Effet du filtrage spatial sur la reconnaissance de paysages - article ; n°3 ; vol.99, pg 415-445

Gaillard

Description

L'année psychologique - Année 1999 - Volume 99 - Numéro 3 - Pages 415-445
Résumé
Nous avons catégorisé a priori deux types de photos : des photos de type « campagne » et d'autres de type « ville ». Après analyse de 8 images nous avons constaté que les images de type « campagne » contiennent plus de hautes fréquences spatiales que les images de type « ville ». En outre, les premières comportent des objets naturels descriptibles par la théorie géométrique des Fractals et les secondes des artefacts descriptibles par la géométrie euclidienne. Le but de l'expérience était de savoir si le type d'image déterminait ou non un traitement allant du « global » vers le « local » selon les fréquences spatiales la composant. Les résultats à une épreuve de reconnaissance d'images des deux types, sans filtrage spatial ou avec filtrage des basses ou des hautes fréquences, montrent que les images filtrées sont moins bien et plus lentement reconnues que les mêmes images non filtrées. Les images de type « campagne » sont moins bien et plus lentement reconnues que celles de type « ville ». Les images de type « ville », comportant plus de basses fréquences que celles de type « campagne », sont aussi bien et aussi rapidement reconnues quel que soit leur mode de filtrage. En revanche, les images de type « campagne » comportant plus de hautes que de basses fréquences sont mieux reconnues lorsqu'elles sont présentées en reconnaissance avec les basses fréquences seules qu'avec les hautes fréquences seules. L'hypothèse d'une dualité de traitement des fréquences spatiales hautes ou basses dès les premiers niveaux de traitement est discutée en opposition à celle exclusive d'une précédence du traitement des basses fréquences sur les hautes fréquences.
Mots-clés : reconnaissance de paysages, filtrage spatial, scènes visuelles complexes, fractals.
Summary : Spatial filtering effect on the recognition of landscape and town pictures.
The visual environment is composed of multiple objects. Some referred to as « artefacts », have non-accidental geometric properties and can be relatively easily described but some others, referred to as natural objects have apparently accidental property with random contours. The contours of artefacts delimits spatially oriented patches wich could be insensitive to spatial high frequency (HF) filtering. The contours of natural objects delimits small elements, such as leaves of a tree, which could be sensitive to H F filtering. Analyzing different types of visual scenes, we found that « landscape » pictures contain more spatial HF than « town » pictures. In a recognition task, recognition rate was higher and response time was lower for « town » pictures than « landscape » pictures. Low-pass filtered and high-pass filtered pictures showed lower performed than full spatial frequency pictures. Recognition performances was equivalent for high-pass filtered « town » pictures and the same low-pass filtered pictures. However, high-pass filtered « landscape » pictures, containing small objects, were less well recognized than the same low-pass filtered pictures. Results suggest two parallel visual processing modes controlled by the relative spatial location of the elements. One involves extracting objects contours when alignment and collinearity are present, the other involves determining patches of equal luminance. The coarse-to-fine scale processing and the continuous-flow models are discussed.
Key words : picture recognition, spatial frequency, complex visual scene, landscape pictures, coarse-to-fine processing, fractals.
31 pages
Source : Persée ; Ministère de la jeunesse, de l’éducation nationale et de la recherche, Direction de l’enseignement supérieur, Sous-direction des bibliothèques et de la documentation.

Informations

• Publié par: L-annee-psychologique
• Publié le: 01 janvier 1999
• Nombre de lectures: 35
• Langue: Français
• Poids de l'ouvrage: 2 Mo

