物体的刚性：运动能量、特征跟踪机制与基于形状先验的竞争与合作
摘要：当投影到视网膜上的图像非刚性变形时，为什么移动的物体看起来仍然刚体？我们使用可以看起来刚体或非刚体的旋转刚体对象来测试形状特征对刚性感知的贡献。当两个圆环以一个角度刚性连接并以适度的速度共同旋转时，观察者报告说圆环摇晃并非刚性连接，但在较慢的速度下报告为刚性旋转。当加入间隙、涂料或顶点时，圆环即使在适度的速度下也看起来是刚性旋转的。在高速下，所有配置看起来都是非刚性的。因此，显著的特征对较慢和适度速度下的刚性有贡献，但在高速下没有贡献。模拟的运动能量细胞阵列的响应显示，运动流向量与圆环的轮廓主要是正交的，而不是平行于旋转方向。一个经过训练以区分摇晃和旋转的流模式的卷积神经网络，对于运动能量流给出了大概率的摇晃。然而，对于通过MT模式运动细胞和角点检测器跟踪特征产生的运动流，该CNN给出了较高的旋转概率。此外，即使在没有任何感觉证据的情况下，圆环看起来可以旋转和滚动，而顶点、间隙和涂料段可以防止这种错觉，显示了旋转对称性和形状的影响。将CNN输出合并起来，在快速速度下更注重运动能量，在慢速下更注重特征跟踪，并结合基于形状的先验知识来解释不同形状和速度下的刚性和非刚性感知（R2=0.95）。这些结果展示了不同神经元类之间的合作与竞争如何导致特定的视觉知觉状态和状态之间的转换。
作者：Akihito Maruya and Qasim Zaidi
论文ID：2304.04903
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2023-04-12