Ce document analyse l'intégration temporelle des mouvements en se concentrant sur les traces de mouvement et leur influence sur la perception visuelle. Les résultats montrent que ces traces peuvent être intégrées jusqu'à 77 ms après le mouvement, et que leur orientation joue un rôle crucial. Il est également noté que des méthodes analytiques spécifiques ont été employées pour estimer plus précisément les périodes d'intégration, en évitant les surestimations fréquentes dans la littérature.

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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. Introduction Matériel et méthode Résultats Discussion Conclusion
Masking Threshold Elevations (E)
Même chose pour les autres conditions
5/ 14

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. 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. Introduction Matériel et méthode Résultats Discussion Conclusion
Prédictions
Augmentation du masking pour les mouvements rapides et
parallèles
6/ 14

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. Introduction Matériel et méthode Résultats Discussion Conclusion
SOA et E
A noter que
7/ 14

18. Introduction Matériel et méthode Résultats Discussion Conclusion
SOA et E
A noter que
• dominance du masque parallèle
rapide
7/ 14

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. 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. 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. 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. Introduction Matériel et méthode Résultats Discussion Conclusion
Estimation de la période d’intégration
8/ 14

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. 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. 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. 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. 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. 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. Introduction Matériel et méthode Résultats Discussion Conclusion
Paramètre méthodologique
Pourquoi utiliser autre chose ?
11/ 14

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. 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. 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. 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. 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. 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. Introduction Matériel et méthode Résultats Discussion Conclusion
Conclusion
13/ 14

38. Introduction Matériel et méthode Résultats Discussion Conclusion
Conclusion
Le système exploite l’orientation des traces de mouvements
13/ 14

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. 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. 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. 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