釣堀.net

人間は2つの目を持っていますが、別に片目をつぶっても3次元空間が認識できなくなるということはありませんよね。 つまり単に「2台のカメラを隣合わせにおいて、その映像の差分から空間を認識する。」 人間が行っている処理はこれだけではないと言う事です。

人間が網膜から得た光の情報は脳の視覚野という場所に行きます。最終的に、今私たちが今見ている映像(クオリア) を感じることになるのですが、その間に何らかの処理を行っており、どうやらそれが原因で錯視を起こしているようです。

視覚野のVisual Area 1(V1)2～4層には急激な濃度変化によって描かれた線を知覚すると考えられる細胞が存在しており、 ここで得られた知覚を引数として何らかの関数(フィルタ処理)を与えたら、より線が鮮明になるのでしょう。

その細胞ですがだいたいこんな感じで光を知覚します

真ん中の白い部分に光が当たれば興奮して、黒い部分に光が当たれば抑制されます。ある閾値を超えて興奮すると 発火して情報が送信されるようです。これが大量にいろんな角度で存在すれば線が知覚できるような気がしますよね！

そこで実際にシミュレーションを行ってみましょう。簡単のために先程の画像をグレースケール化しておきます。

次に先程の細胞をDOG関数を使って作り、画像処理します。

こんな感じになりました。(上下左右10ピクセルあたりは私のプログラムのミスによる誤差のような気がします。)

おそらく人間の視覚野はこのような値を加減算する処理もあるのでしょう。 ここで注目すべきは一番上の逆三角形部分とダイヤが接触している部分です。濃淡が急激で線を描いているため エッジを強調しようと逆三角形が明るく、ダイヤの上部分が暗くなります。この処理過程によてグラデーションが消え 単色に感じてしまうのかなと思います。

この結果から行けば、一番上のダイヤと二番目のダイヤの接触部分はどうなるんだ！一番上のダイヤの下は更に濃くなって 二番目の上は薄くなるからグラデーションを強く知覚できてしまうだろう！

・・・そうなんですよね。これだけじゃなぜ段階的に濃度が変わって見えるのか、グラデーションが消えてしまうのか 、説明できてせいぜい一番上の段のみ。このモデルが間違っているのか、このモデルは関係ないのか、この情報をどう処理しているのか、 もうちょっと考えてみる必要がありそうです。

大域的な処理も含まれているんだろうかなー。

アイディア、または詳細に説明してくれる方、天才、神、募集中。