生物网络中的信息流与色觉
摘要：颜色外貌模型是生物网络，由一系列的线性+非线性层组成，修改视网膜光感受器的线性测量结果，导致一种与心理物理体验相关的内部（非线性）颜色表示。这些网络的基本层包括：（1）色彩适应（对颜色集合的均值和协方差进行标准化），（2）转换为对立色通道（颜色空间中的PCA样式旋转），和（3）饱和非线性，以获得感知上的欧几里德颜色表示（类似于维度均衡化）。高效编码假设认为，这些变换应该从信息论目标中出现。如果这个假设适用于颜色视觉，那么问题是，颜色外貌网络的不同层次导致了编码增益。 在这项工作中，分析了一系列代表性的颜色外貌模型，从而了解颜色分量之间的冗余在网络中如何修改，以及从输入数据到嘈杂的响应之间传递了多少信息。所提出的分析使用了以前不可用的数据和方法：（1）不同CIE光照下新的色度校准场景，以正确评估色彩适应，以及（2）新的统计工具，用于基于高斯化来估计（多元）多维集合之间的信息论数量。结果证实了高效编码假设对当前的颜色视觉模型是成立的，并确定了对信息传递增益起到重要作用的心理物理机制：对立通道及其非线性性质比视网膜上的色彩适应更重要。
作者：Jesus Malo
论文ID：1912.12093
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2022-10-13