The psychophysical experimental res

The psychophysical experimental results were simulated by a simple model based on the autocorrelation function (Priestly, 1981) operating on the image intensity values. The model uses a directional autocorrelation function, comparing vertical and horizontal autocorrelations. Since the autocorrelation function operates on the image intensity values (pixels), no assumptions are made on featural differences between the local line elements that give rise to similarity grouping (e.g. X vs k). Departing from classical autocorrelation models of vision (Uttal, 1975), we suggest that the interactions underlying the correlation measurements are time dependent in a way that long-range correlations take more time to be effective, while short range correlations can be detected within a relatively short processinlg time. This hypothesis is implemented in the model by multiplying the autocorrelation function l:,y an exponential weighting function with a time dependent space constant.

ผลลัพธ์ (ไทย) 1:

ผลการทดลองที่ psychophysical ถูกจำลอง โดยใช้แบบจำลองอย่างง่ายงาน autocorrelation (Priestly, 1981) การทำงานบนค่าความเข้มของภาพ แบบจำลองใช้ฟังก์ชัน autocorrelation ทิศ เปรียบเทียบแนวตั้ง และแนวนอน autocorrelations ตั้งแต่ autocorrelation ฟังก์ชันการทำงานบนค่าความเข้มของภาพ (พิกเซล), สมมติฐานไม่มีผลแตกต่าง featural ระหว่างบรรทัดภายในองค์ประกอบที่ก่อให้เกิดการจัดกลุ่มของความคล้ายคลึงกัน (เช่น X vs k) ออกเดินทางจากรุ่นคลาสสิก autocorrelation ของวิสัยทัศน์ (Uttal, 1975), เราขอแนะนำว่า การโต้ตอบที่พื้นฐานการวัดความสัมพันธ์เป็นเวลาอ้างถึงในทางที่ว่า ความสัมพันธ์ระยะยาวใช้เวลามากกว่าจะมีประสิทธิภาพ ในขณะที่ความสัมพันธ์ระยะสั้นสามารถตรวจพบได้ภายในระยะเวลาค่อนข้างสั้น processinlg สมมติฐานนี้ถูกนำมาใช้ในรูปแบบคูณ l:ฟังก์ชัน autocorrelation, y ฟังก์ชันการเนนน้ำหนักกับค่าคงขึ้นอยู่กับพื้นที่เวลา

ผลลัพธ์ (ไทย) 2:

ผลการทดลองจิตถูกจำลองโดยรูปแบบที่ง่ายขึ้นอยู่กับฟังก์ชั่นอัต (พระ 1981) ดำเนินงานเกี่ยวกับค่าความเข้มของภาพ รูปแบบการใช้ฟังก์ชั่นอัตทิศทางเปรียบเทียบ autocorrelations ตั้งและแนวนอน ตั้งแต่ฟังก์ชั่นอัตทำงานบนความเข้มของภาพค่า (พิกเซล) ไม่มีสมมติฐานจะทำบนความแตกต่างระหว่างองค์ประกอบ featural สายท้องถิ่นที่ก่อให้เกิดความคล้ายคลึงกันการจัดกลุ่ม (เช่น X VS k) ออกจากแบบจำลองอัตคลาสสิกของวิสัยทัศน์ (Uttal, 1975) เราขอแนะนำให้มีปฏิสัมพันธ์ที่อยู่ภายใต้การวัดความสัมพันธ์ที่มีขึ้นอยู่กับเวลาในลักษณะที่มีความสัมพันธ์ระยะยาวใช้เวลามากขึ้นที่จะมีประสิทธิภาพในขณะที่ความสัมพันธ์ช่ว​​งสั้นสามารถตรวจพบภายในค่อนข้าง เวลา processinlg สั้น สมมติฐานนี้จะดำเนินการในรูปแบบโดยการคูณฟังก์ชั่นอัต L:, y ฟังก์ชั่นน้ำหนักชี้แจงด้วยเวลาขึ้นอยู่กับพื้นที่อย่างต่อเนื่อง

ผลลัพธ์ (ไทย) 3:

ส่วนการผลการทดลองได้ผลจากแบบจำลองอย่างง่าย ใช้ฟังก์ชันอัตสหสัมพันธ์ ( สังฆ , 1981 ) ปฏิบัติการในรูปเข้มค่า รูปแบบการใช้ฟังก์ชัน autocorrelation ทิศทางเปรียบเทียบอัตตสหสัมพันธ์ระดับตามแนวตั้งและแนวนอน . ตั้งแต่ฟังก์ชัน autocorrelation รองรับภาพความค่า ( พิกเซล ) , ไม่ จำกัด สร้างความแตกต่าง featural ระหว่างสายภายในองค์ประกอบที่ก่อให้เกิดการรวมกลุ่มกัน ( เช่น X vs K ) ออกเดินทางจากคลาสสิกข้อมูลรูปแบบของวิสัยทัศน์ ( uttal , 1975 ) เราแนะนำว่าปฏิสัมพันธ์พื้นฐานการวัดความสัมพันธ์ขึ้นกับเวลาในทางที่ความสัมพันธ์ระยะยาวใช้เวลามากขึ้นจะมีประสิทธิภาพ ในขณะที่ความสัมพันธ์ช่วงสั้นสามารถตรวจพบได้ภายในเวลา processinlg ค่อนข้างสั้น สมมติฐานนี้จะดำเนินการในรูปแบบโดยการนำฟังก์ชัน autocorrelation L : y เป็นฟังก์ชันเอกซ์โพเนนเชียลกับเวลา ( ขึ้นอยู่กับพื้นที่คงที่