Cours #4 Flashcards
Comment reconnaît-on les objets ?
À quoi réagissent
- Cellules ganglio rétiniennes
- LGN
- Cortex visuel primaire
Cellules ganglionnaires rétiniennes et LGN = Taches
Cortex visuel primaire = Barres
XXXXXXXX
Y’a des prob de bas niv qui vont être traités ds retine, cellule gangli et CGL. On parle de taches lumi qui ont des champs recepteurs
Ds Corteix strié, projections qui permettent de reconnaitre barre orienté, champ recep longiligne.
Cmt à partir de colonnes / hypercolonnes etc.. Cmt ces infos peuvent être combinés pr permettre de reconnaitre des objets et des surfaces.
Pr que ca soit possible, doit y avoir de quoi de + sophistoiqué.
Comment les taches et les barres deviennent-elles des objets et des surfaces ?
De toute évidence, notre cerveau fait quelque chose d’assez sophistiqué au-delà de V1.
Objets ds le cerveau : cortex extrastrié
Cortex extrastrié : la région du cortex bordant le cortex visuel primaire et contenant plusieurs zones impliquées dans le traitement visuel.
V2, V3, V4, cortex inférotemporal, etc.
XXXX
V2,V3 V4 vont recevoir des nputs de V1, traiter info de + en + abstraite, mais reste assez simple.Ds corte inferetem, on voit des CR bcP + grands et qui vont encoder des infos + complexes comme objets, scenes visuelles, etc.
Après le cortex extrastrié, le traitement des infos sur les objets est divisé en quoi ?
- et les recherches récentes montrer quoi ?
Après le cortex extrastrié, le traitement des informations sur les objets est divisé en une voie « quoi » et une voie « où ».
xxxxxxxxx
Qd info parvient ds cortex extras, y’a division qui va se faire.
Infos qui vont être projetés vers regions plus dorsales et d’auters vers infos + ventrales. Les deux = impliqués ds reconnaissances des objets.
PAR CONTRE DES RECHERCHES RECENTES MONTRENT QUOI
Vision assez classique du fctoinnement du cerveau. À prendre avc grain de sel. Y,a des etudes + recentes qui montrent que ya de info sur nature des objets mm ds voie dorsale et aussi info sur emplacement mm ds voie ventrale. Cette division du traitement de info ds voie du ou et quoi a été vrm utile de pts de vue historique, MAIS prob plusieurs situation, ex la nature des stimulis avant , qui ont amené à cette div.
Mais avc des stimulis + naturels,+ complexe quon use mtn cette division ne tient pas tjrs la nature.
Voie Où
La voie “Où” (en anglais “Where”) concerne les emplacements et les formes des objets, mais pas leurs noms ou leurs fonctions.
xxxxxx
(voie dorsale, informe localisation, où les choses se situent
Voie Quoi
La voie “Quoi” (en anglais “What”) concerne les noms (identité) et les fonctions des objets, quel que soit leur emplacement.
xxxxxxx
et aussi info sur emplacement mm ds voie ventrale. Cette division du traitement de info ds voie du ou et quoi a été vrm utile de pts de vue historique, MAIS prob plusieurs situation, ex la nature des stimulis avant , qui ont amené à cette div.
Mais avc des stimulis + naturels,+ complexe quon use mtn cette division ne tient pas tjrs la nature.
(
Schéma système visuel du singe
- Cmt on a fait pour visualiser le cerveau
- Les voix rejoignent quelles regions
Surface corticale du cerveau de singe.
Illustr faite à partir de segmentation de image IRM d’un singe. Qd on a segmenté, on pt prendre matiere grise et souffler pr faire visualisation qui donne le rendu lisse du cerveau. Facon de visualiser le cerveau qui permet de voir où certains modles peuvent se situer.
On pt voir V1. Voie dorsale qui rejoint lobe parietal.
Voie ventrale qiutte V1 et traverse cortex extrastrié jusqua cortex inférotemporeal.
Différentes visualisations du cerveau
- que représente le contour rouge et vert ?
- comment c’est possible de recréer la surface corticale ?
On a une image anatomique mesurée à partie de IMR de cerveau humain.
