より細かいレベルでのオブジェクトの分類は、より高い空間周波数により依存し、時間がかかります

人間の視覚システムには、さまざまなレベルの抽象化、つまり上位、基本、および下位レベルで視覚的な知覚に参加する階層的なモジュールシーケンスが含まれています。重要な質問の1つは、オブジェクト認識のプロセスで視覚表現が開始される「エントリ」レベルを特定することです。長い間、基本レベルは他の2人よりも一時的な利点があると考えられていました。この主張は最近挑戦されています。ここでは、迅速なプレゼンテーションパラダイムと2つの計算モデルに基づいて、5つのオブジェクトクラスのバンドパスフィルタリングされた画像を使用して、分類レベルの処理順序を研究した2つの計算モデルに基づいて、一連の精神物理学実験を使用しました。これらの実験では、入力画像の空間周波数帯域を変化させることにより、各レベルのオブジェクトを分類するために必要な視覚情報のタイプを調査しました。精神物理学の実験と計算モデルの結果は一貫しています。彼らは、異なる空間周波数情報が各レベルのオブジェクト分類に異なる影響を及ぼしたことを示しています。高周波情報がない場合、下位レベルのレベルは適切に実行されますが、下位および基本レベルの分類はあまり正確ではありません。これは、低周波情報が上位レベルで十分であるが、基本的なレベルと下位レベルでは十分ではないことを意味します。これらのより細かいレベルは、高頻度の情報にもっと依存しており、処理に時間がかかると思われ、反応時間が長くなります。最後に、天井の効果を回避するために、入力画像に異なる量のノイズを追加して実験を繰り返すことにより、結果の堅牢性を評価しました。予想どおり、分類の精度は低下し、反応時間が大幅に増加しましたが、傾向は同じでした。これは、結果が天井効果によるものではないことを示しています。私たちの精神物理学的結果と計算結果の間の互換性は、上位（基本）レベルの基本（rep.下位）レベルの時間的利点が主に計算上の制約によるものであることを示唆しています（視覚システムはよりゆっくりとよりゆっくり処理し、より高いレベルの分類はこれらのより高い空間頻度に依存します）。

The human visual system contains a hierarchical sequence of modules that take part in visual perception at different levels of abstraction, i.e., superordinate, basic, and subordinate levels. One important question is to identify the "entry" level at which the visual representation is commenced in the process of object recognition. For a long time, it was believed that the basic level had a temporal advantage over two others. This claim has been challenged recently. Here we used a series of psychophysics experiments, based on a rapid presentation paradigm, as well as two computational models, with bandpass filtered images of five object classes to study the processing order of the categorization levels. In these experiments, we investigated the type of visual information required for categorizing objects in each level by varying the spatial frequency bands of the input image. The results of our psychophysics experiments and computational models are consistent. They indicate that the different spatial frequency information had different effects on object categorization in each level. In the absence of high frequency information, subordinate and basic level categorization are performed less accurately, while the superordinate level is performed well. This means that low frequency information is sufficient for superordinate level, but not for the basic and subordinate levels. These finer levels rely more on high frequency information, which appears to take longer to be processed, leading to longer reaction times. Finally, to avoid the ceiling effect, we evaluated the robustness of the results by adding different amounts of noise to the input images and repeating the experiments. As expected, the categorization accuracy decreased and the reaction time increased significantly, but the trends were the same. This shows that our results are not due to a ceiling effect. The compatibility between our psychophysical and computational results suggests that the temporal advantage of the superordinate (resp. basic) level to basic (resp. subordinate) level is mainly due to the computational constraints (the visual system processes higher spatial frequencies more slowly, and categorization in finer levels depends more on these higher spatial frequencies).