Presentation_P1

60 vues

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
60
Sur SlideShare
0
Issues des intégrations
0
Intégrations
3
Actions
Partages
0
Téléchargements
1
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Presentation_P1

  1. 1. Introduction Matériel et méthode Résultats Discussion Conclusion Alais D., Apthorp, D., Karmann, A. and John Cass (2011) Temporal Integration of Movement: The Time-Course of Motion Streaks Revealed by Masking, PLoS ONE 6(12) pp 1–10 David R.L. Zarebski Cogmaster 14/01/2013 Perception Visuelle (P1) 1/ 14
  2. 2. Introduction Matériel et méthode Résultats Discussion Conclusion Introduction La notion de trace (motion streaks ; Geisler 1999) Une trace est l’effet de la latence des neurones de V1 The streaks only exist in the neural representation of the stimulus – not in the physical stimulus 2/ 14
  3. 3. Introduction Matériel et méthode Résultats Discussion Conclusion Introduction La notion de trace (motion streaks ; Geisler 1999) Une trace est l’effet de la latence des neurones de V1 The streaks only exist in the neural representation of the stimulus – not in the physical stimulus Usage des traces par le système visuel Le fait que ces traces n’existe que dans le système et non dans le monde n’implique pas qu’elle ne sont pas utilisées It is now clear that motion streaks, although generally not perceived, do contribute to motion perception, and can interact with form processes 2/ 14
  4. 4. Introduction Matériel et méthode Résultats Discussion Conclusion Introduction La notion de trace (motion streaks ; Geisler 1999) Une trace est l’effet de la latence des neurones de V1 The streaks only exist in the neural representation of the stimulus – not in the physical stimulus Usage des traces par le système visuel Le fait que ces traces n’existe que dans le système et non dans le monde n’implique pas qu’elle ne sont pas utilisées It is now clear that motion streaks, although generally not perceived, do contribute to motion perception, and can interact with form processes Reste à estimer • dans quelle mesure • dans quel intervalle de temps (période d’intégration : période durant laquelle les traces sont susceptibles d’influer sur la perception du mouvement) 2/ 14
  5. 5. Introduction Matériel et méthode Résultats Discussion Conclusion Apparatus Durées Essai 900ms : C apparait dans cet interval Masking 500ms : suite de M dans cet interval C et M Cible lignes (filtre gaussien spat.freq : 1.54 cyc, 3 frames (30ms) prog.contr gauss) Masque mouv app de pts (gauss,∅ :0.32˚, blancs / noirs : , cohé : 100%) Orientations C 45˚, 135˚ M 45˚, 135˚, 225˚, 3/ 14
  6. 6. Introduction Matériel et méthode Résultats Discussion Conclusion Tache Variables 4 conditions orientation x2 (parallèle Vs orthogonal) vitesse x2 (1.63˚s−1 Vs 13.02˚s−1) (1 par bloc) SOA temps entre C et le début de M : 21 valeurs aléatoires -190 à +690ms 4/ 14
  7. 7. Introduction Matériel et méthode Résultats Discussion Conclusion Tache Variables 4 conditions orientation x2 (parallèle Vs orthogonal) vitesse x2 (1.63˚s−1 Vs 13.02˚s−1) (1 par bloc) SOA temps entre C et le début de M : 21 valeurs aléatoires -190 à +690ms Détection en choix forcé :2 positions Pour chaque condition (bloc) : SOA 21 orientations տցրւ (rand) Au moyen de QUEST (Watson & Pelli 1983), on détermine le taux de contraste pour 75 % de détection correcte de la cible pour chaque SOA 4/ 14
  8. 8. Introduction Matériel et méthode Résultats Discussion Conclusion Tache Variables 4 conditions orientation x2 (parallèle Vs orthogonal) vitesse x2 (1.63˚s−1 Vs 13.02˚s−1) (1 par bloc) SOA temps entre C et le début de M : 21 valeurs aléatoires -190 à +690ms Détection en choix forcé :2 positions Pour chaque condition (bloc) : SOA 21 orientations տցրւ (rand) Au moyen de QUEST (Watson & Pelli 1983), on détermine le taux de contraste pour 75 % de détection correcte de la cible pour chaque SOA le tout, 3 fois pour chaque bloc 4/ 14