Contour rouge et vert = algorithme pr faire segmentaiton entre matire grise et blanche.
Possible de recreer surface corticale et la gonfler.
Possible de decouper cette surface gonflée pr l’applatir et cest use souvent en neuroscien cogn de vision, pcq permet de voir entièreté du cortex. Très utile. Applati pr avoir en un clin d’œil la représentation.
Pr tt voir, venir decouper. Decoupe = le long du silon calcarin.
Un schéma du système visuel du singe 2
Que représentent :
- La taille des rectangles
- Épaisseur des lignes
- Ligne qui relie des regions ensemble
Sommaire entre les diff aires impliquées ds traitement de info visuelle.
On start V1, V2,V3, etc…
La taille des rectangles reflete la taille de chaque zone ds le cerveau. Plus grandes sont les rectangls, plus grande est la region ds cerveau humain.
Ici, V1 = plus grande que AIT (cortex inf tempor).
Épaisseur des lignes reflete cmb de ibres nerveuses relient les zones. + bande epaisse, + de fibres nerveuses qui vont lier les deux zones une avc l’autre.
Chaque ligne qui relient deux regions ensemble, indique des connezsions neuro qui vont ds les deux sens. Y’a des echanges d’info entrantes (bottum-up) (infos qui vont partir de V1, vers V2,V3 - feed forward. Va avancer ds traitement de info)
Et infos ré-entrantes (top-down) - feedback (une fois que signal parti de V1,V2,V3,V4… cortex inferotemp fait analyse de ce que recoit, va find solution et pt renvoyer des signaux jusqua V1 pr dire tas fait une erreur mettons, ton signal est pas assz precis…
Cerveau visuel = vrm dynamique . Info feed-forward et info envoyé jusqua V1 de facon ré-entrante pr influencer les proc de calculs effectués ds region de plus bas niv.
Attention va être impliquée ds cette analyse dynamique.
Un schéma du système visuel humain
PPA
EBA
OFA
FFA
VWFA
- Toutes ces regions sont dans quelle voie ?
- Plus on avance vers cortex IT, plus on a des régions impliquées dans quoi
Cerveau humain applati. Permet de voir les voies.
Vissulisation qui permet de voir ensemble du cerveau.
sillon calcarin servie à faire la découpe.
xxxxxxxxx
Plus on avance vers regions inferotemp on a des regions impliquées ds proc de haut niv.
Ex PPA - perception des scenes visuelle (les lieux). Rep de facon plus forte à des maisons/batiments/ images de scenes visuelles. Et autres regions = autre types d’infos.
EBA : repon des photos de membres de corps / corps humains
OFA = les visages
FFA : region posterieure et mediane. Vont traiter visage ds l’environnement.
VWFA : Une région du cortex visuel extrastrié
qui, chez l’homme, est activée de manière spécifique et fiable par des images de mots écrits plus que par d’autres stimuli.
Possible de croire que regions modulaires. Que regions qui traitent une region vs autre. Ex que FFA traite visage EXCLUSIVEMENT, mais pas asusi simle. Regions qui montrent que mm en excluant regions de FFA, on arrive pareil à decoder visages de d’autres categ. Y,a traitement + distirbué de info que local. SI on enleve FFA, prob diff de rec visage, mais pas nec perdre tt l’habileté à rec les visages.
Champs récepteurs des cellules extrastriées vs cortex strié
Les champs récepteurs des cellules extrastriées sont plus sophistiqués que ceux du cortex strié.
Ils répondent à des propriétés visuelles importantes pour la perception des objets.
Par exemple, « boundary ownership ». Pour une frontière donnée, quel côté fait partie de l’objet et quel côté fait partie de l’arrière-plan ?
xxxx
Lorsqu’un objet se trouve devant un autre, il y aura
une frontière visuelle se forme entre l’objet et l’arrière-plan. Cette bordure est la “propriété” de l’objet. Il s’agit du bord de l’objet, et non d’une propriété de l’arrière-plan
Vont rep à des proprités + complexes. Qui va ns permettre de reconnaiter les objets.
Ex des neurones de V2 vont permettre de rec à qui appartient une bordure.
