【摘要】：知覺自我運動方向是日常生活中不可或缺的能力,光流(optic flow)是這一知覺的重要視覺線索。已有研究發(fā)現(xiàn)光流中包含運動和形狀兩種線索,一般情況下這兩種線索不可分離且都指向同一個擴張焦點(focus of expansion,FOE),該FOE即為自我運動的方向。當運動和形狀FOE不一致時,通過整合會知覺到自我運動方向在這兩個FOE之間。雖然已有研究發(fā)現(xiàn)存加工光流的腦區(qū)(MST,VIP,CSv),但對于整合的腦機制還知之甚少。在本實驗中將利用運動FOE和形狀FOE可以相互分離的刺激來研究大腦整合運動和形狀的腦區(qū)。在實驗一中固定了運動FOE位置,只改變形狀FOE的位置。從而找出能夠表征形狀FOE變化的腦區(qū);在實驗二中運動FOE和形狀FOE在一致的情況下同時位于屏幕的左側(cè)或右側(cè),在不一致的情況下一個位于左側(cè),另一個位于右側(cè)。在兩種情況下運動或形狀FOE分別有在左側(cè)或右側(cè)的條件,但是一致條件知覺到的自我運動方向改變了,而不一致條件則沒變。對于整合了兩種線索的腦區(qū)而言,對一致刺激的分類應(yīng)該高于對不一致刺激的分類。利用多體素模式分析法(multiple voxel pattern analysis,MVPA)發(fā)現(xiàn)V1、V2、V3、V3a和V3b/KO既可以表征形狀FOE也可以表征運動FOE的變化。此外V3b/KO對一致條件的分類高于不一致的,這表示該區(qū)域在加工光流的過程中起到整合的作用。
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：B842.2
【圖文】：

早期的研究發(fā)現(xiàn)人們會利用視覺信息中被稱為光流的信息來知覺自我運動的方向。光流(Optical flow 或者 Optic flow)在我們的日常生活中隨處可見，并且提供了豐富的信息，比如自我運動方向，場景的三維空間結(jié)構(gòu)。或許由于很多其他的信息也能提供自我運動方向的信息，所以很容易忽略光流在知覺自我運動方向上的作用。這也使得學(xué)者們在 19 世紀就開始注意到光流的這種現(xiàn)象，卻沒有發(fā)現(xiàn)可用此來知覺自我運動方向。要解釋光流是什么，最常舉的例子就是在坐火車時會看到道路兩旁的樹，從近到遠以不同的速度在倒退，在疾速狀態(tài)下甚至形成放射狀運動的連續(xù)的彩色條紋。光流就是指這種特殊的相對運動模式。也就是說當觀察者看著移動方向移動時，看到的周圍環(huán)境的移動模式。這種運動模式雖然只在極其快速的運動中才能明確感知，但即使在走路時也是存在的，如圖 1.1 左側(cè)圖所示即為極速狀態(tài)下感知到的光流。

en1988 年實驗用到刺激的示意圖。刺激是只出現(xiàn)在屏幕下部分，以光圖中的線段表示該位置處的速度矢量。位于中心位置的垂直線段是被提示方位。被試的任務(wù)就是判斷感知到的自我運動方向是在該提示方圖來自 Warren& Hannon, 1988[17].結(jié)果表明，根據(jù)光流刺激知覺到的自我運動方向精確度可以這樣的誤差就可以滿足 Cutting 提出的知覺自我運動方向的多的行為實驗開始研究光流中的不同因素與知覺自我運動rren[18]在 1998 年的《高級運動處理》中對此做了總結(jié)。先來看一下在實驗中用到的光流刺激都包含哪些形式。由于動模式，用來研究光流的實驗中的用到的都是整體相關(guān)運動刺激，如圖 1.3 表示了相關(guān)度不同的整體相關(guān)運動。

圖 1.2 Warren1988 年實驗用到刺激的示意圖。刺激是只出現(xiàn)在屏幕下部分，以光流場的方式運動的點。圖中的線段表示該位置處的速度矢量。位于中心位置的垂直線段是被試用來評估運動方向的提示方位。被試的任務(wù)就是判斷感知到的自我運動方向是在該提示方向的左側(cè)還是右側(cè)。該圖來自 Warren& Hannon, 1988[17].實驗結(jié)果表明，根據(jù)光流刺激知覺到的自我運動方向精確度可以達到 1°視角左右。這樣的誤差就可以滿足 Cutting 提出的知覺自我運動方向的精度了。此后有了更多的行為實驗開始研究光流中的不同因素與知覺自我運動方向之間的關(guān)系。Warren[18]在 1998 年的《高級運動處理》中對此做了總結(jié)。在此先來看一下在實驗中用到的光流刺激都包含哪些形式。由于光流是一種整體的運動模式，用來研究光流的實驗中的用到的都是整體相關(guān)運動 (coherentmotion)的刺激，如圖 1.3 表示了相關(guān)度不同的整體相關(guān)運動。

【相似文獻】

相關(guān)期刊論文 前10條

1 胡庭波;吳濤;賀漢根;;一種面向移動機器人的光流場計算方法[J];計算機工程與應(yīng)用;2006年19期

2 林強;一種變形體圖像輪廓光流場檢測系統(tǒng)的研制[J];電子測量與儀器學(xué)報;1996年01期

3 江敏,吳中權(quán),吳國威,吳佑壽;光流場的遞推估計方法[J];電子學(xué)報;1989年06期

4 黃繼東;黎梓毅;馮兆熙;梁家燁;伍馮潔;;公共場所暴力行為的光流場構(gòu)建及分析方法[J];計算機與數(shù)字工程;2017年03期

5 林強,林永華;心臟結(jié)構(gòu)序列截面像光流場檢測的研究[J];電子測量與儀器學(xué)報;2000年01期

6 陳海峰,陳維南;基于區(qū)域平滑約束的光流場估計方法[J];高技術(shù)通訊;1998年09期

7 項學(xué)智;趙春暉;李康;;一種彩色光流場估計算法[J];哈爾濱工程大學(xué)學(xué)報;2008年06期

8 尤雋永;劉貴忠;李宏亮;;一種快速、魯棒的壓縮視頻光流場估計算法[J];電子與信息學(xué)報;2007年09期

9 關(guān)震宇;李杰;楊歡;徐蓓蓓;劉暢;;基于直線稀疏光流場的微小型無人機姿態(tài)信息估計方法研究[J];兵工學(xué)報;2014年11期

10 趙冉;喬建蘋;肖飛;孫平;;基于光流場理論測量物體變形相位的新方法[J];光電子·激光;2015年10期

相關(guān)會議論文 前10條

1 謝劍斌;王暉;劉通;李沛秦;;基于多重網(wǎng)格的光流場快速計算方法[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

2 張\

本文編號：2762729