Структурно-функциональная организация зрительной системы в обеспечении целенаправленной деятельности

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Представлен обзор результатов полувековых исследований зрительной системы как иерархической структуры – многоканальной, многослойной "пирамиды", каждый слой которой имеет различное пространственно-временное разрешение, но в совокупности обеспечивает инвариантное описание изображений для их классификации, принятия решений, организации движения глаз и поиска цели. Проведен анализ многоканальной организации зрительной системы человека как максимально эффективной и наиболее экономичной. Выделены уникальные по морфологическим и функциональным характеристикам системы "перископического и телескопического зрения", обеспечивающие перевод взора и распознавание при поиске и достижении цели. Модели пирамидальной организации зрительной системы оправдали свое существование, оказав исключительное влияние на развитие инженерных решений по конструированию распознающих систем, работающих в реальном масштабе времени, созданию искусственных нейронных сетей.

Полный текст

Доступ закрыт

Об авторах

Ю. Е. Шелепин

Федеральное государственное бюджетное учреждение науки Институт физиологии им. И.П. Павлова РАН

Автор, ответственный за переписку.
Email: shelepin-yuri@infran.ru
Россия, 199034, Санкт-Петербург

Е. Ю. Шелепин

Федеральное государственное бюджетное учреждение науки Институт физиологии им. И.П. Павлова РАН

Email: shelepiney@infran.ru
Россия, 199034, Санкт-Петербург

В. М. Бондарко

Федеральное государственное бюджетное учреждение науки Институт физиологии им. И.П. Павлова РАН

Email: vmbond@gmail.com
Россия, 199034, Санкт-Петербург

В. Н. Чихман

Федеральное государственное бюджетное учреждение науки Институт физиологии им. И.П. Павлова РАН

Email: chikhmanvn@infran.ru
Россия, 199034, Санкт-Петербург

Д. В. Бондарко

Федеральное государственное бюджетное учреждение науки Институт физиологии им. И.П. Павлова РАН