Si on a un objet qui es placé devant un fond, des neurones de V2 vont recevoir info des cellules du cortex strié, mais neurones de V2 vont rajouter composntes et savoir à qui apaprtient à la bordure. Gen on dit que bordure apprtient à objet, pas le fond.
Sensible à qui appartient à objet et quoi qui fait partie arrire plan.
Bordures et champs récepteurs
(exemple des carrées et du bondery ownership)
Exemples de cell sensible à ce bounderiy ownsrshipé
TT les zones marquées par ovale rouge reçoivent la mm information. Recoivent tous une bande grise à gauche de bande noire. Mais cette cellule pourrait distinguer entre des objets où la frontière apparait dans la figure ou apparait au fond. Ici, ces cell ne repondraient pas de la mm facon dependamment de organisation de ces bandes.
Traitemnt + complexe que de détecter si luminosité = directement sur le champ visuel, pcq on commence à parler de ecq jsuis en train de traiter qqchose qui définit la bordure de la figure ou du fond. Neurone ds la deuxième aire visuelle pourrait repondre + à B que C. Pcq le bord noir appartient au carré en B.
Neurone rep surtout B bord noir à droite, pcq il determine l’appartenance de la bordure. Que la bordure def la figure ds la scene / le diagramme.
MANUEL
Tous les bords à l’intérieur du champ réceptif
champ réceptif, marqués par l’ovale rouge, sont les mêmes
(c’est-à-dire gris à gauche, noir à droite).
et présenteraient le même stimulus à une cellule
une cellule V1. Cependant, les cellules V2 distinguent un phénomène appelé “propriété des bords” et feraient la différence entre (B) le bord d’un carré noir sur fond gris et (C) le bord d’un carré gris sur fond noir.
Nous pouvons esquisser une structure générale des zones visuelles au-delà de V1. Dans les régions extrastriées situées juste au-delà de V1 (comme V2), les champs réceptifs commencent à s’intéresser aux propriétés qui seront importantes pour la perception des objets. Comme nous l’avons vu au chapitre 3, les cellules de V1 ont des préférences pour les lignes et les bords d’orientations spécifiques dans des endroits spécifiques du champ visuel. Imaginez une cellule accordée aux bords inclinés à gauche de la verticale, le côté le plus sombre étant à droite. Une telle cellule serait activée si son champ récepteur était aligné avec les ovales rouges dans l’un des panneaux de la FIGURE 4.5.
L’hypothétique cellule V1 ne se soucierait pas du fait que le bord de la figure 4.5B est le bord d’un carré noir alors que le bord de la figure 4.5C est le bord d’un carré gris. Vous, le percepteur, vous en souciez. Vous vous souciez de ce que Zhou, Friedman et von der Heydt (2000) appellent la propriété de la frontière. Lorsqu’un objet tel que le carré noir de la figure 4.5B est posé sur un arrière-plan, les bords définissant la frontière entre l’objet et l’arrière-plan “appartiennent” à l’objet. Lorsque Zhou et ses collègues ont effectué des enregistrements dans la zone V2, ils ont découvert de nombreuses cellules qui se souciaient de la propriété des bords. Supposons qu’une cellule soit activée par un bord sombre sur le côté droit de son champ réceptif (comme dans la figure 4.5A). Dans l’aire V2, une cellule qui se soucie de la propriété de la bordure répondrait plus fortement t
Exemples de cell sensible à ce bounderiy ownsrshipé
TT les zones marquées par ovale rouge reçoivent la mm information. Recoivent tous une bande grise à gauche de bande noire. Mais cette cellule pourrait distinguer entre des objets où la frontière apparait dans la figure ou apparait au fond. Ici, ces cell ne repondraient pas de la mm facon dependamment de organisation de ces bandes.
Traitemnt + complexe que de détecter si luminosité = directement sur le champ visuel, pcq on commence à parler de ecq jsuis en train de traiter qqchose qui définit la bordure de la figure ou du fond. Neurone ds la deuxième aire visuelle pourrait repondre + à B que C. Pcq le bord noir appartient au carré en B.
