우리의 뇌는 왼쪽 눈과 오른쪽 눈으로 들어온 두 영상을 하나의 융합된 영상으로 통합한다. 이때 두 영상 간의 시차를 이용해서 깊이를 추론한다. 이전의 많은 연구들은 융합된 이미지는 왼쪽 영상과 오른쪽 영상의 합에 지배된다고 생각해왔다. 그러나 최근 May와 Zhaoping(2016)은 양안 합(summation) 채널 뿐만 아니라 차(difference) 채널도 존재한다고 보고했다. 그들은 분리된 합 채널과 차 채널은 뇌가 양안 정보를 융합하는데 도움을 줄 것이라고 믿었다.
▶ 양안 합 차 채널이 존재한다
그렇다면 May와 Zhaoping(2016)이 주장하는 양안 합, 차 채널이 존재한다는 근거는 무엇일까? 그들은 시각 채널을 증명하기 위해 전통적으로 사용되어온 순응(adaptation)을 이용했다.
잠시 순응에 대해서 이야기해보자. 만약 우리가 얼마간 위에서 아래로 떨어지는 폭포수를 보고 있다가, 정지된 물체를 바라보면 마치 그 정지된 물체가 아래에서 위로 움직이는 것처럼 보인다. 우리의 시각 시스템이 내려오는 폭포수에 순응했기 때문이다. 마찬가지로 왼쪽으로 기울어진 수직선들을 오래동안 봐서 거기에 순응하면, 똑바로 내려오는 수직선을 볼때 오른쪽으로 기울어진 것처럼 보인다. 후유증(aftereffect)으로 인한 결과다.
May와 Zhaoping(2016)은 분리된 양안 합, 차 채널이 존재한다는 것을 증명하기 위해 특별한 자극(stimuli)을 만들었다. 이 자극은 합했을 때는 오른쪽으로 기울어진 철창이 되고, 뺐을 때는 왼쪽으로 기울어진 철창이 된다. 그림1을 참고하자.
그림1. May와 Zhaoping이 사용한 자극과 그 자극들을 합하고 뺐을 때의 결과들. (그림출처: [1])
왼쪽 자극은 왼쪽 눈에, 오른쪽 자극은 오른쪽 눈에 각각 제시된다. 만약 뇌가 두 자극 이미지들을 합하면 우리는 오른쪽으로 기울어진 철창을 보게 될 것이고, 뺀다면 왼쪽으로 기울어진 철창을 보게 될 것이다. 중요한 것은 이 왼쪽, 오른쪽 자극은 방향에 대한 어떠한 정보도 갖고 있지 않다는 것이다.
May와 Zhaoping(2016)은 순응으로 인해 관찰자들이 양안 합, 차 인지와 일치하는 기울어짐을 보고하는 경향을 바꿀 수 있다는 것을 발견했다. 그들은 먼저 실험에 참가한 자들의 두 눈에 상관자극(correlated stimuli)을 일정 시간동안 제시했다. 상관자극(I, I)의 경우 합하면 I+I=2I가 되고 빼주면 I-I=0이 된다. 합 채널과 차 채널이 존재한다고 가정하면, 합 채널에 더 강한 자극이 제시되고, 차 채널에는 매우 약한 자극이 제시될 것이다. 따라서 합 메커니즘에 순응하게 될 것이다. 놀랍게도 상관자극에 순응된 관찰자들은 그림1의 상단의 자극들을 볼 때 두 자극의 차의 결과인 왼쪽으로 기울어진 철창을 본다고 보고했다. 합 채널에 순응했기 때문에 합 메커니즘에는 무뎌지고 차 메커니즘에 더 민감해졌다는 해석이 가능하다.
또한 그들은 실험에 참가한 자들의 두 눈에 상반자극(anticorrelated stimuli)을 일정 시간동안 제시했다. 상반자극(I, -I)의 경우 합하면 I+(-I)=0이 되고, 빼면 I-(-I)=2I가 된다. 합, 차 채널이 존재한다고 가정하면, 차 채널에 합 채널보다 더 강한 자극이 제시될 것이다. 결과적으로 차 메커니즘에 순응하게 될 것이다. 상반자극에 순응된 관찰자들은 그림1 상단의 자극들을 볼 때 두 자극의 합인 오른쪽으로 기울어진 철창을 본다고 보고했다. 차 채널에 순응했기 때문에 차 메커니즘에는 무뎌지고 합 메커니즘에 더 민감해졌다는 설명이 가능하다.
이러한 결과는 기울어진 이미지에 순응함으로 인한 후유증이 아니다. 실험 대상자들이 오른쪽으로 기울어지거나 왼쪽으로 기울어진 철창을 일정 시간동안 본 것이 아니기 때문이다. 이 현상은 양안 상관 후유증이라고 볼 수 있다. 따라서 이 실험은 양안 합, 차 채널이 존재한다는 강력한 근거이다.
<참고자료>
[1] S. Henriksen and J. C. A. Read, “Visual perception: A novel difference channel in binocular vision,” Current Biol., vol. 26, no. 12, pp. R500–R503, 2016. (1区)
[2] May, K.A., and Zhaoping, L. (2016). Efficient coding theory predicts a tilt aftereffect from viewing untilted patterns. Curr. Biol. 26, 1571–1576. (1区)
'Research > 컴퓨터비전, 영상처리' 카테고리의 다른 글
물체 검출 알고리즘 성능 평가방법 AP(Average Precision)의 이해 (67) | 2019.04.09 |
---|---|
컴퓨터 비전 관련 대회들 정리 (2) | 2019.04.09 |
ILSVRC 대회 (이미지넷 이미지 인식 대회) 역대 우승 알고리즘들 (0) | 2019.03.07 |
이미지 분류(image classification)와 물체 검출(object detection)의 차이는? (4) | 2019.03.01 |
JPEG2000 압축이 JPEG 압축보다 더 낫지만, 시장은 JPEG 압축을 선택했다 (2) | 2019.01.23 |
푸리에 변환과 웨이블릿 변환 비교 (26) | 2019.01.21 |
이미지 그레디언트 연산자를 이용해서 엣지 검출하기 (3) | 2019.01.16 |
[IQA] 2D 이미지 품질 평가에 구조변화를 반영하는 SSIM과 그의 변형들 (21) | 2019.01.14 |