由 Fisher 信息度量预测的感知尺度

感知常被视为将观察者外部的物变量转换为内部心理变量的过程。此类过程可由称为感知尺度的函数建模。感知尺度可从由比较刺激间相对差异(即差异标度实验)构成的心理物理测量中推导。然而,该方法常被建模与实验群体所忽视。此处,我们通过将其嵌入近期的概率化感知建模中,论证测量经典(空间频率、朝向)与较非经典物变量(纹理间插值)感知尺度的价值。首先,我们表明,在刺激为高维时,假设观察者对空间频率或朝向等单变量参数具有内部表征,在遵循该理论框架时并不会导致矛盾预测。其次,我们表明所测感知尺度对应于该框架中假设的转导函数。特别地,我们证明其关联于支撑感知的生成模型之 Fisher 信息,并在一组差异标度实验中检验了生成模型对不同刺激给出的预测。我们的主要结论是,感知尺度主要由刺激功率谱驱动。最后,我们提出,该感知尺度测量是通过估计图像的感知几何即图像间路径而非仅图像间距离,来进一步深化感知距离概念的一种途径。