Статистика сцены

Статистика сцены - это дисциплина в области восприятия. Это касается статистических закономерностей, относящихся к сценам. Он основан на предположении, что система восприятия предназначена для интерпретации сцен.

Биологические системы восприятия эволюционировали в ответ на физические свойства естественной окружающей среды. Поэтому естественные сцены привлекают большое внимание.

Статистика естественных сцен полезна для определения поведения идеального наблюдателя в естественном процессе, обычно включающая теорию обнаружения сигналов, теорию информации или теорию информации или теорию наблюдения оценки.

. Одним из наиболее успешных приложений статистических моделей сцен было восприятие изображения и видео. прогноз качества. Например, алгоритм Visual Information Fidelity (VIF), который используется для определения степени искажения изображений и видео, широко используются сообществами, занимающимися обработкой изображений и видео, для оценки качества восприятия, часто после обработки., например, может ухудшить внешний вид визуального сигнала. Должна быть в том, что статистика изменяется из-за искажения, и что визуальная система чувствительна к изменениям статистики сцены. VIF широко используется в индустрии потокового телевидения. Другие популярные модели качества изображения, использующие статистику естественной сцены, включая BRISQUE и NIQE, обе из которых не являются эталонными, поскольку не требуют какого-либо эталонного изображения для измерения качества.

Изображение, сгенерированное из базы данных сегментированных листьев, которое одновременно регистрирует естественные изображения (информацию о сцене) с точным расположением границ листьев (информация о физической среде)). Такую базу данных можно использовать для изучения междоменной статистики.

Гейслер (2008) различает четыре типа области: (1) физическая среда, (2) изображения / сцены, (3) нейронные отклики и (4) Поведение.

В области изображений / сцен можно изучить характеристики, относящиеся к избыточности и эффективному кодированию.

Междоменная статистика должна определять, как автономная система, делать выводы о своей среде, обрабатывать информацию и контролировать свое поведение. Чтобы изучить эту статистику, необходимо выбрать или зарегистрировать информацию в нескольких доменах одновременно.

