Loading…
On the use of MLDS in the study of depth and lightness perception
Aguilar Cornejo, Guillermo Andres
An open question in vision research is how to measure the perceptual dimension evoked by the stimulus in a reliable way. Although a variety of psychophysical procedures are available, it is still a challenge to find methods that are efficient and avoid critical confounds, such as strategies triggered by difficult and unnatural tasks used by discrimination methods. In this doctoral thesis I propose the use of Maximum Likelihood Difference Scaling (MLDS, Maloney & Yang, 2003) as a reliable tool for measuring perception. MLDS is a method based on judgments of appearance of clearly visible stimulus differences in an easy and intuitive task, and it allows the estimation of perceptual scales in an efficient way.
Here I first use numerical simulations to test the accuracy and precision of the scales derived with MLDS, and I also tested the effect of violations of the model assumptions. The results of these simulations establish the validity of MLDS as a method for measuring appearance. Then, we evaluated MLDS experimentally in the domain of lightness perception. We measured perceptual lightness scales under different viewing conditions and we validate the derived scales empirically by predicting lightness matches that were derived in a classical asymmetric matching task. A large practical benefit of MLDS is that it renders the task easy for the subject and thus minimizing the potential influence of strategies. At the same time the perceptual scales provide a more direct estimate of internal variables against which theoretical models of appearance can be tested.
In a third part I study the relationship between MLDS and discrimination methods as suggested by Devinck & Knoblauch (2012). In simulations MLDS was more efficient than the traditional 2-AFC discrimination method while at the same time providing analogous sensitivity estimates. I also tested this equivalence experimentally in a slant-from-texture task, for which sensitivity has been previously studied in the literature. Here I found varying degrees of equivalence and it remains to be tested in the future whether these differences are due to true differences in the perceptual representation, or to violations of the model assumptions.
Together with the use of realistic stimuli, MLDS offers a reliable method to measure the perceptual dimension, and in that way enabling the testing of theoretical models of perceptual inference.
Eine offene Frage in der visuellen Wahrnehmungsforschung ist, wie sich eine durch einen Stimulus evozierte Wahrnehmungsdimension reliabel messen lässt. Trotz einer Auswahl existierender psychophysischer Methoden, bleibt es eine Herausforderung effiziente Methoden zu finden, die kritische Konfundierungen verhindern, wie es zum Beispiel bei Diskriminationsaufgaben mit schwierigen und unnatürlichen Aufgaben der Fall sein kann. In dieser Dissertation stelle ich „Maximum Likelihood Difference Scaling" (MLDS, Maloney & Yang, 2003) als eine reliable Methode zur Messung von Wahrnehmungseindrücken vor. MLDS basiert auf der Bewertung deutlich sichtbarer Stimulusunterschiede in einer intuitiven und einfachen Aufgabe und ermöglicht die effiziente und reliable Schätzung perzeptueller Skalen.
In einem ersten Schritt wird MLDS als eine zuverlässig Methode zur Messung von Wahrnehmunseindrücken etabliert, indem ihre Genauigkeit und Präzision bestimmt wird sowie Verletzungen von Modellannahmen numerisch simuliert werden. In einem nächsten Schritt wird MLDS im Bereich der Helligkeitswahrnehmung experimentell evaluiert, indem gezeigt wird, dass MLDS erfolgreich Wahrnehmungsskalen für verschiedene visuelle Kontextbedingungen bestimmt. Die gemessenen Skalen weisen weitgehend Helligkeitskonstanz auf. MLDS erforderte dafür den Vergleich von Stimuli innerhalb eines visuellen Kontexts, was zu einer Vereinfachung der Aufgabe für die Versuchsperson sowie zur Vermeidung von Problemen geführt hat, welche mit Vergleichen über visuelle Kontextbedingungen hinweg in Verbindung gebracht werden. Zusätzlich hierzu, schien MLDS der Methode des asymmetrischen Vergleichs für die Bestimmung von Helligkeitskonstanz überlegen, da diese im Gegensatz zu MLDS nur ein indirektes Maß liefern kann und Wahrnehmungsskalen nicht direkt misst.
Der Zusammenhang zwischen MLDS und Diskriminanzverfahren wurde auch im Rahmen der Signalentdeckungstheorie untersucht, wie zuletzt von Devinck & Knoblauch (2012) vorgeschlagen. Simulationen haben gezeigt, dass MLDS effizienter ist und in der Sensitivitätsschätzung quantitativ ähnlich zu traditionellen „2-AFC" Diskriminanzverfahren, jedoch nur wenn alle Modellannahmen erfüllt waren. Diese Äquivalenz wurde zudem experimentell in einer „slant-from-texture" Aufgabe getestet, für die Sensitivitätsmaße bereits untersucht wurden. Ich fand unterschiedliche Abstufungen von Übereinstimmung, die entweder tatsächliche Unterschiede in der perzeptuellen Repräsentation oder eine Verletzung der Modellannahmen darstellen können.
Zusammen mit der Verwendung realistischer Stimuli bietet MLDS eine reliablere Methode zur Messung perzeptueller Dimensionen und ermöglicht so die Testung theoretischer Modelle perzeptueller Inferenz.