Email: dmvb8@mail.ru
Россия, 199034, Санкт-Петербург

Список литературы

  1. Александров В.В., Горский Н.Д. Рекурсивные методы обработки изображений. Л.: Наука, 1985. 156 с.
  2. Бондарко В.М., Гаузельман В.Е. Пространственная организация элементов, выявляемых в условиях обнаружения или опознания зрительных стимулов // Физиология человека. 1988. Т. 14. № 2. С. 204—211.
  3. Бондарко В.М., Данилова М.В. Оценка размера круга в иллюзии Эббингхауза // Сенсорные системы. 2000. Т. 14. № 4. С. 277–287.
  4. Бондарко В.М., Данилова М.В. Связь размера локального окна в модели модулей с оценкой размера зрительных изображений и их сегментацией // Оптический журнал. 2022. Т. 89. № 8. С. 43–53. http://doi.org/10.17586/1023-5086-2022-89-08-43-53
  5. Бондарко В.М., Данилова М.В., Чихман В.Н. Сегментация зрительных изображений: экспериментальные данные и моделирование // Оптический журнал. 2021. Т. 88. № 12. С. 7–17.
  6. Бондарко В.М., Шелепин Ю.Е. К вопросу о восприятии целостности зрительных объектов // Сенсорные системы. 1996. Т. 10. № 1. С. 25–30.
  7. Бондарко В.М., Шелепин Ю.Е., Данилова М.В., У Цзя Лун. Согласованность оценки сложности зрительных изображений с четким видением // Сенсорные системы. 1996. Т. 10. № 4. С. 19–27.
  8. Вахрамеева О.А., Шелепин Ю.Е., Мезенцев А.Ю., Пронин С.В. Изучение восприятия неполных контурных изображений различного размера // Российский физиологический журнал им. И. М. Сеченова. 2008. Т. 94. № 10. C. 1158–1170.
  9. Вахрамеева О.А., Сухинин М.В., Моисеенко Г.А., Муравьева С.В., Пронин С.В., Волков В.В., Шелепин Ю.Е. Изучение порогов восприятия в зависимости от геометрии фовеа // Сенсорные системы. 2013. Т. 27. №2. С. 122–129.
  10. Вахрамеева О.А., Хараузов А.К., Пронин С.В., Малахова Е.Ю., Шелепин Ю.Е. Зрительный прайминг при распознавании мелких изображений в сцене, содержащей объекты разного размера // Физиология человека. 2016. Т. 42. № 5. С. 39–48. https://doi.org/10.7868/S0131164616050180
  11. Волков В.В., Шелепин Ю.Е., Колесникова Л.Н., Макулов В.Б., Паук В.Б. Пособие по визоконтрастопериметрии: методические рекомендации и атлас тестовых изображений. М.: Изд.-во ЦВМУ МО СССР, 1988.
  12. Глезер В.Д. Механизмы опознания зрительных образов // Вестник АН СССР. 1970. № 7. C. 30–37.
  13. Глезер В.Д. Опознание зрительных образов. М.: Наука, 1966. 203 с.
  14. Глезер В.Д. Зрение и мышление. Л.: Наука, 1985. 300 с.
  15. Глезер В.Д. Зрение и мышление. СПб.: Наука, 1993. 285 с.
  16. Глезер В.Д., Цуккерман И.И. Информация и зрение. Л.: Наука, 1961. 158 с.
  17. Глезер В.Д. Конструкция зрительного мозга и квантовая теория информации Габора // Журнал Оптико-механической промышленности. 1991. № 11. C. 26–29.
  18. Глезер В.Д., Леушина Л.И. О модели зрительной фиксации объекта и функциях микро-скачков глаз // Моторные компоненты зрения / Под ред. Б.Ф. Ломова. М.: Наука, 1975. С. 56–68.
  19. Глезер В.Д., Яковлев В.В., Гаузельман В.Е. Ширина полосы пропускания простых нейронов стриарной коры кошки // Сенсорные системы. 1990. Т. 4. № 2. С. 130–136.
  20. Иванишко Ю.А., Нестеров Е.А., Мирошников В.В., Лотошников М.А. Топография сетчатки и патологических объектов в макуле // I Всеросс. семинар-“круглый стол” “МАКУЛА-2004: Тезисы докладов. Стенограммы обсуждения и дискуссий. Ростов-на-Дону, 2004. С. 252.
  21. Кемпбелл Ф.В., Шелепин Ю.Е. Возможности фовеолы в различении объектов // Сенсорные системы. 1990. Т. 4. № 2. С. 181–185.
  22. Красильников Н.Н. Теория передачи и восприятия изображений. М.: Радио и связь. 1986. 247 с.
  23. Красильников Н.Н., Шелепин Ю.Е., Красильникова О.И. Применение принципов оптимального наблюдателя при моделировании зрительной системы человека // Оптический журнал. 1999. Т. 66. № 9. С. 17–25.
  24. Красильников Н.Н., Красильникова О.И., Шелепин Ю.Е. Исследование эффективности зрительной системы человека при опознавании динамических изображений // Физиология человека. 2003. Т. 29. № 2. С. 5–10.
  25. Кропотов Ю.Д., Пономарев В.А., Брагинский Д.В. Математическая модель модуля зрительной коры: нейронная организация и вычислительная функция // Сенсорные системы. 1988. Т. 2. № 4. С. 390–399.
  26. Куликовский Я., Робсон Э. Пространственные, временные и хроматические каналы: электрофизиологическое обоснование // Оптический журнал. 1999. Т. 66. № 9. С. 37–53.
  27. Ламминпия А.М., Пронин С.В., Шелепин Ю.Е. Пространственно-частотная фильтрация текста для локального и глобального анализа // Оптический журнал. 2018. Т. 85. № 8. С. 39–45