• Филд, Д. Дж. (1987). Связь между статистикой естественных изображений и реакционными свойствами корковых клеток. Журнал Оптического общества Америки A 4, 2379–2394.
• Рудерман, Д. Л., и Биалек, В. (1994). Статистика естественных изображений - масштабирование в лесу. Physical Review Letters, 73 (6), 814–817.
• Брэди, Н., Филд, Д. Дж. (2000). Локальный контраст в естественных изображений: нормализация и кодирование. Восприятие, 29, 1041–1055.
• Фразор, Р.А., Гейслер, В.С. (2006) Локальная яркость и контраст в естественных изображенийх. Vision Research, 46, 1585–1598.
• Mante et al. (2005) Независимость яркости и контраста в естественных сценах и в ранней визуальной системе. Nature Neuroscience, 8 (12) 1690–1697.
• Белл, А. Дж., И Сейновски, Т. Дж. (1997). «Независимые компоненты» естественных - это краевые фильтры. Vision Research, 37, 3327–3338.
• Ольсхаузен, Б. А., Филд, Д. Дж. (1997). Разреженное кодирование с избыточным базовым набором: стратегия V1? Исследование зрения, 37 (23), 3311–3325.
• Сигман, М., Чекки, Г. А., Гилберт, К. Д., и Магнаско, М. О. (2001). По общему кругу: природные сцены и правила гештальта. PNAS, 98 (4), 1935–1940.
• Хойер, П.О. и Хювэринен, А. Многослойная сеть разреженного кодирования изучает контурное кодирование по естественным изображениям, Vis. Res., Vol. 42, нет. 12, pp. 1593–1605, 2002.
• Geisler, W. S., Perry, J. S., Super, B.J., Gallogly, D. P. (2001). Сочетание краев в естественных изображенийх предсказывает эффективность группировки контуров. Исследование зрения, 41, 711–724.
• Старейшина Дж. Х., Голдберг Р.М. (2002) Экологическая статистика по гештальт-законам перцептивной организации контуров. J. Vis. 2: 324–53.
• Кринов Э. (1947). Спектральные отражательные свойства природных образований (Технический перевод № ТТ-439). Оттава: Национальный исследовательский совет Канады.
• Рудерман, Д. Л., Кронин, Т. В., и Чиао, К. (1998). Статистика конуса на естественные изображения: значение для визуального кодирования. Журнал Оптического общества Америки A, 15, 2036–2045.
• Стокман, А., МакЛауд, Д.И.А., и Джонсон, Н.Э. (1993). Спектральная чувствительность человеческих колбочек. J Opt Soc Am A Opt Image Sci Vis, 10, 1396–1402.
• Ли Т.В., Вахтлер, Т., Сейновски, Т.Дж. (2002) Противопоставление цветов - эффективное представление спектральных свойств в естественных сценах. Исследование зрения 42: 2095–2103.
• Fine, I., MacLeod, D. I. A., Boynton, G.M (2003). Сегментация поверхности на основе статистики яркости и цвета естественных сцен. Журнал Оптического общества Америки a-Optics Image Science and Vision, 20 (7), 1283–1291.
• Льюис А., Чжаопинг Л. (2006) Определяется ли чувствительность колбочки статистикой естественного цвета? Журнал видения. 6: 285–302.
• Lovell PG et al. (2005) Стабильность сигналов оппонента цвета при изменении освещения в естественных сценах. J. Opt. Soc. Am. А 22:10.
• Эндлер, Дж. А. 1993. Цвет света в лесах и его последствия. Экологические монографии 63: 1–27.
• Вахтлер Т., Ли Т.В., Сейновски Т.Дж. (2001) Хроматическая структура природных сцен. J. Opt. Soc. Am. А 18 (1): 65–77.
• Лонг Ф, Ян З, Первес Д. Спектральная статистика в естественных сценах предсказывает оттенок, насыщенность и яркость. PNAS 103 (15): 6013–6018.
• Ван Хатерен, Дж. Х. и Рудерман, Д. Л. (1998). Независимый компонентный анализ последовательностей естественных изображений дает пространственно-временные фильтры, аналогичные простые клеткам первичной зрительной коры. Труды Лондонского королевского общества B, 265, 2315–2320.
• Потец Б. и Ли Т. С. (2003). Статистические корреляции между двухмерными изображениями и трехмерными структурами в естественных сценах. Журнал Оптического общества Америки a-Optics Image Science and Vision, 20 (7), 1292–1303.
• Хоу, К.К., Пурвс, Д. (2002). Статистика дальномерного изображения может аномальное восприятие длины. Proceedings of the National Academy of Sciences of the United States of America, 99 (20), 13184–13188.Howe, C.Q., Purves, D. (2005a). Геометрия естественной сцены предсказывает восприятие углов и ориентации линий. Слушания Национальной академии наук Соединенных Штатов Америки, 102 (4), 1228–1233.
• Хоу, К.К., Пурвс, Д. (2004). Контрастность и ассимиляция размеров объясняются статистикой естественной геометрии сцены. Журнал когнитивной нейронауки, 16 (1), 90–102.
• Хоу, К. К., и Пурвес, Д. (2005b). Иллюзия Мюллера - Лайера, объясненная статистикой отношений между изображением и создателем. Слушания Национальной академии наук Соединенных Штатов Америки, 102 (4), 1234–1239.
• Хоу, К.К., Янг, З.Й., и Пурвес, Д. (2005). Иллюзия Поггендорфа объясняется естественной геометрией сцены. Слушания Национальной академии наук Соединенных Штатов Америки, 102 (21), 7707–7712.
• Калкан, С. Вургёттер, Ф. и Крюгер, Н., Статистический анализ трехмерной структуры в 2D-изображения, Конференция IEEE по компьютерному зрению и распознаванию образов (CVPR), 2006 г.
• Калкан, С. Вургёттер, Ф. и Крюгер, Н., Статистический анализ первого и второго порядка трехмерной и двумерной структуры, Сеть: вычисления в нейронных системах, 18 (2), стр. 129–160, 2007.