Loading AI tools
bir organizmanın görsel bir uyarı alması için gereken olaylar dizisi Vikipedi'den, özgür ansiklopediden
Görsel algı çevredeki objelerin görülebilir spektruma yansıttığı ışığı kullanarak çevreyi yorumlayabilme yeteneğidir. Bu, etrafı ne kadar net görmeyi ifade eden görsel keskinlikten farklıdır (örneğin "20/20 vizyon"). Bir kişi 20/20 vizyonu olsa bile görsel algısal işleme ile ilgili problemler yaşayabilir.
Sonuç olarak algı, ayrıca görsel algı, görüş veya vizyon olarak da bilinir (sıfat biçimi:görsel, optik veya oküler). Görme işleminde bulunan çeşitli fizyolojik bileşenler topluca görsel sistem olarak adlandırılır ve toplu olarak görme bilimi olarak adlandırılan dilbilim, psikoloji, bilişsel bilim, nörobilim ve moleküler biyoloji alanlarında çok fazla araştırmanın odağıdır.
İnsanlarda ve diğer bazı memelilerde, ışık göze korneadan girer ve lens tarafından gözün arka tarafında bulunan ışığa duyarlı bir zar olan retinaya odaklanır. Retina, ışığı nöronal sinyallere çevirmesi için bir dönüştürücü görevi yapar. Bu transdüksiyon, ışık fotonlarını tespit eden ve onlara nöral impulslar üreterek yanıt veren rods ve cones olarak da bilinen retinanın özel fotoreseptif hücreleri tarafından gerçekleştirilir. Bu sinyaller retinadan, beyindeki merkezigangliyona optik sinir tarafından iletilir. Lateral genikülat çekirdek bilgiyi görsel kortekse iletir . Retinadan gelen sinyaller de doğrudan retinadan üstün kollikulusa gider .
Lateral genikülat çekirdek sinyalleri, striat korteks olarak da adlandırılan birincil görsel kortekse gönderir. Görsel bağlantı korteksi olarak da adlandırılan, extrastriate korteksi hem birbirinden hem de striat korteksten bilgi alan bir dizi kortikal yapıdır.[1] Görsel ilişkilendirme korteksinin son açıklamaları, bir bölümü iki fonksiyonel yolla açıklar, ventral ve dorsal yol. Bu varsayım iki akım hipotezi olarak bilinir.
İnsan görsel sisteminin genellikle elektromanyetik spektrumun 370 ve 730 nanometresi (0.00000037 ila 0.00000073 metre) dalga boyları arasındaki görünür ışığa duyarlı olduğuna inanılmaktadır.[2] Bununla birlikte, bazı araştırmalar insanların, özellikle de gençlerin, 340 (UA-V) nanometreye dalgaboyununa kadar olan ışığı, algılayabildiğini öne sürer.[3]
Görsel algıdaki başlıca problem, retinal uyaranın (örneğin; retinadaki görüntü) insanların gördüklerinin basit bir çevirisi olmadığıdır. Bundan dolayı algı ile ilgilenen insanlar, görsel işlemenin aslında neyin göründüğünü ortaya çıkarmak için neler yaptığını açıklamakta uzun süreler uğraşmaktadırlar.
Görmenin nasıl işlediğine dair ilkel açıklama getiren iki büyük antik Yunan okulu vardı.
Birincisi, ışınlar gözlerden yayıldığında ve görsel nesneler tarafından tutulduğunda görme olayının sürdürülmesini sağlayan " salınım teorisi " idi. Bir nesne direkt görülürse, gözlerden çıkan ve tekrar nesnenin üzerine düşen 'ışınlar' yoluyla olmuş demektir. Fakat görüntü kırılması da, gözlerden çıkan ve havada dolaşan 'ışınlar' aracılığıyla da görülebilir ki bu ışınların hareketinin sonucu olarak da görülebilir olan görünür nesnenin üzerine düşer. Bu teori Öklid ve Batlamyus gibi akademisyenler ve onları takip edenler tarafından desteklenmiştir.
