Statystyki sceny

Statystyka sceny jest dyscypliną z zakresu percepcji . Dotyczy to statystycznych prawidłowości związanych ze scenami . Opiera się na założeniu, że system percepcyjny jest przeznaczony do interpretowania scen .

Biologiczne systemy percepcyjne ewoluowały w odpowiedzi na fizyczne właściwości środowiska naturalnego. Dlatego wiele uwagi poświęca się scenom naturalnym .

Statystyki sceny naturalnej są przydatne do definiowania zachowania idealnego obserwatora w naturalnym zadaniu, zazwyczaj poprzez włączenie teorii wykrywania sygnału , teorii informacji lub teorii estymacji .

Wewnątrz domeny a między domenami

Obraz generowany z bazy danych segmentowanych liści, która jednocześnie rejestruje naturalne obrazy (informacje o scenie) z dokładnymi lokalizacjami granic liści (informacje o środowisku fizycznym). Taka baza danych może być wykorzystana do badania statystyk międzydomenowych.

Geisler (2008) rozróżnia cztery rodzaje domen: (1) środowiska fizyczne, (2) obrazy/sceny, (3) reakcje neuronalne i (4) zachowanie.

W domenie obrazów/scen można badać cechy informacji związane z redundancją i wydajnym kodowaniem.

Statystyki międzydomenowe określają, w jaki sposób autonomiczny system powinien wyciągać wnioski na temat swojego środowiska, przetwarzać informacje i kontrolować swoje zachowanie. Aby zbadać te statystyki, konieczne jest próbkowanie lub rejestrowanie informacji w wielu domenach jednocześnie.

Aplikacje

Przewidywanie jakości obrazu i wideo

Jednym z najbardziej udanych zastosowań modeli statystycznych scen naturalnych było percepcyjne przewidywanie jakości obrazu i wideo. Na przykład Visual Information Fidelity (VIF), który jest używany do pomiaru stopnia zniekształcenia zdjęć i filmów, jest szeroko stosowany przez społeczności zajmujące się przetwarzaniem obrazów i wideo do oceny jakości percepcyjnej, często po przetworzeniu, takim jak kompresja, która może pogorszyć wygląd sygnału wizualnego. Założeniem jest to, że statystyki sceny są zmieniane przez zniekształcenia, a system wizualny jest wrażliwy na zmiany w statystykach sceny. VIF jest intensywnie używany w branży telewizji strumieniowej. Inne popularne modele jakości obrazu, które wykorzystują statystyki naturalnych scen, to BRISQUE i NIQE, z których oba nie są referencyjne, ponieważ nie wymagają żadnego referencyjnego obrazu do pomiaru jakości.