Neurone rep surtout B bord noir à droite, pcq il determine l’appartenance de la bordure. Que la bordure def la figure ds la scene / le diagramme.
Info ds champ recep en rouge = la mm aprtout.
Les trois cas = rep identiiques ds cellule de V1. Pcq bordure, CR longiligne. Ds V1 pas de difference ici.
MAIS ds V2 cellules vont distinguer que bordure apparait au carré noir . Alors que ds A pas cap de savoir qcequi objet . C aussi, objet + pale = asso au fon et non figure. En C, activation - importante que B.
Processus bcp plus complets.
B : CARRÉ = noir. Foncé. La cellule va rep de facon + forte que C. Parce que carré C = clair et gen objet = plus foncé. Ici carré noir identifié comme objet. Bordure appartient à cet objet. Mais pas à C. Pcq pas clair ici c’est quoi objets.
B = va savoir que bordure = appartenance à objet.
C = va pas savoir bordure est à quoi.
Neurone V2 apparatient notion de figure fond. Ds le cas en C, c’est pas clair.
PAS COMPRIS
Tt les bords ici = les mm. Gris à gauche, noir à droite. MAIS
Cortex inférotemporal : c’est quoi, se trouve où ?
- aussi, c’est quoi une lésion en neuropsychologie ?
Le cortex inférotemporal (IT) : partie du cortex cérébral dans la partie inférieure du lobe temporal, importante pour la reconnaissance des objets.
Une partie de la voie « quoi »
Lésion, en neuropsychologie :
(n.) Une région du cerveau endommagée.
(v.) Détruire une partie du cerveau.
Qd le cortex IT est lésé, ça mène à quoi ?
+ c’est quoi la définition de cette chose ?
Lorsque le cortex IT est lésé, cela conduit à des agnosies.
Agnosie : Incapacité à reconnaître les objets malgré la capacité de les voir.
xxxxx
Cap de le prendre mettons, mais pas cap de les nommer ou reconnaitre.
Etudes de lesions permettent de savoir de manière + causale implicaiton d’une region de cerveau ds un proc donné.
Propriétés du champ récepteur des neurones de IT :
Très grands - certains couvrent la moitié du champ visuel
Ne répondent pas bien aux taches ou aux lignes
Répondent bien aux stimuli tels que les mains, les visages ou les objets
xxxx
IT : Les cellules doivent être cap d’intégrer info assez large de cham visuel. La taille des CR = grande. Pr que qd on regarde scene, objettombe ds champ recept pr que cellule puisse rep à cet objet.
Si petit, on aurait slmt portion qui encodée ds cette cellule. On aurait pas grande qualité de traitement.
tâches ou lignes :
(qui sont des stim qui vont activer de facon impo les cellules ganglio ou les cellules du CS. Ceux que cortex IT s’en criss un peu. Champs recep = trop grands pr discriminer ces details fins. IMPORTANT que recoivent des projections qui traitmnt cette info fine (cell gnagli, cell de CS) , mais leur CR à eux = + fin, donc rep à des categories qui vont occuper + de place que ligne ou tache. Rep mieux visage, objet…
Cellules “grand-mère” :
Un seul neurone pourrait-il être responsable de la reconnaissance de votre grand-mère ?
Peut-être!
Quiroga et al. (2005) ont identifié une cellule qui répond spécifiquement à Jennifer Aniston.
xxx
Etude qui amene evidence pr notion qui existe depuis vrm longtemps.
Voudrait que cell qui rep specifiquement à une chose. Un neurone pr notre grande mere, un peu grand père, etc…
Une cellule pour Jennifer Anniston
- probablité de réponse ?
Ont identifié en etudiant neurones de patient epileptiques. Un des patien rep de manière exclusive à des photos de jennifer anniston.
On a mesuré ce neurone avc electrodes implantées ds cerveau de patient epileptique. Patient epilep qui rep pas bien à la med pt passer bcp de sem à hopital. Et on implante ds son cerveau des electrodes qui font contact avec neurone specifique. Raison pk on implante : detecter où se trouve foyer de epilespsie.