İkinci okul, görme olayının, objenin temsili olan gözlere giren bir şeyden geldiğini savunan 'intro-misyon' denen yaklaşımını savunurdu. Ana temsilcileri Aristotle, Galen ve takipçileri ile bu teori, görme olayının gerçekte ne olduğuna dair modern teorilere yakın olduğu görülüyor ancak sadece deneysel temele sahip olmayan bir tartışma olarak kaldı. (On sekizinci yüzyıl İngiltere'sinde Isaac Newton, John Locke ve diğerleri, vizyonun / gerçekçi teorisini, görme olayını gerçek nesneden oluşan ışınların görülen nesnelerden yayıldığı ve görenin zihnine gözün diyafram açıklığından duyulan bir süreç içerdiği konusunda ısrar ederek teoriyi ileri taşıdılar.[4]
Her iki düşünce okulu da "beğeni ancak hoşlanmayla bilinir" ilkesine, dolayısıyla gözün görünür ışığın "dış ateşiyle" etkileşime giren ve görmeyi mümkün kılan bir "iç ateş" ten oluştuğu prensip üzerine kuruludur. Plato, bu iddiayı Aristotle'nin De Sensu'da yaptığı gibi Timaeus diyaloğunda yapar.[5]
Alhazen (965 - y. 1040) görsel algı üzerine birçok araştırma ve deney gerçekleştirdi bunlar; Ptolemy' nin binoküler görme konusundaki çalışmalarını genişletmek ve Galen' in anatomik çalışmalarını yorumlamak üzerineydi.[6][7] Işık bir cisim üzerinde sektiğinde görme olayının meydana geldiğini ve daha sonra kişinin gözünde oluştuğunu açıklayan ilk kişiydi.[8]
Leonardo da Vinci'nin (1452–1519) gözün özel optik niteliklerini ilk olarak tanımlayan kişi olduğuna inanılmaktadır. "İnsan gözünün işlevi ... çok sayıda yazar tarafından belli bir şekilde tanımlandı ama ben tamamen farklı görüşteyim. " diye yazmıştır. Temel deneysel bulgusu, görüş çizgisinde yani foveada sona eren optik çizgide sadece belirgin ve net bir görüş olmasıydı. Bu kelimeleri tam anlamıyla kullanmasa da, aslında foveal ve periferik görme arasındaki modern ayrımın babasıdır.[9]
Issac Newton (1642-1726 / 27), bir prizmadan geçen ışık spektrumunun her bir rengini izole ederek, nesnelerin görsel olarak algılanan renginin yansıtılan ışığın karakteri nedeniyle ortaya çıktığını ve bu ayrılmış renklerin,günün beklentisine ters bir şekilde, herhangi başka bir renge dönüştürülmeyeceğini deneylerle keşfeden ilk kişidir.
Hermann von Helmholtz genelde görsel algı ile ilgili ilk modern çalışma ile ön plana çıkar. Helmholtz insan gözünü üzerine incelemeler yaptı ve yüksek kaliteli bir görüntü üretmeye kapasitesinin olmadığına karar verdi. Yeterli olmayan bilgi, görme olayını imkansız hale getirmiş gibi görünüyordu. Bu nedenle o, görmenin ancak 'bilinçdışı çıkarım'ın formunun bir sonucu olabileceği çıkarımına vardı ve bu kavramı 1867'de ortaya çıkardı. O, beynin eski deneyimlere dayanan ve yeterli olmayan verilerden varsayımlar ve sonuçlar çıkardığını ileri sürdü.[10]
Çıkarımlar, dünyanın önceki deneyimini gerektirir.
Görsel deneyimlerle temellenen iyi bilinen varsayım örnekleri:
Görsel yanılsamaların (çıkarım sürecinin yanlış gittiği durumlar) incelenmesi, görsel sistemin ne tür varsayımlarda bulunduğuna dair çok fazla fikir vermektedir.
Bilinçsiz çıkarım hipotezinin başka bir türü (olasılıklara dayalı olan) yakın zamanda Bayes adı verilen görsel algı çalışmalarıyla tekrar canlandırılmıştır.[11] Bu yaklaşımın savunucuları, görsel sistemin duyusal verilerle algı oluşturmak için bir çeşit Bayesci çıkarım gerçekleştirdiğini düşünmektedir. Bununla birlikte, bu görüşe sahip olanların prensip olarak Bayes eşitliğinin gerektirdiği bağlantılı olasılıkları nasıl ürettiği açık değildir. Bu düşünceye dayanan modeller, hareket algısı, derinlik algısı ve şekil-zemin algısı gibi çeşitli görsel algısal işlevleri tanımlamak için kullanılmıştır.[12][13] “ Tamamen ampirik algı teorisi ” Bayes formalizmini açıkça anımsatmadan görsel algıyı rasyonelleştirmeyle ilgili yeni bir yaklaşımdır.
