Scenstatistik

Scenstatistik är en disciplin inom perceptionsområdet . Det handlar om de statistiska regelbundenheterna relaterade till scener . Det bygger på antagandet att ett perceptuellt system är utformat för att tolka scener .

Biologiska perceptuella system har utvecklats som svar på fysiska egenskaper hos naturliga miljöer. Därför naturliga scener stor uppmärksamhet.

Naturlig scenstatistik är användbar för att definiera beteendet hos en idealisk observatör i en naturlig uppgift, vanligtvis genom att införliva signaldetekteringsteori , informationsteori eller uppskattningsteori .

Inom-domän kontra över-domän

Bild genererad från en databas med segmenterade löv som samtidigt registrerar naturliga bilder (sceninformation) med exakta placeringar av lövgränser (information om den fysiska miljön). En sådan databas kan användas för att studera statistik över domäner.

Geisler (2008) skiljer mellan fyra typer av domäner: (1) Fysiska miljöer, (2) Bilder/Scener, (3) Neurala svar och (4) Beteende.

Inom domänen bilder/scener kan man studera egenskaperna hos information relaterad till redundans och effektiv kodning.

Statistik över olika domäner avgör hur ett autonomt system ska dra slutsatser om sin miljö, bearbeta information och kontrollera sitt beteende. För att studera denna statistik är det nödvändigt att ta prov eller registrera information i flera domäner samtidigt.

Ansökningar

Förutsägelse av bild- och videokvalitet

En av de mest framgångsrika tillämpningarna av Natural Scenes Statistics Models har varit förutsägelse av perceptuell bild- och videokvalitet. Till exempel, Visual Information Fidelity (VIF), som används för att mäta graden av förvrängning av bilder och videor, används flitigt av bild- och videobearbetningsgrupper för att bedöma perceptuell kvalitet, ofta efter bearbetning, såsom komprimering, vilket kan försämra utseendet på en visuell signal. Utgångspunkten är att scenstatistiken förändras genom förvrängning och att det visuella systemet är känsligt för förändringarna i scenstatistiken. VIF används flitigt inom streaming-tv-branschen. Andra populära bildkvalitetsmodeller som använder naturlig scenstatistik inkluderar BRISQUE och NIQE som båda är utan referens, eftersom de inte kräver någon referensbild att mäta kvalitet mot.

