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

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.