  28. Ламминпия А.М., Моисеенко Г.А., Вахрамеева О.А., Сухинин М.В., Шелепин Ю.Е. Изучение связи характеристик движений глаз с геометрией фовеа // Физиология человека. 2016. Т. 42. № 4. C. 32–37.
  29. Леушина Л.И. О соотношении зрительной и глазодвигательной систем в пространственном восприятии // Моторные компоненты зрения / Под ред. Б.Ф. Ломова. М.: Наука, 1975. С. 151–175.
  30. Малашин Д.О. Система стабилизации изображения с неразрушающим считыванием видеоинформации // Оптический журнал. 2020. Т. 87. №12. С. 43–49. http://doi.org/10.17586/1023-5086-2020-87-12-43-49
  31. Малахова Е.Ю. Визуализация информации, кодируемой нейронами высших областей зрительной системы // Оптический журнал. 2018. Т. 85. C. 61–66.
  32. Малахова Е.Ю. Пространство описания зрительной сцены в искусственных и биологических нейронных сетях // Оптический журнал. 2020. Т. 87. № 10. С. 50–58. http://doi.org/10.17586/1023-5086-2020-87-10-50-58
  33. Малахова Е.Ю. Представление категорий посредством прототипов согласованной активности нейронов в свёрточных нейронных сетях // Оптический журнал. 2021. Т. 88. № 12. С. 36–41.
  34. Малахова Е.Ю., Шелепин К.Ю., Шелепин Ю.Е. Обнаружение и распознавание изображений в условиях помехи // Оптический журнал. 2024. Т. 91. № 8. С. 24–31.
  35. Невская А.А., Леушина Л.И. Асимметрия полушарий головного мозга и опознание зрительных образов. Л.: Наука. 1990. 150 с.
  36. Подвигин Н.Ф., Макаров Ф.Н., Шелепин Ю.Е. Элементы структурно-функциональной организации зрительно-глазодвигательной системы. Л.: Наука, 1986. 252 с.
  37. Праздникова Н.В. Исследование инвариантности опознания зрительных изображений у рыб и обезьян. Механизмы кодирования зрительной информации. М., Л.: 1966. С. 96 –116.
  38. Светлова В.Я., Новиков Г.И., Подвигин Н.Ф. Электрическая стимуляция наружного коленчатого тела вызывает движения глаз // Доклады АН СССР. 1982. Т. 263. № 2. С. 507–509.
  39. Чихман В.Н., Шелепин Ю.Е., Фореман Н., Пэсмор П. Восприятие фрагментированных изображений трехмерных объектов при изменении угла наблюдения // Российский физиологический журнал. 2009. Т. 95. № 4. С. 324–334.
  40. Чихман В.Н., Шелепин Ю.Е., Пронин С.В.. Экспериментальное исследование инвариантного восприятия вейвлетных изображений // Оптический журнал. 2011. Т. 78. №12. С. 50–56.
  41. Чурашов С.В., Шелепин Ю.Е., Павлов Н.Н., Колесникова Л.Н., Данилова М.В. Исследование пространственной структуры фовеальных элементов методом лазерной интерферометрии // Сенсорные системы. 1990. Т. 4. № 1. С. 79–83.
  42. Цыцулин А.К., Фахми Ш.С., Манцветов А.А. Стабилизация изображений на основе измерения их смещения при совместном использовании матричного и двух линейных фотоприёмников // Оптический журнал. 2012. Т. 11. с. 67–75.
  43. Шелепин Е.Ю. Исследование особенностей внимания человека при просмотре веб-сайтов // Механизмы адаптации физиологических систем организма к факторам среды. Тезисы докладов Конференция молодых ученых, посвященная 85-летию Института физиологии им. И. П. Павлова РАН. СПб, 2010. С. 117–118.
  44. Шелепин Е.Ю. Движения глаз при наблюдении однородной, неструктурированной поверхности. Курсовая работа. СПбГУ. 2011. 84 c.
  45. Шелепин Е.Ю., Скуратова К.А. Глобальные и локальные механизмы восприятия “составных букв” // Оптический журнал. 2020. Т. 87. № 10. С. 81–88. http://doi.org/10.17586/1023-5086-2020-87-10-15-24
  46. Шелепин Е.Ю., Жукова О.В., Пронин С.В., Защиринская О.В., Шелепин Ю.Е. Общность алгоритмов движений глаз, обеспечивающих распознавание жанровых сцен в текстах и в изображениях // Оптический журнал. 2019. Т. 86. № 11. С. 79–89.
  47. Шелепин Ю.Е. Нейроиконика. М.: Троицкий мост, 2017. 351 с.
  48. Шелепин Ю.Е. К математической интерпретации нейронно-глиальных взаимосвязей // Доклады АН СССР. 1970. Т. 192. № 3. С. 698–701.
  49. Шелепин Ю.Е., Колесникова Л.Н., Левкович Ю.И. Визоконтрастометрия. Измерение модуляционных передаточных функций зрительной системы. Л.: Наука, 1985. 105 с.
  50. Шелепин Ю.Е. Рекогнитрон, Проект № 157 “Отображение”. Отчет по Гранту ГКНТ “Новые информационные технологии”. 1991. 25 с.
  51. Шелепин Ю.Е., Бондарко В.М. Разрешающая способность и дискретизация изображений в зрительной системе // Рос. физиологический журнал. им. И.М. Сеченова. 2002. Т. 88. № 9. C. 1116–1132.
  52. Шелепин Ю.Е., Бондарко В.М., Данилова М.В. Конструкция фовеолы и модель пирамидальной организации зрительной системы // Сенсорные системы. 1995. Т. 9. № 1. С. 87–97.