Patient va garder les sondes pdnt vrm longtemps jusqua avoir crise epil (pcq on sait pas ds combien de temps va avoir crise). On va detecter avec electr sur sonde. Va permettre au chirgureine d’enlever le foyer de crise. Cerhcheurs qd ce ctx peuvent ask de faire des experien. Ça que fait Quiroga et al 2005.
En presentant centaines d’images, vu que un neurone qui apparait des que jen anniston ds la scne. Neurone rep aussi À LA VOIX DE JEN
D’AUTRES patients presenté aussi neurnes qui rep à d’autrs personnalités.
Notions roc entrant et reatrnant. Cellule agit pas seule. Recoit projections de cellules avoisinantes. Tt cette interaction fait que cell fait partie pt de grp de cellule et que notre sonde est tombée dessus et stim de Jen .
Probabilité de réponse #1 : stats
On est tombés sur un neurone qui a cette propri de répondre à jen, mais vx pas dire que y’a pas de neurones autour qui rep aussi à Jen, mais quon regarde juste un morceau d’un esnemble neuronal plus grand
Work avc des humains, pas tué ce neurone pr voir ecq pers reconnait plus jen, mais improbable…
Durée de temps reconnaissance d’objets
La reconnaissance d’objets est rapide !
Des études indiquent que la reconnaissance d’objets se produit en aussi peu que 150 ms.
C’est un laps de temps si court qu’il ne peut pas y avoir beaucoup de rétroaction des zones cérébrales ultérieures.
xxx
Ex use de bons resolution temp : EEG’ MEG.
À quel rapidité le cerveau va reconnaitre objet ou scene.
Prob pas eu temps de fiare plusieurs boucles d’échanges d’ino, signaux ré-entrants. On parle de trait entrante. Info quitte V1, pr aller jusqua cortex IT. Les signaux porojetés vers IT = assez pr quils soient intégrés.
VX PAS DIRE QUE PAS RÉTROACTION, mais juste que ca apparait apres 150 ms.
Processus feed-forward
Processus “feed-forward” : un processus qui effectue un calcul (par exemple, la reconnaissance d’objets) une étape neuronale après l’autre, sans avoir besoin de rétroaction d’une étape ultérieure à une étape antérieure.
Théorie de la hiérarchie inversée
- Quelle théorie en mémoire qui est similaire ?
Hochstein & Ahissar (2002) ont proposé que les processus feed-forward donnent des informations brutes initiales sur les objets en activant des parties de haut niveau du cortex visuel.
Des informations plus détaillées deviennent disponibles lorsque l’activation redescend (feed-back) dans la hiérarchie vers des zones visuelles inférieures où les informations détaillées sont conservées
xxxxxx
- Reconstruction inverse en memoire
(en vision, qui se dev en parallàle avec la memoire
Dit que pr rec des details + fins, doit y avoir balayage inversé qui se fait. Proc re-entrant. Pr aller chercher cet info + fine de la scene pr aider.
Ex presence de visage. Ds balayge entrant on voit que image. Pr det si visage apeurant, ou souriant, besoin info plus fine. Donc FFA pr faire appel à des regions antérieurs, des bordures, etc… de quoi de plissé mettons + en lien avec visage colère.
Dit que feed-forward donne info brute. Balayge donne info brute, mais pr info + detaillé, on a beosin de feedback. Com entre regions de haut et bas niv pr chercher les detials + fins.
En mémoire, y’a theorie vrm identifique quasiment, theo de reconstruction inverse.
Que qd on se rememore un episode, on se rappele au deb info de haut niv (qui artiste, scne l’air de quoi…) mais pr accès + fin ex l’éclairage était cmt, musicens où, faut des proc ré-entrants.
Au debut details grossiers et apres proc vont ré-entrer ds voix ventrale pr aller chercher les details + fins.
Haut niv = asbtrait, categories, scenes…Bcp + complexe que proc de bas niv qui traitent des prop physiques, genre les bordures, etc..
Le problème de la reconnaissance d’objets : éléphants
Cmt notre cerveau pt encoder info pr avoir représentation tolérente du monde.
Ici, 4 versions d’éelephant quon reconnait, mais sont vrm diff.
