A computational approach to estimation of crowding in natural images
No Thumbnail Available
URL
Journal Title
Journal ISSN
Volume Title
Helsinki University of Technology |
Diplomityö
Checking the digitized thesis and permission for publishing
Instructions for the author
Instructions for the author
Authors
Date
2008
Major/Subject
Laskennallinen tekniikka
Mcode
S-114
Degree programme
Tietoliikennetekniikan tutkinto-ohjelma
Language
en
Pages
(12+) 71
Series
Abstract
Ärsyketungos on ilmiö, jonka vuoksi ääreisnäössä olevien kohteiden tunnistus heikkenee, mikäli kohteen läheisyydessä on häiriöärsykkeitä. Ärsyketungos on siis havaintokentän, eli yhdellä fiksaatiolla havaittavan kohdemäärän, kokoa rajoittava tekijä. Tämä johtuu näköjärjestelmän korkeammilla tasoilla tapahtuvasta laajasta piirreintegraatiosta kohteen ympäristössä. Kriittisestä roolistaan huolimatta ärsyketungos-ilmiötä ei ole tutkittu monimutkaisilla luonnollisilla kuvilla (mikä tahansa valokuva). Tässä tutkimuksessa tutkittiin, kuinka ärsyketungos vaikuttaa kohteen havaitsemiseen monimutkaisissa luonnollisissa kuvissa. Lisäksi haluttiin selvittää voidaanko ilmiön voimakkuutta ennustaa näköjärjestelmä malleja ja kuvien tilastollisia ominaisuuksia käyttäen. Ärsyketungos-ilmiön voimakkuus määritettiin kokeellisesti, mittaamalla kontrasti kynnyksiä erikokoisille kirjainkohteille, jotka sijaitsivat luonnollisen kuvan päällä. Kokeellisen osan tuloksilla validoitiin kehitettyjä metodeja. Metodit perustuivat kuvan tilastollisiin ominaisuuksiin ja `clutter-malleihin' Tilastolliset ominaisuudet ja 'clutter-mallit' yhdistettiin sekä tutkimustietoon ärsyketungoksen ominaisuuksista, että näköjärjestelmän tunnettuihin ominaisuuksiin. Näköjärjestelmä huomioimalla pyrittiin arvioimaan spatiaalisesta näöntarkkuuden vaihtelusta aiheutuvia muutoksia kuvan tilastollisiin ominaisuuksiin. Kehitetyt metodit ennustivat mielivaltaisen kuvan aiheuttaman ärsyketungos-ilmiön voimakkuuden. Myös näköjärjestelmän malli vaikutti tuloksiin. Erot eri laskentamallien välillä olivat kuitenkin merkityksettömiä. Täten yksinkertaisinta metodia, jossa laskettiin kontrastienergiaa, voidaan pitää tehokkaimpana. Luonnolliset kuvat voivat aiheuttaa voimakkaan ärsyketungos-ilmiön. Pääteltiin, että ilmiö voidaan ennustaa kohtuullisella tarkkuudella jo nykyisellä tietämyksellä, mutta lisätuntemus ilmiön syistä ja mekanismeista mahdollistaisi tarkempien mallien kehittämisen. Tällaisilla malleilla on sovellutuskohteita esimerkiksi käyttöliittymien suunnitellussa, informaation visualisoinnin arvioinnissa ja lisätyn todellisuuden sovellusten kehityksessä.Description
Supervisor
Sams, MikkoThesis advisor
Näsänen, RistoKeywords
crowding, ärsyketungos, visual system, näköjärjestelmä, image statistics, kuvan tilastolliset ominaisuudet, clutter, luonnolliset kuvat, natural images, mallintaminen, modelling