  53. Шелепин Ю.Е., Кропотов Ю.Д., Тегедер Р. Рекогнитрон // Проблемы нейрокибернетики. Мат. X Международн. конф., посвящ. памяти А.Б. Когана Ростов-на-Дону. 1992. С. 185–186.
  54. Шелепин Ю.Е., Макаров Ф.Н., Трифонов М.И. Пирамидальная организация первичной зрительной системы человека // Проблемы нейрокибернетики. Мат. X Международн. конф., посвящ. памяти А.Б. Когана Ростов-на-Дону. 1992. С. 186–187.
  55. Шелепин Ю.Е., Фокин В.А., Хараузов А.К., Пронин С.В., Чихман В.Н. Локализация центра принятия решений при восприятии формы зрительных стимулов // Доклады Академии наук. 2009. Т. 429. № 6. C. 835–837.
  56. Шелепин Ю.Е., Фокин В.А., Хараузов А.К. и др. Локализация методами нейроиконики механизмов принятия решений об упорядоченности текстур // Оптический журнал. 2011. T. 78. №12. C. 57–69.
  57. Шелепин Ю.Е. Локальный и глобальный анализ в зрительной системе // Современная психофизика / Под ред. Барабанщикова В.А. М.: Институт психологии РАН, 2009. С. 310–335.
  58. Aleksander I. How to build a mind: toward machines with imagination. N.Y.: Columbia University Press, 2001.
  59. Alexandrov V.V., Gorsky N.D. Recursive Structures and their Properties // Image Representation and Processing. Dordrecht: Springer, 1993. P. 21–58.
  60. Berthoz A. Parietal and hippocampal contribution to topokinetic and topographic memory //Philosophical Transactions of the Royal Society of London. Series B: Biological Sciences. 1997. V. 352. № 1360. P. 1437–1448. https://doi.org/10.1098/rstb.1997.0130
  61. Blakemore C. Adaptation to spatial stimuli //Journal of Physiology. 1969. V. 200. P. 11–13.
  62. Blakemore C., Campbell F.W. On the existence of neurones in the human visual system selectively sensitive to the orientation and size of retinal images // J. Physiol. 1969. V. 203. № 1. P. 237–260.
  63. Breitmeyer B.G. The roles of sustained (P) and transient (M) channels in reading and reading disability // Facets of dyslexia and its remediation / Eds. S.F. Wright, R. Groner. Amsterdam, London, N.Y., Boston: North-Holland, Elsevier Science Publishers. 1993. P. 13–31.
  64. Broderick W.F., Simoncelli E.P., Winawer J. Mapping spatial frequency preferences across human primary visual cortex // Journal of Vision. 2022. V. 22. № 4. P. 1–21.
  65. Burr D.C, Morrone M.C, Ross J. Selective suppression of the magnocellular visual pathway during saccadic eye movements // Nature. 1994. V. 371. P. 511–513.
  66. Burr D., Morrone M.C., Ross J. Separate visual representations for perception and action revealed by saccadic eye movements // Current Biology. 2001. V. 11. № 10. P. 798–802.
  67. Burr D., Ross J., Binda P., Morrone M.C. Saccades compress space, time and number // Trends in Cognitive Science. 2010. V. 14. № 12. P. 528–533.
  68. Burt P.J. Fast filter transforms for image processing // Comput. Graph. and Image Proc. 1981. V. 16. P. 20–51.
  69. Burt P.J., Adelson E.H. The Laplacian Pyramid as a Compact Image Code // IEEE Transactions on Communication. 1983. V. 31. № 4. P. 532–540.
  70. Burt P.J., Adelson E.H. A Multiresolution Spline with Application to Image Mosaics // ACM Transactions on Graphics. 1983. V. 2. P. 217–236.
  71. Burton G.J., Haig N.D., Moorhead I.R. A self-similar stack model for human and machine vision // Biol. Cybern. 1986. V. 53. P. 397–403. https://doi.org/10.1007/BF00318205
  72. Campbell F.W., Gubisch R.W. Optical quality of the human eye // J. Physiol. 1966. V. 186. P. 558–578.
  73. Campbell F.W., Robson J.G. Application of Fourier analysis to the visibility of gratings // J. Physiol. Lond. 1968. V. 197. P. 551–566.
  74. Campbell F.W., Shelepin Yu., Pavlov N.N., Tegeder T.W. Psychophysical measurements of the intercone separation and object recognition in the human foveola // Ophthalmic. Physiol. Optic. 1992. V. 12. № 1. P. 101–102.
  75. Campbell F.W., Shelepin Yu.E. The mechanics of the foveola and its role in defining an object // Perception. 1989. V. 12. № 4. P. 532.
  76. Chikhman V., Shelepin Y., Foreman N., Merkuljev A., Pronin S. Incomplete figure perception and invisible masking // Perception. 2006. V. 35. P. 1441–1457.
  77. Chikhman V., Bondarko V., Danilova M., Goluzina A., Shelepin Y. Complexity of images: experimental and computational estimates compared // Perception. 2012. V. 41. Р. 631–647.
  78. Chikhman V.N., Shelepin Y.E., Foreman N., Passmore P. Perception of fragmented Images of Tree-Dimentional Objects as the Observation Angle Changes // Neuroscience and behavioral Physiology. 2010. V. 40. № 5. P. 565–572