Bugün vizyon bilimcileri tarafından incelenen araştırma sorularının çoğunu ilk olarak 1930'larda ve 1940'larda çalışan Gestalt psikologları gündeme getirdi.[14]
Gestalt Organizasyon Yasaları, insanların görsel bileşenleri nasıl birçok farklı parça yerine organize olmuş desenler ya da boşluklar olarak algıladıklarına dair çalışmalara rehberlik etmiştir. ''Gestalt'', anlamı kısmen ''biçim ya da desen'' ile birlikte ''bütün ya da ortaya çıkan yapı'' olan Almanca bir kelimedir. Bu teoriye göre, görsel sistemin yapıları nasıl otomatik olarak desenler şeklinde gruplandırdığını belirleyen sekiz ana faktör vardır: Yakınlık, Benzerlik, Kapama, Simetri, Ortak hareket, Sürekliliğin yanı sıra İyi Gestalt(düzenli, basit ve sıralı yapı) ise ve geçmiş deneyimler.
1960'lı yıllardaki teknik gelişmeler, göz hareketlerinin okuma boyunca kaydedilebilmesine,[15] resimlerin görüntülenebilmesine,[16] ve sonrasında görsel problemlerin çözümü[17] ve başa monte edilebilir kameralar çıktığında araba yolculuğunun kaydedilebilmesine de olanak sağlamıştır.[18]
Sağdaki resim, görsel incelemenin ilk iki saniyesinde neler olabileceğini göstermektedir. Çevresel görüşü temsil eden arka plan odak dışındayken, ilk göz hareketi adamın botlarına doğru olur. (bunun sebebi başlangıç sabitliğine yakın olması ve uygun kontrastının olmasıdır).
Devamındaki sabitler bir yüzden diğerine atlar. Hatta yüzler arasında karşılaştırma yapılmasına bile izin verebilirler.
İkon yüzünün, çevresel görüş alanında çok çekici bir arama ikonu olduğu sonucuna varılabilir. Foveal görme çevresel ilk izlenime birçok ayrıntılı bilgi sağlar.
Farklı göz hareketleri türleri olduğu da belirtilebilir: fiksasyonel göz hareketleri (mikrosakaslar, oküler sürüklenme ve ürperme), verjans hareketleri, sakkadik hareketler ve takip hareketleri. Fiksasyonlar, gözün durduğu nispeten statik noktalardır. Bununla birlikte, göz asla tamamen hareketsiz değildir, ancak bakış pozisyonu sürüklenir. Bu sürüklenmeler, çok küçük fiksasyonel göz hareketleri olan mikrosakaslar ile düzeltilir. Verjans hareketleri, gözlerin bir görüntüyü her iki retinada aynı bölgeye düşürmek için birlikte çalışmasını içerir. Bunun sonucunda tek bir odaklanmış görüntü oluşur. Sakkadik hareketler,bir konumdan diğerine atlayan ve bir görüntüyü/sahneyi hızla taramak için kullanılan göz hareketi türüdür. Son olarak, takip hareketi düzgün göz hareketidir ve hareket halindeki nesneleri takip etmek için kullanılır.[19]
Yüz ve nesne tanımanın farklı sistemler tarafından gerçekleştirildiğine dair önemli kanıtlar mevcuttur. Örneğin, Prosopagnosik hastaları yüz analizi konusunda eksikliklere sahip olup nesne analizi konusunda sorun yaşamazken, nesne agnosik hastaları (en önemlisi: C.K. hastaları) nesne analizi sorunları ile birlikte ayrılan yüzleri analiz etmede de sorun yaşarlar.[20] Davranışsal olarak, nesnelerin değil de yüzlerin ters çevirme etkisine sahip olması, onların 'özel' olduğu iddiasına yol açmıştır.[20][21] Ayrıca, yüz ve nesne analizleri farklı sinir sistemlerini barındırır.[22] Özellikle, bazıları, insan beyninin yüz işleme için belirgin uzmanlaşmasının gerçek etki alanı özgüllüğünü değil, belirli bir uyaran sınıfında daha genel bir uzman düzeyinde ayrımcılık sürecini yansıttığını, ancak bu son iddia önemli bir konu olduğunu savunmuşlardır.[23] Bu son iddia önemli bir tartışma konusudur. FMRI ve elektrofizyoloji kullanarak Doris Tsao ve meslektaşları, beyin bölgelerini ve makak maymunlarında yüz tanıma mekanizmasını tanımladılar.[24]
İnferotemporal korteks, farklı nesnelerin tanınması ve farklı olanların birbirinden ayrılmasında önemli bir role sahiptir. MIT'in bir araştırmasında, IT korteksinin alt küme bölgelerinin farklı nesnelerden sorumlu olduğu sonucu çıkarılmıştır.[25] Çalışmadaki hayvan, korteksin birçok küçük alanının nöral aktivitesini seçici olarak kapatır ve belirli nesne çiftlerini dönüşümlü olarak ayırt edemez. Bu, IT korteksinin farklı ve belirli görsel özelliklere yanıt veren bölgelere ayrıldığını gösterir. Benzer bir şekilde, korteksin bazı kısımları ve bölgeleri, yüz tanımaya diğer nesnelerin tanınmasından daha fazla dahil olur.
