More Related Content
More from Masatoshi Yoshida
More from Masatoshi Yoshida (20)
サリエンシーマップの視線計測への応用
- 1. サリエンシー・マップの視線計測への応用
吉田 正俊1,2
1 生理研・認知行動発達 2 総合研究大学院大学・生命科学研究科
方法: フリービューイング課題6頭のサルがそれぞれ114個の動画(~90
注視点
点灯
フリービューイング
(4.0-93.8 sec / 動画)
0.5秒間の
注視で
動画開始
69 deg
52
deg
分)を見ている間の視線計測
アイコイル法による視線計測(時間解像度
1kHz, 空間解像度 <0.01deg )
視線はサリエンシーの高いところに向けられているか?
1000
AUC score
= 0.58
視覚特徴の寄与を定量化する
1. 視覚サリエンシー(顕著性)とは?
* 夜の月が「目立つ」(salient)なのは周りが暗いから。
明るいから目立つわけではない。暗くても目立つ。
Wikimedia Commons
File:Conjunci%C3%B3n_de_la_Luna,_Marte_y_Saturno.jpg
* 視覚サリエンシー(顕著性)とは:
「視覚刺激の空間的配置によって決まる
ボトムアップ性注意を誘引する心理的特性」
* 視覚サリエンシーの特性:
視覚特徴(輝度、色、傾きなど)が平行して処理される
仲間はずれはどれですか?
簡単(「ポップアウトする」)
特徴内の探索
難しい
特徴間の探索
2. サリエンシーを定量化する
* サリエンシー・マップはどこが目を惹くか予想できる
3. 視線計測から注意を定量化する
入力画像サリエンシー
・マップ
特徴マップ
輝度
赤緑
青黄
傾き
動き
0
0 1
サリエンシー
サッカードの数
0.65
0.60
0.55
0.50
正常サル視覚野
損傷サル
AUC score
p < 0.01
(= 偶然)
計測データ
(サリエンシー・マップ) ランダムサンプリング
計測データ
(動画)
視覚野損傷サルの視線はサリエンシーの高いところに向けられ
ていた。
w1
w2
w3
w4
w5
w1=w2=w3=w4=w5=1
(オリジナルのモデル)
* 特徴間の相関を考慮する。(例:動きで目立つ場所は色でも目立つ)
* Leave-one-out方式を使う。
A
B
0.6
AUC score
0.5
フルモデル
(すべての特徴)
輝度
赤緑
青黄
傾き
動き
寄与率 A / B (%)
0 5 10 0 5 10
n.s.
n.s.
正常サル視覚野損傷サル
マイナスワン
モデル
(「動き」以外)
視覚野損傷サルでは傾きのサリエンシーの効果が失われていた。
参考文献:
吉田 正俊 (2014) 「サリエンシー・マップの視覚探索解析への応用」 日本神経回路学会誌 21(1) 3-12
Yoshida M et.al. (2012) "Residual attention guidance in blindsight monkeys watching complex natu-ral
scenes." Current biology 22 1429-1434