Extrait

J.-P. Gaillard
P. Bourges
Effet du filtrage spatial sur la reconnaissance de paysages
In: L'année psychologique. 1999 vol. 99, n°3. pp. 415-445.
Citer ce document / Cite this document :
Gaillard J.-P., Bourges P. Effet du filtrage spatial sur la reconnaissance de paysages. In: L'année psychologique. 1999 vol. 99,
n°3. pp. 415-445.
doi : 10.3406/psy.1999.28515
http://www.persee.fr/web/revues/home/prescript/article/psy_0003-5033_1999_num_99_3_28515Résumé
Résumé
Nous avons catégorisé a priori deux types de photos : des photos de type « campagne » et d'autres de
type « ville ». Après analyse de 8 images nous avons constaté que les images de type « campagne »
contiennent plus de hautes fréquences spatiales que les images de type « ville ». En outre, les
premières comportent des objets naturels descriptibles par la théorie géométrique des Fractals et les
secondes des artefacts descriptibles par la géométrie euclidienne. Le but de l'expérience était de savoir
si le type d'image déterminait ou non un traitement allant du « global » vers le « local » selon les
fréquences spatiales la composant. Les résultats à une épreuve de reconnaissance d'images des deux
types, sans filtrage spatial ou avec filtrage des basses ou des hautes fréquences, montrent que les
images filtrées sont moins bien et plus lentement reconnues que les mêmes images non filtrées. Les de type « campagne » sont moins bien et plus lentement reconnues que celles de type « ville ».
Les images de type « ville », comportant plus de basses fréquences que celles de type « campagne »,
sont aussi bien et aussi rapidement reconnues quel que soit leur mode de filtrage. En revanche, les
images de type « campagne » comportant plus de hautes que de basses fréquences sont mieux
reconnues lorsqu'elles sont présentées en reconnaissance avec les basses seules qu'avec
les hautes fréquences seules. L'hypothèse d'une dualité de traitement des fréquences spatiales hautes
ou basses dès les premiers niveaux de traitement est discutée en opposition à celle exclusive d'une
précédence du traitement des basses fréquences sur les hautes fréquences.
Mots-clés : reconnaissance de paysages, filtrage spatial, scènes visuelles complexes, fractals.
Abstract
Summary : Spatial filtering effect on the recognition of landscape and town pictures.
The visual environment is composed of multiple objects. Some referred to as « artefacts », have non-
accidental geometric properties and can be relatively easily described but some others, referred to as
natural objects have apparently accidental property with random contours. The contours of artefacts
delimits spatially oriented patches wich could be insensitive to spatial high frequency (HF) filtering. The
contours of natural objects delimits small elements, such as leaves of a tree, which could be sensitive to
H F filtering. Analyzing different types of visual scenes, we found that « landscape » pictures contain
more spatial HF than « town » pictures. In a recognition task, recognition rate was higher and response
time was lower for « town » pictures than « landscape » pictures. Low-pass filtered and high-pass
filtered pictures showed lower performed than full spatial frequency pictures. Recognition performances
was equivalent for high-pass filtered « town » pictures and the same low-pass filtered pictures.
However, high-pass filtered « landscape » pictures, containing small objects, were less well recognized
than the same low-pass filtered pictures. Results suggest two parallel visual processing modes
controlled by the relative spatial location of the elements. One involves extracting objects contours
when alignment and collinearity are present, the other determining patches of equal
luminance. The coarse-to-fine scale processing and the continuous-flow models are discussed.
Key words : picture recognition, spatial frequency, complex visual scene, landscape pictures, coarse-to-
fine processing, fractals.L'Année psychologique, 1999, 99, 415-445
Laboratoire de Psychologie expérimentale
Université de Haute- Bretagne1
EFFET DU FILTRAGE SPATIAL
SUR LA RECONNAISSANCE DE PAYSAGES
par Jean-Pierre GAILLARD et Patrick BOURGES2
SUMMARY : Spatial filtering effect on the recognition of landscape and
town pictures.
The visual environment is composed of multiple objects. Some referred to
as « artefacts », have non-accidental geometric properties and can be relatively
easily described but some others, referred to as natural objects have apparently
accidental property with random contours. The contours of artefacts delimits
spatially oriented patches wich could be insensitive to spatial high frequency
(HF) filtering. The contours of natural objects delimits small elements, such as
leaves of a tree, which could be sensitive to H F filtering. Analyzing different
types of visual scenes, we found that « landscape » pictures contain more
spatial HF than « town » pictures. In a recognition task, recognition rate was
higher and response time was lower for « town » pictures than « landscape »
pictures. Low-pass filtered and high-pass filtered pictures showed lower
performed than full spatial frequency pictures. Recognition performances was
equivalent for high-pass filtered « town » pictures and the same low-pass
filtered pictures. However, high-pass filtered « landscape » pictures,
containing small objects, were less well recognized than the same low-pass
filtered pictures. Results suggest two parallel visual processing modes controlled
by the relative spatial location of the elements. One involves extracting objects
contours when alignment and collinearity are present, the other involves
1. 6, avenue Gaston-Berger, 35043 Rennes Cedex.
2. Nous remercions de leurs conseils Pascal Gouery du laboratoire Costel et
J. Y. Edelman du CREA (Université de Rennes 2) pour le développement de
l'algorithme de traitement des fréquences spatiales. E-Mail : jean-pierre gail-
[e-mail]. 416 Jean-Pierre Gaillard et Patrick Bourges
determining patches of equal luminance. The coarse-to-fine scale processing
and the continuous-flow models are discussed.
Key words : picture recognition, spatial frequency, complex visual scene,
landscape pictures, coarse-to-fine processing, fractals.
INTRODUCTION
De nombreuses études ont été consacrées à l'identification ou
la reconnaissance d'objets simples, souvent dessinés au trait. En
revanche, celles concernant la perception de stimulus complexes
tels que des scènes visuelles, paysage urbain ou champêtre, ont
fait l'objet d'une moindre attention. Partant du principe qu'un
objet n'est que très rarement isolé naturellement, elles ont sou
vent porté sur le rôle du contexte dans l'identification des objets.
Certaines d'entre elles utilisent fréquemment des stimulus visuels
représentant des scènes complexes stylisées, dessinées au trait
(Palmer, 1975 ; Biederman, Mezzanote et Rabinowitz, 1982).
L'utilisation de photos, plus proches de la réalité perceptive,
concerne souvent la perception des visages (Bruce et Young,
1986 ; Bruyer, 1987 ; Tiberghien, 1988), parfois celle de scènes
visuelles complexes représentant des paysages urbains, plus rar
ement des paysages champêtres (Biederman, 1972 ; Potter, 1975 ;
Biederman et Yu, 1988 ; Schyns et Oliva, 1994). Les arguments
épistémologiques, transversaux à la plupart des objets d'étude en
psychologie, justifiant une démarche analytique dans l'étude de
la perception visuelle furent sévèrement critiqués par Gibson
(1979). Cela tient peut-être à ce que l'étude de situations « écolo
giques », défendue par Gibson, a souvent été associée à
l'observation phénoménologique et s'inscrivait difficilement
dans le cadre des théories du traitement de l'information. Dans
l'étude que nous présentons nous avons utilisé comme stimulus
visuels des photos de paysages de deux sortes : des paysages de
type « campagne » et des de type « ville ».
La première difficulté que représentent ces types de stimulus
concerne leur composition et son contrôle pour faire varier de
façon systématique la stimulation. Comme le remarque à propos
Bonnet (1991) :
« II n'est possible, en effet, de modéliser le fonctionnement d'un sys
tème de traitement de l'information visuelle que si l'on dispose d'une des
cription quantitative du stimulus » (p. 312). Filtrage spatial 417
C'est à ce premier objectif que répond cette étude. Le second
objectif était de