Bazı çalışmalar, tekdüze küresel görüntü yerine, nesnelerin bazı kendine ait özelliklerinin ve ilgi alanlarının, beynin görüntüdeki bir nesneyi tanıması gerektiğinde anahtar unsurlar olduğunu gösterme eğilimindedir.[26][27] Buradan çıkarılacak sonuç, insan görüşünün, nesnenin kenarlarını bozmak, dokuyu değiştirmek veya görüntünün önemli bir bölgesindeki herhangi bir küçük değişiklik gibi görüntüdeki küçük özel değişikliklere karşı savunmasız olabileceğidir.[28]
Uzun bir körlükten sonra görüşü tekrar yerine gelen insanların çalışmaları, nesneleri ve yüzleri (renk, hareket ve basit geometrik şekillerin aksine) tanıyamayacaklarını ortaya koymaktadır. Bazıları, çocukluk döneminde kör olmanın, bu üst düzey görevler için gerekli olan görsel sistemin bir kısmının düzgün bir şekilde gelişmesini engellediğini varsaymaktadır.[29] 2007'de gerçekleştirilen bir çalışma, Kritik sürenin 5 veya 6 yaşına dek sürüğüne dair genel bir yargının olduğunu ve deneyimledikçe yaşlı hastaların da bu yetenekleri geliştirebileceğini öne sürdü.[30]
1970'lerde David Marr, farklı soyutlama seviyelerinde görme sürecini analiz eden çok seviyeli bir vizyon teorisi geliştirdi. Vizyondaki belirli sorunların anlaşılmasına odaklanmak için üç analiz seviyesi tanımladı: hesaplama, algoritmik ve uygulama seviyeleri. Tomaso Poggio da dahil olmak üzere vizyon üzerine çalışan birçok bilim insanı, bu analiz seviyelerini benimsedi ve bunları vizyonu hesaplamalı bir açıdan karakterize etmek için kullandı.[31]
Hesaplama düzeyi, yüksek bir soyutlama düzeyinde, görsel sistemin üstesinden gelmesi gereken sorunları ele alır. Algoritmik seviye, bu sorunları çözmek için kullanılabilecek stratejiyi belirlemeye çalışır. Son olarak, uygulama düzeyi bu sorunlara çözümlerin nöral devrede nasıl gerçekleştiğini açıklamaya çalışır.
Marr, vizyonu bu düzeylerin herhangi birinde bağımsız olarak araştırmanın mümkün olduğunu ileri sürdü. Marr, vizyonu iki boyutlu bir görsel diziden (retinaya yansıdığı şekilde) çıkarak dünyanın üç boyutlu bir tanımına ilerlemek olarak tanımladı. Marr'ın görme aşamaları şunları içerir:
Marr'ın 2 1/2 B çizimi bir derinlik haritası inşa edildiğini varsayar ve bu harita bu 3D şekil algısının temelidir. Bununla birlikte, hem stereoskopik hem de resimsel algılamanın yanı sıra monoküler görüntüleme, 3D şekil algısının derinlik algısından önce geldiğine ve derinlik algısına güvenmediğini açıklar. Bir ön derinlik haritasının prensipte nasıl inşa edilebileceği ya da bunun şekil temelli organizasyon ya da gruplama sorununu nasıl ele alacağı açık değildir. Marr'ın göz ardı ettiği algısal düzenleme kısıtlamalarının, dürbünle görüntülenen 3B nesnelerden gelen 3B şekil algılarının üretiminde rolü, 3B tel nesneleri örneğinde ampirik olarak gösterilmiştir[32] Daha ayrıntılı bir tartışma için bkz. Pizlo (2008).[33]
Daha yeni, alternatif bir teorik bakış açısı, vizyonun aşağıdaki üç aşama ile oluşturulduğunu önermektedir: kodlama, seçim ve kod çözme.[34] Kodlama, görsel girdileri örneklemek ve temsil etmektir (örn., Retinadaki sinirsel aktiviteler olarak görsel girdileri temsil etmek). Seçim veya dikkatli seçim, giriş bilgilerinin küçük bir kısmını daha fazla işlem için, örneğin o konumdaki görsel sinyalleri daha iyi işlemek için bir nesneye veya görsel bir konuma kaydırarak, seçmektir. Kod çözme, seçilen giriş sinyallerini çıkarımlamak veya tanımaktır, örneğin bakış merkezindeki nesneyi birinin yüzü olarak ayırt etmek. Bu teorik bakış açısının[35] içerisinde, dikkatli seçim görsel yol boyunca birincil görsel kortekste başlar ve dikkat kısıtlamaları görsel tanıma veya kod çözme için kullanılan merkezi ve çevresel görsel alanlar arasında ikili bir çelişki oluşturur.