D = contour d’elephant. Mais cap de reconnaitre les 4 comme tants eleph. Cmt notre cerveau arrive à traiter info pr que chaq image se voit attribuer ethiquette elephant.
Le problème de la reconnaissance d’objet
(éléphants)
Les images n’étaient qu’un tas de pixels sur un écran, mais dans chaque cas, vous perceviez un éléphant.
Comment avez-vous reconnu les quatre images représentant un éléphant ?
Comment votre système visuel passe-t-il des points lumineux, comme les pixels, à des entités entières dans le monde, comme les éléphants ?
xxxx
Cest le problème de la rec d’objet. À ca quon s’intéresse.
Éléments locaux et globaux
- analogie des 5 personnes aveugles
Analogie introduite des 5 pers aveugle.
Ex on s’imagine 5 pers aveulge qui toucher à une region vrm specifique de elephanté. Indiv, cest pers peuvent pas dire que cest elephant (pcq mettons si jambe va pener que tronc, que queu = serpent, etc…) En isolation, incap de reconnaitre elephant.
Ici, on s’imagine quon a des cellules dont CR tombe sur portion a,b,c,d…. Cmt ces cellules contribuent à la reconnaissance de l’elephant. Ici prob pas region encore ds IT (pcq info ici = + detaillé, amis permet pas de rec elephant). Cell de V2,V3,V4 permettent pas d’elles mm de rec.
À partir du moment que 5 pers aveugles peuvent cpmmuniquer, possible de mettre tt ensemble et arfrvier à conclu que pt on est en presence de elephant. Mais en isol, pas cap de venir le conclure. Cette analogie ns amene à notions de Gestalt. Que traitmeent info = des ptits commités qui debattent sur info conflictuelle pr tirer conclu la + logique et raisonnable de ce quon est en presnece.
Vision de niveau intermédiaire
- Va venir inclure quelles zones ?
- Étape qui va se situer entre quoi et quoi ?
- Implique la perception de quoi ?
Une étape vaguement définie du traitement visuel qui intervient après que les caractéristiques de base ont été extraites de l’image (vision de bas niveau) et avant la reconnaissance d’objet et la compréhension de la scène (vision de haut niveau).
–>Implique la perception des bords et des surfaces
—> Détermine quelles régions d’une image doivent être regroupées en objets
xxxxxx
On est vision intermediaire ici.
Ce qui entre le bas niv (barres, frequences, spatiales..) et vision haut niv (reconnaissance d’obj).
EN vision intermediaire, on parle de texture, perception des bords et surfaces, info qui va decider à partir de bordure quoi qui est figure et quoi qui est fond… etape vaguement def du traitemetn visuel qui prend les caract de base et va en tirer des conclusions intermediaires pr envoyer info au cortex de haut iv qui va use cette info pr faire reconnaissance avancée de la scene.
V1 : bordures, mais incap de faire segmentation figure-fond. Pas cap d’attribuer une bordure comme apartenant à un objet. MAIS LES CELLLES HYPERCOMPLEXES ?
Intermediaire inclut V2,V3,V4…
La vision de niveau intermédiaire (mid-level) : trouver les bords
Comment trouvez-vous les bords des objets?
Les cellules du cortex visuel primaire ont de petits champs récepteurs.
Comment savez-vous quels bords vont ensemble et lesquels ne vont pas ensemble?
Détecteurs de bords informatisés vs humains
Les détecteurs de bord informatisés ne sont pas aussi performants que les humains.
Parfois, les ordinateurs ne trouvent pas les bords que les humains voient facilement.
La flèche + bordure (ordi vs humain)
0
Contour illusoire
Un contour qui est perçu même si rien ne change d’un côté du contour à l’autre.
Contour illusoire (aller voir les images)
- interprétation qu’on peut en faire ?
- le cerveau peut faire quoi, pk cette illusion de contour ?
- quoi les zones qui vont gerer (ish) ?
Tt le monde cap de voir triangle blanc. Mais en realité, y’a pas de triangle blanc. Mais on est tous cap de perevoir ce contour.
Pas de difference physique de fond blanc ici
Même si le contour est clairement visible, il n’y a pas de différence physique entre le fond blanc et la flèche blanche au centre.