  79. Christman S.D. Local-global processing in the upper versus lower visual fields // Bulletin of the Psychonomic Society. 1993. V. 3. № 4. P. 275–278.
  80. Danilova M.V., Bondarko V.M. Foveal contour interactions and crowding effects at the resolution limit of the visual system // J. Vision. 2007. V. 7. № 25.
  81. Daugman J.G. Complete discrete 2-D Gabor transform by neural networks for image analysis and compression // IEEE Trans. on Acoustics, Speech, and Signal Processing. 1988. V. 7. P. 1169–1179.
  82. Daugman J. Iris encoding and recognition using Gabor wavelets // Encyclopedia of Biometrics / Eds. S.Z Li, A. Jain. Boston, MA: Springer, 2009. P. 126–187.
  83. Daugman J.G. Uncertainty relation for resolution in space, spatial frequency, and orientation optimised by two-dimensional visual cortical filters // J. Opt. Soc. Am. A 2. 1985. P. 1160–1169.
  84. Deng Z., Yu H., Long Y. Fractal pyramid networks // arXiv preprint. arXiv:2106.14694. 2021. 21 p. https://doi.org/10.48550/arXiv.2106.14694
  85. Díaz H., Córdova F.M., Cañete L. et al. Order and chaos in the brain: fractal time series analysis of the EEG activity during a cognitive problem-solving task // Information Technology and Quantitative Management (ITQM 2015). Procedia Computer Science. 2015. V. 55. P. 1410–1419.
  86. Dong D.W., Atick J.J. Statistics of natural time-varying images // Network: Computation in Neural Systems. 1995. V. 6. № 3. P. 345–358. https://doi.org/10.1088/0954-898X_6_3_003
  87. Dong D.W. Spatiotemporal Inseparability of Natural Images and Visual Sensitivities // Motion Vision / Eds. J.M. Zanker, J. Zeil. Berlin, Heidelberg: Springer, 2001. P. 15–38. https://doi.org/10.1007/978-3-642-56550-2_19
  88. Duke-Elder S. The anatomy of the visual system // System of ophthalmology. 1961. V. 2. P. 358–376.
  89. Field D J. Relations between the statistics of natural images and the response properties of cortical cells // Journal of the Optical Society of America. 1987. V. 4. P. 2379—2394.
  90. Field D.J. Scale-invariance and self-similar “wavelet” transforms: an analysis of natural scenes and mammalian visual systems. Wavelets, Fractals and Fourier Transforms // New Developments and New Applications. 1993. P. 151–193.
  91. Field D.J. What is the goal of sensory coding? // Neural Computation. 1994. V. 6. P. 559–601.
  92. Field D.J. Match filters, wavelets and the statistics of natural scenes // Journal of Optical Technology. 1999. V. 66. № 9. P. 788–796.
  93. Field D. ., Brady N. Visual sensitivity, blur and the sources of variability in the amplitude spectra of natural scenes // Vision Research. 1997. V. 37. P. 3367–3383.
  94. Field D., Hayes A. Contour integration and the lateral connections of V1 neurons // The Visual Neurosciences / Eds. L.M Chalupa, J.S. Werner. MIT Press, 2004. P. 1069–1079.
  95. Field D.J. Wavelets, vision and the statistics of natural scenes // Philosophical Transactions of the Royal Society of London. Series A: Mathematical, Physical and Engineering Sciences. 1999. V. 357. № 1760. P. 2527–2542.
  96. Field D.J., Hayes A., Hess R.F. Contour integration by the human visual system: evidence for a local “association field” // Vision Res. 1993. V. 33. № 2. P. 173–193. https://doi.org/10.1016/0042-6989(93)90156-Q
  97. Fischer B. Overlap of receptive field centers and representation of the visual field in the cat’s optic tract // Vision Res. 1973. V. 13. № 11. P. 2113–2120.
  98. Glezer V.D., Ivanov V.A., Tscherbach T.A. Investigation of complex and hypercomplex receptive fields of visual cortex of the cat as spatial frequency filters // Vision Res. 1973. V. 13. P. 1875–1904.
  99. Glezer V.D., Tscherbach T.A., Gauzelman V.E. Bondarko V.M. Linear and nonlinear properties of simple and complex receptive fields in area 17 of the cat visual cortex: a model of the fields // Biological Cybernetics. 1980. V. 37. P. 195–208.
  100. Glezer V.D., Tscherbach T.A., Gauzelman V.E., Bondarko V.M. Spatio-temporal organization of receptive fields of the cat striate cortex // Biological Cybernetics. 1982. V. 43. P. 35–49.
  101. Glezer V.D., Yakovlev V.V., Gauselman V.E. Harmonic basis function for spatial coding in the cat striate cortex // Visual Neurosci. 1989. V. 3. P. 351–383.
