Unidad IV. Caracterización del SV en el dominio espacio-temporal. El sistema visual como un conjunto discreto de filtros.

Slides:



Advertisements
Presentaciones similares
Introducción a la Estadística
Advertisements

Tema 4. Juegos simultáneos con información incompleta.
Fundamentos neurales de la percepción visual
Fundamentos neurales de la percepción visual
Fundamentos neurales de la percepción visual
Unidad V. Visión de movimientos. Primero, un poco de psicofísica.
Unidad I. Excursión por el soporte físico. El córtex estriado.
Unidad I Fundamentos neurales de la percepción visual El cortex estriado.
CARACTERISTICAS PRINCIPALES DE LOS SISTEMAS EXPERTOS
PROCESAMIENTO DE IMAGENES
Procesamiento Digital de Señales (DSP)
Modulación de pulsos.
REPRESENTACION DE SEÑALES Y SISTEMAS
DSOO - María Eugenia Valencia
Aliasing Supongamos que medimos un conjunto de datos cada tiempo.
Conocimiento de la escala de probabilidad
RUIDO RUIDO BLANCO.
KRIGING.
La transformada de Fourier.
M.I. Ricardo Garibay Jiménez
Aliasing Supongamos que medimos un conjunto de datos cada tiempo 
APLICACIONES DEL DSPI DESARROLLADAS EN EL CIOp. Medición de focales de lentes o sistemas Medida de espaciados.
Transformaciones de variables aleatorias
Si lanzamos la moneda N veces, obtendremos n caras y N-n sellos
Repaso de Sistemas Lineales
Geometría y Grupos de Lie
Capítulo 2. Representación de imágenes digitales
Codificación Distribuida
FUNCIONES DE DENSIDAD DE PROBABILIDAD
Probabilidad condicional
El valor del pixel (tono de gris) varia de una manera continua
La Derivada. Ya vimos: los conceptos, métodos ó instrumentos necesarios para establecer el “comportamiento” de una función.  en un entorno de x o [ 
1 Planteamiento del problema ¿Tenemos los humanos la capacidad de percibir si nos miran desde atrás? O, más exactamente: ¿Es defendible que existen otras.
Unidad 3: Sucesiones Ciclo orientado.
Tema 4. Realzado de imágenes  Qué vamos a estudiar  ¿Qué vamos a estudiar? Un conjunto de técnicas que tratan de conseguir una imagen mejorada y más.
Realzado en el dominio de la frecuencia
El teorema de Bayes Supongamos que sobre el espacio muestral S tenemos una partición Ai, con i = 1, ..., n. Esto significa que cualquier resultado de S.
Guías Modulares de Estudio Matemáticas IV – Parte B
Estadística Administrativa I
el Desplazamiento (Dx)
Universidad de La Laguna, 14/11/2013 Mareas y Corrientes IV: Análisis de datos de corrientes.
Análisis Fourier Capitulo 6.
Análisis Cuantitativo de Datos (Básico)
Procesamiento Digital de Imágenes
Informática Médica: Procesamiento de imágenes
Tema 3: Filtros.
Unidad II: Variables Aleatorias Concepto Discreta y Continua Fun. de densidad Fun. de probabilidad F. de distribución Esperanza y Varianza Propiedades.
Funciones Ortgonales Hemos estudiado ya, en el cálculo infinitesimal, los vectores en el espacio de dos y tres dimensiones, y sabe que dos vectores no.
Repaso de clase anterior
Sistemas de Control en Tiempo Discreto
Procesamiento Digital de Imágenes
Unidad IV. Caracterización del SV en el dominio espacio-temporal.
Unidad V. Caracterización del SV en el dominio espacio-temporal. Sobre los mecanismos fisiológicos para la detección de patrones espaciales y temporales.
Unidad V. Caracterización del SV en el dominio espacio-temporal. Sensibilidad a variaciones espacio- temporales.
Unidad IV. Caracterización del SV en el dominio espacio-temporal. Discriminación de contrastes.
Límites de Funciones Consideremos una función f, un punto x0 y un entorno reducido de dicho punto. Vamos a analizar qué ocurre con los valores de dicha.
Universidad Nacional del Nordeste Facultad de Humanidades CARRERA DE ESPECIALIZACION TECNOLOGIAS DE LA INFORMACION GEOGRAFICA (TIG) Resoluciones 511/10-CS.
FUNDAMENTOS SOBRE P ROCESAMIENTO D IGILTAL DE I MÁGENES (DIP) Copyright 2004 para Diego Luis Aristizábal Ramírez OrquideaJAI Universidad Nacional de Colombia.
PROCESAMIENTO DIGITAL DE SEÑALES
Estimación y contraste de hipótesis
Tema 3-A Tema 3-A Convolucion y Teorema de Muestreo
Conceptos Básicos.  Alumno: Javier Sánchez Sánchez  Registro:  Grupo: B207  Fecha: 12/02/10.
Análisis de Fourier.
DETECCION DE SEÑALES BINARIAS EN RUIDO GAUSSIANO El criterio de toma de decisión fue descrito por la ecuación Un criterio muy usado para escoger el nivel.
DETECCION DE PSK DIFERENCIAL El nombre de PSK diferencial (DPSK) algunas veces necesita clarificación, debido a dos aspectos separados del formato de.
LOS CONECTORES Elaborado por: María José Barros Cruz.
OPTIMIZACION DEL DESEMPEÑO DE ERROR
UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS ECONOMICAS INFERENCIA ESTADISTICA TEMA: ESTIMACION PUNTUAL, PROPIEDADES DE LAS ESTIMACIONES;
Free and Quick translation of Prof. Anderson's slides1 Analisis de Regresion Multiple y =  0 +  1 x 1 +  2 x  k x k + u 1. Estimacion.
Estadística y probabilidad
Transcripción de la presentación:

Unidad IV. Caracterización del SV en el dominio espacio-temporal. El sistema visual como un conjunto discreto de filtros.

Adaptación a la frecuencia y a la orientación.

Adaptación a la frecuencia. Blackmore, C y Campbell, F.W. (1966).

Selectividad a la frecuencia y a la orientación: Funciones de sintonizado. Bradley et al. (1988). Canales cromáticos Canales acromáticos

Funciones de sintonizado por enmascaramiento. Wilson, H.R. y Gelb, D.J. (1984). Elevación del umbral incremental en presencia de enmascarador

Modelo de detección por sumación de probabilidades.

Sumación de probabilidades: modelo de Quick.

Una interpretación elegante del modelo de Quick

Postefecto de frecuencia. Blackmore, C y Sutton, P (1969).

Postefecto de orientación. Blackmore, C y Sutton, P (1969).

Postefecto de fase. K.K. De Valois (1977).

Como interpretar un postefecto mediante un modelo multicanal.

MCCOLLOUGH

La base natural para representar una imagen es una base de deltas en el dominio espacial. Para codificar una imagen de esta manera, bastaría con contar con un mosaico de sensores “localizados en el espacio”; el patrón de respuestas de dicho mosaico constituiría la representación de la imagen. Esto es básicamente lo que ocurre en la retina. Pero, ¿qué clase de representación hace el cortex visual?. Representaciones corticales de una imagen.

Consideremos la posibilidad de que el cortex visual realice una transformación de Fourier. Para representar una imagen en una base de sinusoides (deltas en el dominio frecuencial), todos los sensores corticales deberían al menos tener la misma anchura de banda, pero esto no es lo que ocurre, así es que la representación cortical de una imagen no puede ser una simple transformación de Fourier. ¿Qué es entonces?.

Para seguir adelante, recordemos que el perfil de los campos receptivos corticales es de Gabor. Esto significa que, en principio, contaríamos con sensores sintonizados para cualquier frecuencia, y, para cada frecuencia, con cualquier anchura de banda. Sin embargo, sabemos, por las medidas experimentales, que la anchura de banda crece con la frecuencia de sintonizado.

Formas de recubrimiento en el dominio frecuencial.

Asumiendo esta ligadura, ¿es posible representar una imagen mediante un conjunto discreto de estos sensores, (base de Gabor), que actúan en un dominio conjunto espacio-frecuencial?. Recordemos, por otra parte que, por las propiedades de la transformada de Fourier, la anchura de banda en el dominio frecuencial es tanto mayor cuanto menor lo sea en el dominio espacial (esto es, cuanto más pequeño es el campo receptivo). Además, es razonable pensar, teniendo en cuenta el teorema de Nyquist, que para muestrear frecuencias progresivamente más altas vamos a necesitar un número progresivamente mayor de sensores, así es que la cosa podría ser como sigue...

La arquitectura del cortex podría ser, por ejemplo, de esta manera...

Genial, pero ¿es esta arquitectura compatible con una proyección retinotópica?.