  9. 9. Introduction Matériel et méthode Résultats Discussion Conclusion Tache Variables 4 conditions orientation x2 (parallèle Vs orthogonal) vitesse x2 (1.63˚s−1 Vs 13.02˚s−1) (1 par bloc) SOA temps entre C et le début de M : 21 valeurs aléatoires -190 à +690ms Détection en choix forcé :2 positions Pour chaque condition (bloc) : SOA 21 orientations տցրւ (rand) Au moyen de QUEST (Watson & Pelli 1983), on détermine le taux de contraste pour 75 % de détection correcte de la cible pour chaque SOA le tout, 3 fois pour chaque bloc Pour chacun de ces triplets : 4/ 14
  10. 10. Introduction Matériel et méthode Résultats Discussion Conclusion Tache Variables 4 conditions orientation x2 (parallèle Vs orthogonal) vitesse x2 (1.63˚s−1 Vs 13.02˚s−1) (1 par bloc) SOA temps entre C et le début de M : 21 valeurs aléatoires -190 à +690ms Détection en choix forcé :2 positions Pour chaque condition (bloc) : SOA 21 orientations տցրւ (rand) Au moyen de QUEST (Watson & Pelli 1983), on détermine le taux de contraste pour 75 % de détection correcte de la cible pour chaque SOA le tout, 3 fois pour chaque bloc Pour chacun de ces triplets : On prend les trois que l’on fit avec une gaussienne dont on prend la moyenne 4/ 14
  11. 11. Introduction Matériel et méthode Résultats Discussion Conclusion Tache Variables 4 conditions orientation x2 (parallèle Vs orthogonal) vitesse x2 (1.63˚s−1 Vs 13.02˚s−1) (1 par bloc) SOA temps entre C et le début de M : 21 valeurs aléatoires -190 à +690ms Détection en choix forcé :2 positions Pour chaque condition (bloc) : SOA 21 orientations տցրւ (rand) Au moyen de QUEST (Watson & Pelli 1983), on détermine le taux de contraste pour 75 % de détection correcte de la cible pour chaque SOA le tout, 3 fois pour chaque bloc Pour chacun de ces triplets : On prend les trois que l’on fit avec une gaussienne dont on prend la moyenne i.e. le treshold pour ce SOA et cette condition (Tm) 4/ 14
  12. 12. Introduction Matériel et méthode Résultats Discussion Conclusion Masking Threshold Elevations (E) Même chose pour les autres conditions 5/ 14
  13. 13. Introduction Matériel et méthode Résultats Discussion Conclusion Masking Threshold Elevations (E) Même chose pour les autres conditions Même chose sans masque (Tc) Total : 504 essais/sujet n=7 5/ 14
  14. 14. Introduction Matériel et méthode Résultats Discussion Conclusion Masking Threshold Elevations (E) Même chose pour les autres conditions Même chose sans masque (Tc) Total : 504 essais/sujet n=7 E = 20. log10( Tm Tc ) (dB) Tm : avec masking Tc : sans masking 5/ 14
  15. 15. Introduction Matériel et méthode Résultats Discussion Conclusion Prédictions Augmentation du masking pour les mouvements rapides et parallèles 6/ 14
  16. 16. Introduction Matériel et méthode Résultats Discussion Conclusion Prédictions Augmentation du masking pour les mouvements rapides et parallèles Raison Les mouvements rapident laissent de plus longues traces 6/ 14
  17. 17. Introduction Matériel et méthode Résultats Discussion Conclusion SOA et E A noter que 7/ 14
  18. 18. Introduction Matériel et méthode Résultats Discussion Conclusion SOA et E A noter que • dominance du masque parallèle rapide 7/ 14
  19. 19. Introduction Matériel et méthode Résultats Discussion Conclusion SOA et E A noter que • dominance du masque parallèle rapide • équivalence en dehors de la période de masking 7/ 14
  20. 20. Introduction Matériel et méthode Résultats Discussion Conclusion SOA et E A noter que • dominance du masque parallèle rapide • équivalence en dehors de la période de masking • pas d’effet d’orientation pour les mvt lents (t(3) = 1.85, p = 0.16) 7/ 14
  21. 21. Introduction Matériel et méthode Résultats Discussion Conclusion SOA et E A noter que • dominance du masque parallèle rapide • équivalence en dehors de la période de masking • pas d’effet d’orientation pour les mvt lents (t(3) = 1.85, p = 0.16) • pas de différence entre les vitesses pour les masques orthogonaux (t(3) = 2.11, p = .13) 7/ 14