  102. Grosu G.F, Hopp A.V, Moca V.V. et al. The fractal brain: scale-invariance in structure and dynamics // Cerebral Cortex. 2023. V. 33. № 8. P. 4574– 4605. https://doi.org/10.1093/cercor/bhac363
  103. Haig N.D. Why is the retina capable of resolving finer detail than the eye’s optical and neural systems? // Spatial Vision. 1993. V. 7. № 3. P. 257–273.
  104. Hochstein S., Shapley R.M. Quantitative analysis of retinal ganglion cell classification // J. Physiol. 1976. V. 262. P. 237–264.
  105. Hubel D.H., Wiesel T.N. Receptive fields of single neurones in the cat’s striate cortex // J. Physiol. 1959. V. 148. P. 574–591.
  106. Hubel D.H., Wiesel T.N. Receptive fields, binocular interaction and functional architecture in the cat’s visual cortex // J. Physiol. 1962. V. 160. P. 106–154.
  107. Hubel D.H., Wiesel T.N. Shape and arrangement of columns in cat’s striate cortex // J. Physiol. 1963. V. 165. P. 559–568.
  108. Hubel D.H., Wiesel T.N. Receptive fields and functional architecture in two nonstriate visual areas (18 and 19) of the cat //Journal of neurophysiology. 1965. V. 28. № 2. P. 229–289.
  109. Hubel D.H., Wiesel T.N. Sequence regularity and geometry of orientation column in the monkey striate cortex // J. Comp. Neurol. 1974. V. 158. P. 267–294.
  110. Hyvarinen J., Shelepin Y. Distribution of visual and somatic functions in the parietal associative area 7 of the monkey// Brain Research. 1979. V. 169. P. 561–564
  111. Kaliteevsky N.A., Semenov V.E., Glezer V.D., Gauselman V.E. Algorithm of invariant image description by the use of a modified Gabor transform // Applied optics. 1994. V. 33. № 23. Р. 5256–5261.
  112. Kawamura K. Corticocortical fiber connections of the cat cerebrum. III. The occipital region // Brain Res. 1973. V. 51. № 1. P. 41–60.
  113. Kovács I., Kozma P., Ákos F., György B. Late maturation of visual spatial integration in humans // PNAS, 1999. V. 96. № 21. P. 12204–12209. https://doi.org/10.1073/pnas.96.21.12204
  114. Malakhova E.Y., Shelepin E.Y., Malashin R.O. Temporal data processing from webcam eye tracking using artificial neural networks // Journal of Optical Technology. 2018. V. 85. № 3. P. 186–188.
  115. Malakhova K., Shelepin E. Including temporal information into prediction of gaze direction by webcam data // Journal of Vision. 2018. V. 18. P. 1204–1210. https://doi.org/10.1167/18.10.1204
  116. Maguire E.A., Burgess N., Donnett J.G. et al. Knowing where and getting there: A human navigation network // Science. 1998. V. 280. P. 921–924. https://doi.org/10.1126/science.280.5365.921
  117. Mandelbrot B.B. The fractal geometry of nature. San Francisco: W.H. Freeman and co., 1982. P. 25–74.
  118. Mayrhofer-Reinhartshuber M., Ahammer H. Pyramidal fractal dimension for high resolution images // Chaos: An Interdisciplinary Journal of Nonlinear Science. 2016. V. 26. № 7. P. 1–23. https://doi.org/10.1063/1.4958709
  119. Markov N. T. Ercsey-Ravasz M., Van Essen D. C. et al. Cortical High-Density Counter stream Architectures // Science. 2013. V. 342. № 6158. P. 1238406.
  120. Millodot M. Foveal and extra-foveal acuity with and without stabilized retinal images // J. Physiol. Opt. 1966. V. 23. № 2. P. 75–106.
  121. Nam Y., Sato T., Uchida G., Malakhova E., Ullman S., Tanifuji M. View-tuned and view-invariant face encoding in IT cortex is explained by selected natural image fragments // Nature. Scientific Reports. 2021. V.. 11. № 7827. https://doi.org/10.1038/s41598-021-86842-7
  122. Ogden J.M. Generation of fractals using the Burt pyramid //OSA Annual Meeting. Optica Publishing Group, 1985. № WD6.
  123. Palmer L.A., Rosenquist A.C., Tusa R.Y. The retinotopic organization of the lateral suprasylvian areas in the cat // J. Comp. Neurol. 1978. V. 177. P. 237–256.
  124. Paneri S., Gregoriou G.G. Top-Down Control of Visual Attention by the Prefrontal Cortex. Functional Specialization and Long-Range Interactions // Front. Neurosci. 2017. V. 11. № 545. 302586. https://doi.org/10.3389/fnins.2017.00545
  125. Pentland A. P. Fractal-based description of natural scenes // IEEE transactions on pattern analysis and machine intelligence. 1984. № 6. P. 661–674.
  126. Previc F. H. Functional specialization in the lower and upper visual fields in humans: Its ecological origins and neurophysiological implications //Behavioral and Brain Sciences. 1990. V. 13. № 3. P. 519–542.
  127. Previc F.H. The neuropsychology of 3-D space // Psychol Bull. 1998. V. 124. P. 123–164. https://psycnet.apa.org/doi/10.1037/0033-2909.124.2.123
