PERCEPTION INTRA Flashcards
Prosopagnosie =
pas recconnaitre visage
sensation vs perception
Sensation: L’habileté de détecter un stimulus, et aussi, de transformer cette détection en une expérience personnelle.
Perception: L’acte de donner un sens à la sensation détectée.
seuil =
limite de ce qui est perçu -> visage = 170 ms
scaling =(quoi/qui)
mesure de l’expérience - loi de fetchner (perception = k X log(s/s0))
théorie détection signal 4 possibilités de choix, et composantes qui jouent sur le choix
Hit: stimulus est présent et l’observateur répond “Oui”
Miss: stimulus est présent et l’observateur répond “Non”
False alarm: stimulus n’est pas présent et l’observateur répond “Oui”
Correct rejection: stimulus n’est pas présent et l’observateur répond “Non” —- sensibilité et critère = facteurs
lobes
frontal (inclut moteur), pariétal (somatosensory), occipital et temporal
neuro imagerie
EEG -> bonne tempo faible spaciale
MEG - > bonne tempo un peu meilleure spaciale
IRMF -> tempo 16 mais très bonne spaciale
AUTRES ;BOLD (blood oxygen) et TEP
NOUVEAU > OPM, similaire à MEG avec des spaciale similaire à irmf
modèles computationnels
Efficient coding models: Modèles théoriques ou computationnels qui découvrent la prédictibilité dans l’input sensoriel pour encoder le monde efficacement. Certains neurones spécifiques vont fire à des stimulis spécifiques chez animaux, précurseurs du AI => efficient coding (régularité dans nature utilisée dans cerveau)
Modèles “Bayésiens”: Utilise les statistiques bayésiennes pour construire des prédictions (predictive coding) à partir de nos connaissances antérieures de l’environnement.Quelle est la proba d’un evenement X dans un contexte y?
On veut réduire la dépense d’énergie en enrichissant nos modèles internes, afin de préparer quel comportement est optimal dans une situation semblable futur aftin de minimiser l’énergie dépensée
Réseaux de neurones artificiels (Artificial Neural Networks): Des neurones biologiques sont simulés avec des modèles à couches traitant l’input, et massivement interconnectés avec des unités d’output qui peuvent soit s’exciter ou s’atténuer mutuellement.
Free energy
Karl frisson, Modèle Bayésien (HMMA)
Homéostasie -> Minimiser énergie libre -> modèle prédictif -> adaptation/apprentissages
3 étapes perception couleurs
Étape 1 : Détection des couleurs
Étape 2 : Discrimination des couleurs
Étape 3 : Apparence de la couleur
Lumière =
bande de radiation électromagnétique consistant d’un flux de photons
photon =
quantum de lumière visible avec des propriétés matérielles et ondulatoires
Newton a fait?
Il a été capable de faire de la lumière blanche à partir de toutes les couleurs ie toutes les fréquences électromagnétiques
400 courte onde/bleu-700 longue onde/rouge
utilité de perception de couleurs
ancêtres (voir prédateurs/trouver les baies mures )
segmentation/organisation
assiste à l’identification objets
Condition ambiante Photopique vs scotopique
phototopique = fond lumineuse saturent bâtonnets et stimule cônes
scotopique = cond lumineuses trop faibles pour cones et stimulent bâtonnets
principe univariance
si un seul type de photorécepteur, incapacité à distinguer les couleurs (plusieurs longueurs d’ondes donnent même résultat). les bâtonnets fonctionnent par principe d’univariance (ils contiennent la rhodopsine)
Théorie trichromatique de la vision des couleurs
la couleur perçue est définie par une relation de trois nombres, soit les sorties des trois différents types de cones par rapport à une longueur d’onde
métamère
(À VÉRIFIER LIVRE), combinaison de deux réponses ayant de forte réponses sur deux cones différents = moyenne des couleurs
qui découvert vision tri chromatique
Young-Helmholtz
mélange additif de couleur
si deux couleurs différentes sont réfléchies vers l’oeuil, celles ci s’additionnent (exemple de pointillisme )
mélange de couleur soustractif
certaines surfaces absorbent certaines ondes, donc ce qui reste et est réfléchie c’est la couleur perçue (idée d’un filtre)
processus antagoniste
(à vérifier), dans le LGN, certaines cellules sont stimulées par les cones L, et inhibées par l’activation de cones M de l’entourage et vice versa. (ceci va de même pour les cones S et M+L) ceci enrichit la différenciation entre les couleurs complémentaires
Espace colorimétrique :
Un espace tridimensionnel qui décrit toutes les couleurs. Il existe plusieurs espaces colorimétriques possibles. 3 variables
Tonalité (aspect chromatique), saturation (force chromatique) et clarté (distance au noir)
couleurs non spectrales
(À VÉRIFIER) certaines couleurs ne stimulent pas un certain cône (violet et magenta stimulent pas M)