Ilusiones ópticas, imágenes que engañan al ojo humano, son un tema de investigación fascinante, ya que estudiarlos puede proporcionar información valiosa sobre la cognición y la percepción humanas. Investigadores de la Universidad de Flinders, en Australia, Recientemente han realizado un estudio muy interesante utilizando un modelo de visión por ordenador para predecir la existencia de ilusiones ópticas y el grado de su efecto.

En la última década, Los investigadores han logrado una comprensión biológica cada vez más detallada de cómo el cerebro humano procesa los estímulos visuales. Muchos modelos de visión por computadora existentes se inspiran en nuestra comprensión actual del procesamiento visual. Sin embargo, algunos aspectos del procesamiento visual todavía se comprenden poco y son muy debatidos.

"El procesamiento visual comienza con las sensaciones de los campos receptivos retinianos (RF) por la luz entrante en los ojos, "explicaron los investigadores en su artículo, que fue prepublicado en arXiv. "Las células ganglionares de la retina (RGC) son las neuronas de salida de la retina que convierten la entrada sináptica de la capa plexiforme interna (IPL) y llevan la señal visual al cerebro. La diversidad de tipos de RGC y la dependencia del tamaño de cada tipo específico a la excentricidad ( la distancia desde la fóvea) son evidencia fisiológica de la codificación multiescala de la escena visual en la retina. Se han propuesto modelos computacionales de bajo nivel de visión retiniana basados ​​en el muestreo simultáneo de la escena visual a múltiples escalas ".

Investigaciones anteriores han introducido un modelo para detectar inclinaciones ilusorias en la ilusión de Café Wall, que surgen del contraste del fondo y las señales de inclinación. En su estudio, los investigadores de la Universidad de Flinders generalizaron este enfoque, para cubrir una gama más amplia de ilusiones geométricas, así como ilusiones de mosaicos más complejas.

"Exploramos la respuesta de un modelo bio-plausible simple de visión de bajo nivel en ilusiones geométricas / de mosaicos, reproducir la percepción errónea de su geometría, que informamos para el Café Wall y algunas ilusiones de azulejos, "escribieron los investigadores en su artículo." Hasta ahora no se ha verificado que el modelo se generalice a estas otras ilusiones, y esto es lo que mostramos en este artículo ".

En su estudio, los investigadores evaluaron un modelo de filtrado computacional que está diseñado para modelar la inhibición lateral de las células ganglionares de la retina y sus respuestas a diferentes ilusiones geométricas. Adoptando este enfoque, los investigadores esperaban lograr una mejor comprensión de estas ilusiones, predecir el grado de su efecto.

"Aunque la percepción errónea de la orientación en las ilusiones de inclinación en general puede sugerir explicaciones fisiológicas que involucran células selectivas de orientación en la corteza, Nuestro trabajo proporciona evidencia para una teoría de que la aparición de inclinación en estos patrones se inicia antes de llegar a las células de orientación selectiva. como resultado del conocido mecanismo de codificación de células simples de retina / cortical, "explicaron los investigadores.

En general, Los hallazgos recopilados en este estudio sugieren que las diferencias de Gauss (DoG), un filtro que detecta los bordes en las imágenes, a múltiples escalas podría ayudar a explicar la inclinación inducida en las ilusiones de mosaicos y también podría ayudar a descubrir algunas de las señales ilusorias que se perciben cuando se observan ilusiones geométricas. Además, los investigadores pudieron vincular los procesos ascendentes con la percepción y la cognición de nivel superior, de una manera que sea consistente con la teoría de visión y detección de bordes de David Marr.

Los modelos actuales de visión por computadora para analizar ilusiones geométricas son bastante complejos, por lo tanto, podrían ser más difíciles de aplicar en estudios de investigación. Según los investigadores, los estudios futuros deberían intentar idear métodos menos sofisticados y más plausibles desde el punto de vista biológico para detectar señales visuales.

"Creemos que una mayor exploración del papel de modelos simples de tipo gaussiano en el procesamiento retiniano de bajo nivel, y núcleos gaussianos en DNN en etapa temprana, y su predicción de la pérdida de la ilusión perceptiva conducirá a técnicas y modelos de visión por computadora más precisos y puede potencialmente dirigir la visión por computadora hacia o lejos de las características que detectan los humanos, "escribieron los investigadores." Estos efectos pueden, Sucesivamente, se espera que contribuya a modelos de alto nivel de procesamiento de movimiento y profundidad y se generalice a la comprensión informática de imágenes naturales ".

© 2019 Science X Network