Le cerveau pt faire quoi ? Pk cette illusion de contour ?
Le cerveau qd traite ces sit doit représenter la meilleure estimation possible de ce qui se passe reellement. Illustré par fleches. Qui suggerent que surface blanche qui masque deux cercles noirs et non ligne noire verticale. Surface blanche qui masque deux face noires.
Estimation de la realité. Cerveau complete info manquante pr tirer conclu la + probable de ce qui est en face de ns.
On a tous perception de cercle blanc. Mais non. Cerveau va intégrer cette info et tirer conclu la plus logique - que prob y’a une surface blanche qui va obstruer de lignes noires concentriques. Ça qui illustré par les felches pointillées. Va amener à ce contour illusotire. Voir cercle au dessus des lignes noire = solution simple qui explique les caractériques de image.
Ensemble, comité qui va traiter info locale et se dire que le + probable = cercle blanc qui obstrue ligne noire. Vision intermediaire im^lique des proc dsitribués. Comités qui vont traiter info ensemble pr tirer des conclusions et info les proc de haut niv
Taille de V2 d’une cellule permet pas de créer ça, MAIS une communication de plusieurs cellules pt lier à cette communication (mm principe que 5 aveugles). IDÉE DE LA COMMUNICATION DE CELLULES - LES COMITÉS.
Théorie de la Gestalt
La théorie de la Gestalt (en allemand, “forme” ou “tout”).
“Le tout est plus grand que la somme de ses parties.”
Opposé à d’autres écoles de pensée, comme le structuralisme, qui mettent l’accent sur les éléments de base de la perception.
xxxxx
STRUCUT : Biederman qui essayé de segmenter recon des objets en alphabet de geons (formes qui combinés peuvent recreer tt les objets). Ca = vrm structur.
Besoin pr interpréter le tt de comités qui vont work ensemble pr tirer des conlusions.
Permettent de décrire elements d’une image et regrouper diff elements d’une image. Qd figuere fond, certaines regles qui font que etiquette figure / fond à certains elements.
Règles de regroupement Gestalt
- def
un ensemble de règles qui décrivent quand les éléments d’une image apparaîtront comme s’ils étaient regroupés.
Getalt : bonne continuation
Une règle de regroupement de la Gestalt indiquant que deux éléments auront tendance à se regrouper s’ils se trouvent sur le même contour.
bonne continuation exemple des lignes et des becs
Les regles de regrp voudraient que 1 e 4 = un groupe et 3 te 2 = un grp.
1 se connecte + fort avc 4. Bonne continution va biaiser perception.
MAIS, ici, regle de bonne conti brisée. PCq ici meilleur 1 et 3 et 2 et 4
bonne continuation : illusion miroir et gazon
Phen de bonne ontinuation. Image ds miroir conne impression que pers a disparau. Pcq personne tient miroir pr que bordure du miroir = parfaitement en ligne avec bordure du champ derriere.
Donne impression que 2 images se regrp et illusion que pers transparante. Implique la ligne de bonne continuation.
Champ devant elle reflechi devant reflechi ds miroir et le champ derriere elle.
MANUEL
En revanche, dans la FIGURE 4.17, la bonne continuation est suffisamment forte pour violer le bon sens et créer un enfant apparemment transparent.
Vision de niveau intermédiaire : segmentation et regroupement des textures
- le regroupement des textures dépend de quoi ?
Segmentation de texture : découpage d’une image en régions de propriétés de texture communes.
Le regroupement des textures dépend des statistiques des textures dans une région par rapport à une autre.
Cmt reconnaitre transition de objets complexes ? Savoir segmenter oû texture commence et fini.
Texture et niv de vision intermédiaire : exemples croix et angles droits..
Propriétés physiques des éléments de la texture qui ns permettent de segmenter.
Ex : on va use les propriétés physiques de ces text et les petits objets = lignes vertic ou horizon. Mais senbmle segm entre ce qui a gauche et ce qui droite. Regrp par texture qui segmente deux regions de image.
Gauche = confirg des lignes qui forment des ++++
Droite = des angles droits.
Ces deux caract donnent naissance à cette segmentations.