Transdüksiyon, çevresel uyarıcılardan gelen enerjiyi nöral aktiviteye çevirme işlemidir. Retina üç farklı hücre katmanı içerir: fotoreseptör katman, çift kutuplu hücre katmanı ve gangliyon hücre katmanı. Transdüksiyon, lensten en uzak olan fotoreseptör katmanında gerçekleşir. Lens, farklı duyarlılıkları olan, cones ve rods olarak adlandırılan fotoreseptörler içerir. Cones renk algılanmasından sorumludur ve kırmızı, yeşil ve mavi olarak üç tiptedir. Rods düşük ışıktaki objelerin algılanmasından sorumludur.[36] Fotoreseptörler kendileriyle birlikte lamella zarına gömülü, fotopigment olarak adlandırılan özel kimyasallar içerir: tek bir insan rod’u onlardan yaklaşık 10 milyon içerir. Fotopigment molekülü iki bölümden oluşur: opsin (protein) ve retinal (lipid).[37] Görünür ışık spektrumuna yanıt veren 3 spesifik fotopigment (her biri kendi dalga boyu hassasiyetine sahiptir) vardır. Görünür ışık spektrumuna cevap veren 3 özel fotopigment vardır (her biri kendi dalga boyu hassasiyetine sahiptir). Uygun dalga boyları (belirli fotopigmentin hassas olduğu) fotoreseptöre vurduğunda, optik siniri oluşturan ve bilgiyi beyne ileten aksonlardan olan gangliyon hücreye sinyali gönderen çift kutuplu hücre katmanına, sinyal gönderen fotopigmentler ikiye bölünür. Genetik bir anomallik sebebiyle belirli bir cone tipi kayıpsa veya anormalse, bazen renk körlüğü olarak da adlandırılan renk görme eksikliği ortaya çıkar.[38]
Transdüksiyon, fotoreseptörlerden çift kutuplu hücrelere ve gangliyon hücrelerine gönderilen kimyasal mesajları içerir. Birçok fotoreseptör, bilgilerini bir gangliyon hücreye gönderebilirler. İki tip gangliyon hücre vardır: kırmızı/yeşil ve sari/mavi. Bu nöronlar sürekli ateşlenir- uyarılmadıklarında bile. Bu nöronların ateşlenme oranı değiştiğinde, beyin farklı renkleri yorumlar (birçok bilgi ve görüntüyle). Kırmızı ışık kırmızı cone uyarır bu da kırmızı/yeşil gangliyon hücreyi uyarır. Aynı şekilde yeşil ışık, kırmızı/yeşil gangliyon hücreyi uyaran yeşil cone uyarır ve mavi ışık sari/mavi gangliyon hücreyi uyaran mavi cone uyarır. Gangliyon hücrenin ateşlenme oranı bir cone tarafından sinyal verildiğinde artar ve başka bir cone tarafından sinyal verildiğinde azalır. Gangliyon hücrenin ismindeki ilk renk onu uyaran renk, ikinci renk ise engelleyen renktir. Örneğin, kırmızı cone, kırmızı/yeşil gangliyon hücreyi uyaracaktır ve yeşil cone, kırmızı/yeşil gangliyon hücreyi engelleyecektir. Buna rakip süreç işlemidir. Eğer kırmızı/yeşil gangliyon hücrenin ateşlenme oranı artarsa, beyin bilirki ışık kırmızı renkteydi, eğer oran düşürüldüyse, beyin bilirdiki ışık yeşil renkteydi.[38]
Görsel algı teorileri ve gözlemleri, bilgisayar vizyonu (makine vizyonu veya hesaplama vizyonu olarak da adlandırılır) için temel ilham kaynağı olmuştur. Özel donanım yapıları ve yazılım algoritmaları, makinelere bir kameradan veya bir sensörden gelen görüntüleri yorumlama yeteneği sağlar.
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.