  22. 22. Introduction Matériel et méthode Résultats Discussion Conclusion SOA et E A noter que • dominance du masque parallèle rapide • équivalence en dehors de la période de masking • pas d’effet d’orientation pour les mvt lents (t(3) = 1.85, p = 0.16) • pas de différence entre les vitesses pour les masques orthogonaux (t(3) = 2.11, p = .13) • interaction vitesse/orientation (F(1,3) = 126.8, p = 0.002) 7/ 14
  23. 23. Introduction Matériel et méthode Résultats Discussion Conclusion Estimation de la période d’intégration 8/ 14
  24. 24. Introduction Matériel et méthode Résultats Discussion Conclusion Estimation de la période d’intégration f : différentiel parallèle rapide - orthogonal rapide La région grisée correspond à un intervalle de confiance de 90 % (généré par bootstap) 8/ 14
  25. 25. Introduction Matériel et méthode Résultats Discussion Conclusion Estimation de la période d’intégration f : différentiel parallèle rapide - orthogonal rapide La région grisée correspond à un intervalle de confiance de 90 % (généré par bootstap) f’ : Dérivation Our rationale was that this rise in mas- king would saturate at a point corres- ponding to the temporal integration li- mit for motion streaks. 8/ 14
  26. 26. Introduction Matériel et méthode Résultats Discussion Conclusion Estimation de la période d’intégration f’ : Dérivation Our rationale was that this rise in mas- king would saturate at a point corres- ponding to the temporal integration li- mit for motion streaks. début entre 3e et 4e point = -48ms fin entre 8e et 9e point = +29ms soit période de 77ms 9/ 14
  27. 27. Introduction Matériel et méthode Résultats Discussion Conclusion Comparaison avec le reste de la littérature 77ms est plus court que d’autres estimations (Geisler 1999, Snowden R, Braddick O 1991 : ≃ 100ms). Deux paramètres susceptibles de l’expliquer. 10/ 14
  28. 28. Introduction Matériel et méthode Résultats Discussion Conclusion Comparaison avec le reste de la littérature 77ms est plus court que d’autres estimations (Geisler 1999, Snowden R, Braddick O 1991 : ≃ 100ms). Deux paramètres susceptibles de l’expliquer. Luminosité Les 33.7cd/m2 utilisés ici dépasse de 1.4 unit-log les 1.36cd/m2 de Geisler 1999. Or, il apparait que la periode d’intégration varie linéairement de manière logarithmique avec la luminosité (20ms/unit-log : Roufs, 1972) 10/ 14
  29. 29. Introduction Matériel et méthode Résultats Discussion Conclusion Comparaison avec le reste de la littérature 77ms est plus court que d’autres estimations (Geisler 1999, Snowden R, Braddick O 1991 : ≃ 100ms). Deux paramètres susceptibles de l’expliquer. Luminosité Les 33.7cd/m2 utilisés ici dépasse de 1.4 unit-log les 1.36cd/m2 de Geisler 1999. Or, il apparait que la periode d’intégration varie linéairement de manière logarithmique avec la luminosité (20ms/unit-log : Roufs, 1972) Méthodologique La méthode utilisée par la majorité des études psychophysiques sur le domaine utilisent les coudes des threshold-versus-duration functions pour estimer les périodes d’intégration. 10/ 14
  30. 30. Introduction Matériel et méthode Résultats Discussion Conclusion Paramètre méthodologique Pourquoi utiliser autre chose ? 11/ 14
  31. 31. Introduction Matériel et méthode Résultats Discussion Conclusion Paramètre méthodologique Pourquoi utiliser autre chose ? Ces méthodes peuvent surestimer les périodes d’intégration 11/ 14
  32. 32. Introduction Matériel et méthode Résultats Discussion Conclusion Paramètre méthodologique Pourquoi utiliser autre chose ? Ces méthodes peuvent surestimer les périodes d’intégration La raison : en cas de bruit, la somme de probabilité de détection dans le temps contribue à faire diminuer le seuil en deçà de ce que l’on sait être les limites physiologiques de la détection (Cf Watson 1979). 11/ 14