Bibliografia

• Pole, DJ (1987). Zależności między statystyką obrazów naturalnych a właściwościami odpowiedzi komórek korowych . Journal of the Optical Society of America A 4, 2379–2394.
• Ruderman, DL i Białek, W. (1994). Statystyka obrazów naturalnych – skalowanie w lesie. Listy przeglądu fizycznego, 73 (6), 814–817.
• Brady, N. i Field, DJ (2000). Kontrast lokalny w obrazach naturalnych: normalizacja i efektywność kodowania. Percepcja, 29, 1041–1055.
• Frazor, RA, Geisler, WS (2006) Lokalna luminancja i kontrast w obrazach naturalnych. Badanie wizji, 46, 1585–1598.
• Mante i in. (2005) Niezależność luminancji i kontrastu w scenach naturalnych i we wczesnym systemie wizualnym. Nature Neuroscience, 8 (12) 1690–1697.
• Bell, AJ i Sejnowski, TJ (1997). „Niezależnymi składnikami” scen naturalnych są filtry brzegowe. Badanie wzroku, 37, 3327–3338.
• Olshausen, BA i Field, DJ (1997). Rzadkie kodowanie z nadmiernie kompletnym zestawem bazowym: strategia V1? Badanie wizji, 37 (23), 3311–3325.
• Sigman, M., Cecchi, GA, Gilbert, CD i Magnasco, MO (2001). Na wspólnym kręgu: sceny naturalne i zasady Gestalt. PNAS, 98 (4), 1935–1940.
• Hoyer, PO i Hyvärinen, A. Wielowarstwowa sieć kodowania rzadkiego uczy się kodowania konturowego z obrazów naturalnych, Vis. Rez., tom. 42, nr. 12, s. 1593–1605, 2002.
• Geisler, WS, Perry, JS, Super, BJ i Gallogly, DP (2001). Współwystępowanie krawędzi w obrazach naturalnych przewiduje wydajność grupowania konturów. Badanie wizji, 41, 711–724.
• Starszy JH, Goldberg RM. (2002) Statystyki ekologiczne dla praw Gestalt percepcyjnej organizacji konturów. J. Vis. 2:324–53.
• Krynow, E. (1947). Widmowe właściwości odbiciowe formacji naturalnych (Tłumaczenie techniczne nr TT-439). Ottawa: Nation Research Council of Canada.
• Ruderman, DL, Cronin, TW i Chiao, C. (1998). Statystyki odpowiedzi czopków na naturalne obrazy: implikacje dla kodowania wizualnego. Journal of the Optical Society of America A, 15, 2036–2045.
• Stockman, A., MacLeod, DIA i Johnson, NE (1993). Czułość spektralna czopków ludzkich. J Opt Soc Am A Opt Image Sci Vis, 10, 1396–1402.
• Lee TW, Wachtler T, Sejnowski TJ. (2002) Kontrast kolorów jest skuteczną reprezentacją właściwości widmowych w scenach naturalnych. Badanie wzroku 42:2095–2103.
• Dobrze, I., MacLeod, DIA i Boynton, GM (2003). Segmentacja powierzchni w oparciu o statystyki luminancji i kolorów scen naturalnych. Journal of the Optical Society of America a-Optics Image Science and Vision, 20 (7), 1283–1291.
• Lewis A, Zhaoping L. (2006) Czy czułość czopków jest określana na podstawie statystyki naturalnego koloru? Dziennik wizji. 6:285–302.
• Lovell PG i in. (2005) Stabilność sygnałów kolor-przeciwnik przy zmianach oświetlenia w scenach naturalnych. J. opt. soc. Jestem. 22:10.
• Endler, JA 1993. Kolor światła w lasach i jego implikacje. Monografie ekologiczne 63: 1–27.
• Wachtler T, Lee TW, Sejnowski TJ (2001) Struktura chromatyczna scen naturalnych. J. opt. soc. Jestem. A 18(1):65–77.
• Long F, Yang Z, Purves D. Statystyki spektralne w naturalnych scenach przewidują odcień, nasycenie i jasność. PNAS 103(15):6013-6018.
• Van Hateren, JH i Ruderman, DL (1998). Niezależna analiza składowa naturalnych sekwencji obrazów daje filtry czasoprzestrzenne podobne do prostych komórek w pierwotnej korze wzrokowej. Proceedings of Royal Society of London B, 265, 2315–2320.
• Potetz, B. i Lee, TS (2003). Korelacje statystyczne między obrazami dwuwymiarowymi a strukturami trójwymiarowymi w scenach naturalnych. Journal of the Optical Society of America a-Optics Image Science and Vision, 20 (7), 1292–1303.
• Howe, CQ i Purves, D. (2002). Statystyki obrazu zasięgu mogą wyjaśnić anomalne postrzeganie długości. Proceedings of the National Academy of Sciences of the United States of America, 99 (20), 13184–13188. Howe, CQ, & Purves, D. (2005a). Geometria sceny naturalnej przewiduje postrzeganie kątów i orientacji linii. Proceedings of the National Academy of Sciences of the United States of America, 102 (4), 1228–1233.
• Howe, CQ i Purves, D. (2004). Kontrast wielkości i asymilacja wyjaśnione przez statystyki naturalnej geometrii sceny. Journal of Cognitive Neuroscience, 16 (1), 90–102.
• Howe, CQ i Purves, D. (2005b). Złudzenie Mullera-Lyera wyjaśnione statystykami relacji obraz-źródło. Proceedings of the National Academy of Sciences of the United States of America, 102 (4), 1234–1239.
• Howe, CQ, Yang, ZY i Purves, D. (2005). Iluzja Poggendorffa wyjaśniona naturalną geometrią sceny. Proceedings of the National Academy of Sciences of the United States of America, 102 (21), 7707–7712.
• Kalkan, S. Woergoetter, F. & Krueger, N., Statistical Analysis of Local 3D Structure in 2D Images, IEEE Conference on Computer Vision and Pattern Recognition (CVPR) 2006.
• Kalkan, S. Woergoetter, F. & Krueger, N., Analiza statystyczna pierwszego i drugiego rzędu struktury 3D i 2D, Network: Computation in Neural Systems, 18 (2), s. 129–160, 2007.