知覚された光沢の画像キューに対する生成制約

画像構造は、3D表面ジオメトリ、表面反射率、および光場を含む明確な物理ソースによって生成されます。ミッドレベルのビジョンの根本的な問題は、視覚システムが画像をどのように基礎となるソースにどのように分離するかを理解することです。最近の研究の大部分は、光沢の認識が、表面が埋め込まれている3次元ジオメトリと光場の両方に大きな依存性を示すことを示しています。最近、これらの依存関係は、表面光沢を推定するためにヒューリスティックに使用される鏡面画像構造の制限された寸法セットに依存して視覚システムから生じることを提案しました（Marlow、Kim、＆Anderson、2012）。ここでは、表面形状と光場の構造を操作して、これらの画像のキューが広範囲の表面形状と光場の知覚された光沢を予測するかどうかを前向きにテストする一連の研究を報告します。提案された各キューの生成制約を特定し、特定の表面ジオメトリ、反射率、および光場でどのキューが最も変化するかを予測できるようにします。私たちの精神物理学的データは、私たちの生成的操作が意図したキューの重要性を促進することに成功し、それが観察者の光沢の判断における予測値を高めることを明らかにしています。私たちの結果は、静的な単眼画像における光沢の知覚が、キューの鏡面画像構造へのヒューリスティックな重みに依存していることを示唆しており、表面形状と光場が知覚された光沢を調節する理由の統一された説明を提供します。

Image structure is generated by distinct physical sources that include 3-D surface geometry, surface reflectance, and the light field. A fundamental problem in midlevel vision involves understanding how, and how well, the visual system separates images into their underlying sources. A large body of recent work has shown that the perception of gloss exhibits significant dependencies on both 3-D surface geometry and the light field in which the surface is embedded. We recently proposed that these dependencies arise from the visual system relying on a restricted set of dimensions of specular image structure that are heuristically used to estimate surface gloss (Marlow, Kim, & Anderson, 2012). Here, we report a series of studies that manipulate surface geometry and the structure of the light field to prospectively test whether these image cues predict perceived gloss for a broad range of surface geometries and light fields. We identify generative constraints on each of our proposed cues that allow us to predict which cue will vary most for a given surface geometry, reflectance function, and light field. Our psychophysical data reveal that our generative manipulations succeed in promoting the significance of the intended cue, which in turn increases their predictive value in observers' judgments of gloss. Our results suggest that the perception of gloss in static, monocular images relies on a heuristic weighting of cues to specular image structure, and offer a unified explanation of why surface geometry and the light field modulate perceived gloss.