  33. 33. Introduction Matériel et méthode Résultats Discussion Conclusion Paramètre méthodologique Pourquoi utiliser autre chose ? Ces méthodes peuvent surestimer les périodes d’intégration La raison : en cas de bruit, la somme de probabilité de détection dans le temps contribue à faire diminuer le seuil en deçà de ce que l’on sait être les limites physiologiques de la détection (Cf Watson 1979). i.e. ce n’est pas bon modèle de détection 11/ 14
  34. 34. Introduction Matériel et méthode Résultats Discussion Conclusion Paramètre méthodologique Pourquoi utiliser autre chose ? Ces méthodes peuvent surestimer les périodes d’intégration La raison : en cas de bruit, la somme de probabilité de détection dans le temps contribue à faire diminuer le seuil en deçà de ce que l’on sait être les limites physiologiques de la détection (Cf Watson 1979). i.e. ce n’est pas bon modèle de détection Un mot du bon modèle Un ‘two flash’ paradigm linéaire justifié par : 11/ 14
  35. 35. Introduction Matériel et méthode Résultats Discussion Conclusion Paramètre méthodologique Pourquoi utiliser autre chose ? Ces méthodes peuvent surestimer les périodes d’intégration La raison : en cas de bruit, la somme de probabilité de détection dans le temps contribue à faire diminuer le seuil en deçà de ce que l’on sait être les limites physiologiques de la détection (Cf Watson 1979). i.e. ce n’est pas bon modèle de détection Un mot du bon modèle Un ‘two flash’ paradigm linéaire justifié par : le comportement des points gaussiens en mouvement 11/ 14
  36. 36. Introduction Matériel et méthode Résultats Discussion Conclusion Adaptation, backward and forward masking Quid des épaules en f ? • parallèle rapide est plus haut en ces points • un petit effet d’adaptation pour ces intervalles de SOA i.e. OrietC va sensibiliser le system à l’OrietM Les positions de ces adaptations présentent des similitudes avec d’autres effets dans la littérature; typiquement backward masking effet d’adaptation 100ms avant début du masque ( Macknik & Livingstone 1998) forward masking effet d’adaptation entre 5 et 35ms après fin du masque (ibid)12/ 14
  37. 37. Introduction Matériel et méthode Résultats Discussion Conclusion Conclusion 13/ 14
  38. 38. Introduction Matériel et méthode Résultats Discussion Conclusion Conclusion Le système exploite l’orientation des traces de mouvements 13/ 14
  39. 39. Introduction Matériel et méthode Résultats Discussion Conclusion Conclusion Le système exploite l’orientation des traces de mouvements Plus précisément les traces sont susceptibles d’être intégrées à l’interprétation du mouvement jusqu’à 77ms après le mouvement effectif 13/ 14
  40. 40. Introduction Matériel et méthode Résultats Discussion Conclusion Conclusion Le système exploite l’orientation des traces de mouvements Plus précisément les traces sont susceptibles d’être intégrées à l’interprétation du mouvement jusqu’à 77ms après le mouvement effectif Enfin le fait que le masking fasse 48ms avant le début du mouvement indique que les traces de mouvement effectue un backward masking (donc qu’elles sont effectivement massivement utilisées par le système) 13/ 14
  41. 41. Introduction Matériel et méthode Résultats Discussion Conclusion Conclusion Le système exploite l’orientation des traces de mouvements Plus précisément les traces sont susceptibles d’être intégrées à l’interprétation du mouvement jusqu’à 77ms après le mouvement effectif Enfin le fait que le masking fasse 48ms avant le début du mouvement indique que les traces de mouvement effectue un backward masking (donc qu’elles sont effectivement massivement utilisées par le système) le fait que cet effet ne survienne que pour parallèle rapide peut étonner mais a déjà été observé (Saarela Herzog 2008) 13/ 14
  42. 42. Introduction Matériel et méthode Résultats Discussion Conclusion Points méthodologiques remarquables • Usage de propriétés gaussiennes pour l’élaboration de Tm etTc sur la base de 3 blocs • Usage d’un bootstrapping pour évaluer la confiance de la fonction psychophysique différentielle (f) • Usage d’un modèle linéaire jugé plus fiable pour estimer la période d’intégration 14/ 14

×