Tekijä: | Ahonen, Lauri |
Työn nimi: | A computational approach to estimation of crowding in natural images |
Laskennallinen malli ärsyketungoksen arvioimiseen luonnollisissa kuvissa | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 2008 |
Sivut: | (12+) 71 Kieli: eng |
Koulu/Laitos/Osasto: | Elektroniikan, tietoliikenteen ja automaation tiedekunta |
Koulutusohjelma: | Tietoliikennetekniikan tutkinto-ohjelma |
Oppiaine: | Laskennallinen tekniikka (S-114) |
Valvoja: | Sams, Mikko |
Ohjaaja: | Näsänen, Risto |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark S80 | Arkisto |
Avainsanat: | crowding visual system image statistics clutter natural images modelling ärsyketungos näköjärjestelmä kuvan tilastolliset ominaisuudet luonnolliset kuvat mallintaminen |
Tiivistelmä (fin): | Ärsyketungos on ilmiö, jonka vuoksi ääreisnäössä olevien kohteiden tunnistus heikkenee, mikäli kohteen läheisyydessä on häiriöärsykkeitä. Ärsyketungos on siis havaintokentän, eli yhdellä fiksaatiolla havaittavan kohdemäärän, kokoa rajoittava tekijä. Tämä johtuu näköjärjestelmän korkeammilla tasoilla tapahtuvasta laajasta piirreintegraatiosta kohteen ympäristössä. Kriittisestä roolistaan huolimatta ärsyketungos-ilmiötä ei ole tutkittu monimutkaisilla luonnollisilla kuvilla (mikä tahansa valokuva). Tässä tutkimuksessa tutkittiin, kuinka ärsyketungos vaikuttaa kohteen havaitsemiseen monimutkaisissa luonnollisissa kuvissa. Lisäksi haluttiin selvittää voidaanko ilmiön voimakkuutta ennustaa näköjärjestelmä malleja ja kuvien tilastollisia ominaisuuksia käyttäen. Ärsyketungos-ilmiön voimakkuus määritettiin kokeellisesti, mittaamalla kontrasti kynnyksiä erikokoisille kirjainkohteille, jotka sijaitsivat luonnollisen kuvan päällä. Kokeellisen osan tuloksilla validoitiin kehitettyjä metodeja. Metodit perustuivat kuvan tilastollisiin ominaisuuksiin ja `clutter-malleihin' Tilastolliset ominaisuudet ja 'clutter-mallit' yhdistettiin sekä tutkimustietoon ärsyketungoksen ominaisuuksista, että näköjärjestelmän tunnettuihin ominaisuuksiin. Näköjärjestelmä huomioimalla pyrittiin arvioimaan spatiaalisesta näöntarkkuuden vaihtelusta aiheutuvia muutoksia kuvan tilastollisiin ominaisuuksiin. Kehitetyt metodit ennustivat mielivaltaisen kuvan aiheuttaman ärsyketungos-ilmiön voimakkuuden. Myös näköjärjestelmän malli vaikutti tuloksiin. Erot eri laskentamallien välillä olivat kuitenkin merkityksettömiä. Täten yksinkertaisinta metodia, jossa laskettiin kontrastienergiaa, voidaan pitää tehokkaimpana. Luonnolliset kuvat voivat aiheuttaa voimakkaan ärsyketungos-ilmiön. Pääteltiin, että ilmiö voidaan ennustaa kohtuullisella tarkkuudella jo nykyisellä tietämyksellä, mutta lisätuntemus ilmiön syistä ja mekanismeista mahdollistaisi tarkempien mallien kehittämisen. Tällaisilla malleilla on sovellutuskohteita esimerkiksi käyttöliittymien suunnitellussa, informaation visualisoinnin arvioinnissa ja lisätyn todellisuuden sovellusten kehityksessä. |
ED: | 2009-03-16 |
INSSI tietueen numero: 36834
+ lisää koriin
INSSI