  128. Previc F.H, Ross R.A., Siegel G. Dissociation of measures of topographical and nontopographical cognitive ability in older adults // Neurophysio and Rehab. 2019. V. 2. № 1. P. 47–51. https://doi.org/10.33805/2641-8991.121
  129. Quam L.H. Hierarchical warp stereo // Readings in computer vision: Issues, Problem, Principles, and Paradigms / Eds. M.A. Fischler, O. Firschein. California: Morgan Kaufmann Publishers, Inc., 1987. P. 80–86.
  130. Ranjeeth S., Latchoumi T.P., Paul P. V. A survey on predictive models of learning analytics //Procedia Computer Science. 2020. V. 167. P. 37–46. https://doi.org/10.1016/j.procs.2020.03.180
  131. Ribeiro T.L., Chialvo D.R., Plenz D. Scale-free dynamics in animal groups and brain networks //Frontiers in Systems Neuroscience. 2021. V. 14. № 591210. https://doi.org/10.3389/fnsys.2020.591210
  132. Rizzolatti G., Riggio L., Dascola I., Umiltá C. Reorienting attention across the horizontal and vertical meridians: Evidence in favor of a premotor theory of attention // Neuropsychologia. 1987. V. 25. № 1. P. 31–40. https://doi.org/10.1016/0028-3932(87)90041-8
  133. Ross J., Burr D., Morrone C. Suppression of the magnocellular pathway during saccades // Behavioural Brain Research. 1996. V. 80. № 1–2. P. 1–8.
  134. Schmeisser E.T., McDonough J.M., Bond M., Hislop P.D., Epstein A.D. Fractal analysis of eye movements during reading // Optom. Vis Sci. 2001. V. 78. № 11. P. 805–814. https://doi.org/10.1097/00006324-200111000-00010
  135. Serrano-Pedraza I., Martinez-Conde S. Saccades and microsaccades during visual fixation, exploration, and search: Foundations for a common saccadic generator // Journal of Vision. 2008. V. 8. P. 1–18.
  136. Seymour K., Clifford C.W.G., Logothetis N.K., Bartels A. Coding and Binding of Color and Form in Visual Cortex // Cerebral Cortex. 2010. V. 20. № 8. P. 1946–1954. https://doi.org/10.1093/cercor/bhp265
  137. Shelepin E., Malakhova K. The effect of changes in screen luminance and lighting on pupillary response during web-surfing // Journal of Vision. 2018. V. 18. № 875. https://doi.org/10.1167/18.10.875
  138. Shelepin E.Y. Optimization of site content in the learning process // Journal of Optical Technology. 2018. V. 85. № 8. P. 521–523
  139. Shelepin E.Y., Skuratova K.A. Global and local mechanisms of perception of “compound letters” // J. Opt. Technol. 2020. V. 87. № 10. P. 619–623.
  140. Shelepin Y.E, Krasilnikov N.N., Trufanov G.A. et al. The principle of least action and visual perception // Perception. 2006. Supplement V. 35. Р. 125.
  141. Skuratova K.A., Shelepin E.Yu., Yarovaya N.P. Optical search and visual expertise // J. Opt. Technol. 2021. V. 88. № 12. P. 700–705.
  142. Sholl D.A. The Organization of the cerebral cortex. London, New York: John Wiley & sons, 1956. 217 р.
  143. Parallel, Hierarchical Software/Hardware Pyramid Architecture // Pyramidal Systems for Computer Vision / Eds. V. Cantoni, S. Levialdi. Berlin, Heidelberg: Springer, 1986. NATO ASI Series, V. 25. P. 1–20. https://doi.org/10.1007/978-3-642-82940-6_1
  144. Van Essen D., Maunsell J. Hierarchical organization and functional steams in the visual cortex // Trends in Neuroscience. 1983. V. 6. P. 370–375.
  145. Varghese P., Selva Saroja G.A. Hexagonal image enhancement using Hex-Gabor filter for machine vision applications // Materials Today: Proceedings. 2022. V. 56. № 1. P. 555–558. https://doi.org/10.1016/j.matpr.2022.02.277
  146. Wandell B.A. Foundations of vision. N.Y.: Sinauer Press, 1995. 341 p.
  147. Wang J., DuX., Yao S. et al. Mesoscale organization of ventral and dorsal visual pathways in macaque monkey revealed by 7T fMRI // Progress in Neurobiology. 2024. V. 234. № 102584.
  148. Watson A.B., Ahumada A.J.Jr. A hexagonal orthogonal-oriented pyramid as a model of image representation in visual cortex // IEEE Transactions on biomedical engineering. 1989. V. 36. № 1. P. 97–106.
  149. Wilson H.R., Gelb D.J. Modified line element theory for spatial frequency and width discrimination // J. Opt. Soc. Am. A. 1984. № 1. P. 124–131. https://doi.org/10.1364/JOSAA.1.000124
  150. Zueva M.V. Fractality of sensations and the brain health: the theory linking neurodegenerative disorder with distortion of spatial and temporal scale-invariance and fractal complexity of the visible world // Front. Aging Neurosci. 2015. V. 7. № 135. https://doi.org/10.3389/fnagi.2015.00135

