Расшифровка механизма автофокуса мозга

мозг

Это – что-то, что все мы считаем само собой разумеющимся: наша способность посмотреть на объект, рядом или далеко, и принести его немедленно в центр. Глаза людей и многих животных делают это почти мгновенно и с ошеломляющей точностью. Теперь исследователи говорят, что они – один шаг ближе к пониманию, как мозг достигает этого подвига.

Уилсон Гейслер и Джоханнс Бердж, психологи в Центре Перцепционных Систем в университете Техаса, Остина, развили простой алгоритм для быстро и точно оценка ошибки центра от единственного размытого изображения – что-то, что они говорят, является ключевым для понимания, как биологические визуальные системы избегают повторяющегося метода предположения-и-проверки, используемого цифровыми фотоаппаратами. Открытие может продвинуть наше понимание того, как близорукость развивается в людях, или инженеры помощи улучшают цифровые фотоаппараты, говорят исследователи.Для наблюдения объекта ясно, точная оценка пятна важна. Люди и животные инстинктивно извлекают главные особенности из размытого изображения, используют ту информацию, чтобы определить их расстояние от объекта, тогда немедленно сосредоточить глаз к точному желаемому фокусному расстоянию, Гейслер объясняет. «У некоторых животных это – основной способ, которым они ощущают расстояние», говорит он.

Например, хамелеон полагается на этот метод, чтобы точно определить место летающего насекомого и делать моментальный снимок его языка к тому точному пятну. Изменение суммы пятна путем размещения линзы перед ее глазом заставляет хамелеона недооценивать расстояние предсказуемым способом.

Но ученые не знали, как биологические визуальные системы оценивают пятно так хорошо. Много исследователей думали, что мозг использовал систему предположения и проверки для получения до ответа, во многом как способ, которым работает система автофокуса камеры. В основном камера изменяет центральное расстояние, измеряет контраст по изображению, которое это видит и повторяет процесс, пока это не максимизировало контраст, говорит Бердж.«Эта процедура поиска является медленной, часто начинает свой поиск в неправильном направлении и полагается при условии, что максимальный контраст равняется лучшему центру — который не строго верен», говорит Бердж.

В попытке решить вопрос того, как люди и животные могли бы использовать пятно для точной оценки расстояния, Гейслер и Бердж использовали известные математические уравнения для создания машинного моделирования человеческой визуальной системы. Они подарили компьютеру цифровые изображения естественных сцен, подобных тому, что человек мог бы видеть, такие как лица, цветы или пейзаж, и заметил, что несмотря на то, что содержание этих изображений значительно различалось, много особенностей изображений — образцов точности и нерезкости и относительных сумм детали — остались тем же.Дуэт тогда попытался подражать, как человеческая визуальная система могла бы обрабатывать эти изображения путем добавления ряда фильтров к их модели, разработанной для обнаружения этих особенностей.

Когда они запятнали изображения путем систематического изменения ошибки центра в машинном моделировании и проверили ответ фильтров, исследователи нашли, что могли предсказать точную сумму ошибки центра образцом ответа, который они наблюдали в анализаторах. Исследователи говорят, что это обеспечивает потенциальное объяснение того, как мозги людей и животных могут быстро и точно определить ошибку центра, не предполагая и проверяя.

Их исследование кажется онлайновым на этой неделе в Продолжениях Национальной академии наук.«Они предоставили доказательство, что существует достаточно информации по статическому изображению, чтобы определить, слишком близок ли объект или слишком далеко», говорит Ларри Тибос, преподаватель оптометрии и исследователь видения в Университете Индианы, Блумингтон. «Мы знали в течение 50 или 60 лет, что люди очень хороши в знании, является ли что-то в центре.

Это взяло эту бумагу, чтобы показать нам, как визуальная система могла бы достигнуть этого подвига».Исследователи также добавили общие визуальные недостатки к своим моделированиям и нашли, что когда дело доходит до оценки центра, недостатки являются фактически хорошей вещью.

«Что мы обнаружили, то, что недостатки в глазу — вещи как астигматизм и хроматическая аберрация — фактически помогают ему сосредоточиться», объясняет Гейслер. Это может помочь объяснить, почему люди, которым исправляли их астигматизм через лазерную хирургию глаза часто, испытывают затруднения при сосредоточении в течение нескольких недель позже, говорит Гейслер.

Такое понимание может оказать влияние на медицинские решения, говорит Тибос. «Люди могли бы испытать желание попытаться усовершенствовать природу», говорит он, «когда, возможно, лучше быть немного несовершенным».