9、视觉任务中的显著性与反应时间研究

视觉任务中的显著性与反应时间研究

在视觉任务中,显著性起着关键作用。下面我们将深入探讨视觉输入到行为反应的转化过程,以及任务无关特征对视觉任务的干扰等内容。

视觉输入到行为反应的模型

对于显著性起主导或重要作用的视觉任务,从视觉输入到行为反应(特别是执行任务的反应时间),通过V1和其他神经机制的转化,可以简化建模如下:
- V1响应:$O = (O_1,O_2,\cdots,O_M) = f_{v1}(视觉输入I;\alpha = (\alpha_1,\alpha_2,\cdots))$
- 显著性图:$S_{MAP}(x) \propto \max_{x_i=x}O_i$
- 反应时间:$RT = f_{response}(S_{MAP};\beta = (\beta_1,\beta_2,\cdots))$

这里,$f_{v1}(.)$ 模拟了通过由 $\alpha$ 参数化的神经机制,从视觉输入 $I$ 到V1响应 $O$ 的转换,$\alpha$ 描述了V1的感受野和皮质内相互作用;$f_{response}(.)$ 模拟了通过由 $\beta$ 参数化的过程,从显著性图 $S_{MAP}$ 到反应时间 $RT$ 的转换,$\beta$ 建模了决策、运动反应和其他超出自下而上显著性的因素。

由于我们主要关注定性预测,假设 $f_{response}(.)$ 是单调变换,即显著性值越高,反应时间越短。这样的预测具有鲁棒性,不受底层V1机制定量细节变化的影响,只要V1神经机制的定性事实固定即可。

任务无关特征的干扰

考虑每个位置有两个不同特征(一个与任务相关,另一个与任务无关)的刺激。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值