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Архитектура сетчатки и ее функция – острота зрения, организация последующего движения глаз: а – схема гексагональной упаковки рецепторов в центре сетчатки; б – оптико-когерентная томография сетчатки: изображение среза сетчатки по центру фовеолы [8, 9, 10]; в – зависимость остроты зрения от эксцентриситета (Е) в центральной части сетчатки [120]; г – вероятность поворота глаза в зависимости от эксцентриситета появления стимула [18, 29].

Скачать (1MB)
Метаданные
3. Рис. 2. Схематическое изображение механизма управления саккадами, основанное на многоканальной модели зрительной системы, имитирующей пирамидальную обработку изображений.

Скачать (502KB)
Метаданные
4. Рис. 3. Зависимость пиковой пространственной частоты от эксцентриситета. Примеры двумерных весовых функций рецептивных полей, определяющих эту зависимость [11, 49, 64, 146], показаны в середине, внизу приведены их ПЧ спектры.

Скачать (495KB)
Метаданные
5. Рис. 4. Пространственная неоднородная фильтрация портрета Лены имитирует неоднородность обработки изображения наблюдателем при фиксации взора наблюдателя на одном глазе портрета. Изменение полосы пропускания от центра к периферии поля зрения соответствует данным рис. 3. Фильтрация по данным [11, 49] сделана С.В. Прониным.

Скачать (735KB)
Метаданные

© Российская академия наук, 2024