Bibliografi

• Field, DJ (1987). Samband mellan statistik över naturliga bilder och svarsegenskaper hos kortikala celler . Journal of the Optical Society of America A 4, 2379–2394.
• Ruderman, DL, & Bialek, W. (1994). Statistik över naturliga bilder – Skalning i skogen. Physical Review Letters, 73(6), 814–817.
• Brady, N., & Field, DJ (2000). Lokal kontrast i naturliga bilder: normalisering och kodningseffektivitet. Perception, 29, 1041–1055.
• Frazor, RA, Geisler, WS (2006) Lokal luminans och kontrast i naturliga bilder. Vision Research, 46, 1585–1598.
• Mante et al. (2005) Oberoende av luminans och kontrast i naturliga scener och i det tidiga visuella systemet. Nature Neuroscience, 8 (12) 1690–1697.
• Bell, AJ, & Sejnowski, TJ (1997). De "oberoende komponenterna" i naturliga scener är kantfilter. Vision Research, 37, 3327–3338.
• Olshausen, BA, & Field, DJ (1997). Sparsam kodning med en överkomplett grunduppsättning: En strategi av V1? Vision Research, 37(23), 3311–3325.
• Sigman, M., Cecchi, GA, Gilbert, CD, & Magnasco, MO (2001). På en gemensam cirkel: Naturscener och gestaltregler. PNAS, 98(4), 1935–1940.
• Hoyer, PO och Hyvärinen, A. Ett gles kodningsnätverk i flera lager lär sig konturkodning från naturliga bilder, Vis. Res., vol. 42, nr. 12, s. 1593–1605, 2002.
• Geisler, WS, Perry, JS, Super, BJ, & Gallogly, DP (2001). Kantsamförekomst i naturliga bilder förutsäger konturgrupperingsprestanda. Vision Research, 41, 711–724.
• Äldste JH, Goldberg RM. (2002) Ekologisk statistik för gestaltlagarna för perceptuell organisation av konturer. J. Vis. 2:324–53.
• Krinov, E. (1947). Spektralreflektansegenskaper hos naturliga formationer (Teknisk översättning nr. TT-439). Ottawa: Nation Research Council of Canada.
• Ruderman, DL, Cronin, TW, & Chiao, C. (1998). Statistik över konsvar på naturliga bilder: konsekvenser för visuell kodning. Journal of the Optical Society of America A, 15, 2036–2045.
• Stockman, A., MacLeod, DIA, & Johnson, NE (1993). Spektralkänslighet hos de mänskliga kottarna. J Opt Soc Am A Opt Image Sci Vis, 10, 1396–1402.
• Lee TW, Wachtler, T, Sejnowski, TJ. (2002) Färgmotstånd är en effektiv representation av spektrala egenskaper i naturliga scener. Vision Research 42:2095–2103.
• Fine, I., MacLeod, DIA, & Boynton, GM (2003). Ytsegmentering baserad på luminans- och färgstatistik för naturliga scener. Journal of the Optical Society of America a-Optics Image Science and Vision, 20(7), 1283–1291.
• Lewis A, Zhaoping L. (2006) Bestäms konkänslighet av naturlig färgstatistik? Journal of Vision. 6:285–302.
• Lovell PG et al. (2005) Stabilitet för färgmotståndssignaler under förändringar av ljusstyrka i naturliga scener. J. Opt. Soc. Am. A 22:10.
• Endler, JA 1993. Ljusets färg i skogar och dess implikationer. Ekologiska monografier 63:1–27.
• Wachtler T, Lee TW, Sejnowski TJ (2001) Kromatisk struktur av naturliga scener. J. Opt. Soc. Am. A 18(1):65–77.
• Long F, Yang Z, Purves D. Spektral statistik i naturliga scener förutsäger nyans, mättnad och ljusstyrka. PNAS 103(15):6013–6018.
• Van Hateren, JH, & Ruderman, DL (1998). Oberoende komponentanalys av naturliga bildsekvenser ger spatio-temporala filter som liknar enkla celler i primär visuell cortex. Proceedings of the Royal Society of London B, 265, 2315–2320.
• Potetz, B., & Lee, TS (2003). Statistiska samband mellan tvådimensionella bilder och tredimensionella strukturer i naturliga scener. Journal of the Optical Society of America a-Optics Image Science and Vision, 20(7), 1292–1303.
• Howe, CQ och Purves, D. (2002). Avståndsbildstatistik kan förklara den onormala uppfattningen av längd. Proceedings of the National Academy of Sciences of the United States of America, 99(20), 13184–13188. Howe, CQ, & Purves, D. (2005a). Naturlig scengeometri förutsäger uppfattningen av vinklar och linjeorientering. Proceedings of the National Academy of Sciences of the United States of America, 102(4), 1228–1233.
• Howe, CQ och Purves, D. (2004). Storlekskontrast och assimilering förklaras av statistiken för naturlig scengeometri. Journal of Cognitive Neuroscience, 16(1), 90–102.
• Howe, CQ och Purves, D. (2005b). Muller-Lyer-illusionen förklaras av statistiken över bild-källa relationer. Proceedings of the National Academy of Sciences of the United States of America, 102(4), 1234–1239.
• Howe, CQ, Yang, ZY och Purves, D. (2005). Poggendorff-illusionen förklaras av naturlig scengeometri. Proceedings of the National Academy of Sciences of the United States of America, 102(21), 7707–7712.
• Kalkan, S. Woergoetter, F. & Krueger, N., Statistisk analys av lokal 3D-struktur i 2D-bilder, IEEE Conference on Computer Vision and Pattern Recognition (CVPR) 2006.
• Kalkan, S. Woergoetter, F. & Krueger, N., First-orders and Second-order Statistical Analysis of 3D and 2D Structure, Network: Computation in Neural Systems, 18(2), s. 129–160, 2007.