物理学结果表明，尽管皮层V2区的许多边界归属细胞对偏好的相对对比度有响应，但对这些模糊显示图形的图形与背景判断概率仅由对比度的方向决定，而不由它们的相对对比度决定。FACADE与3D LAMINART模型被用来解释这些数据。
引用
@article{arxiv.1805.08091,
title = {Neural computation of surface border ownership and relative surface depth from ambiguous contrast inputs},
author = {Birgitta Dresp-Langley and Stephen Grossberg},
journal= {arXiv preprint arXiv:1805.08091},
year = {2018}
}