Mice use robust and common strategies to discriminate natural scenes.
Mice use robust and common strategies to discriminate natural scenes.
复制标题
小鼠使用强大而常见的策略来区分自然场景。
DOI：
10.1038/s41598-017-19108-w
复制
发表时间：
2018-01-22
影响因子：
4.6
通讯作者：
Smith SL
中科院分区：
文献类型：
--
作者：
Yu Y;Hira R;Stirman JN;Yu W;Smith IT;Smith SL
在自然环境中，老鼠用视觉来导航和躲避捕食者。然而，与其他哺乳动物相比，它们的视觉系统是紧凑的，而且目前还不清楚小鼠能在多大程度上区分动物行为学上相关的场景。在这里，我们使用自动触摸屏系统检查了小鼠的自然场景识别。我们使用计算度量结构相似度（SSIM）估计识别难度，并构建心理测量曲线。然而，与SSIM相比，其他小鼠的平均表现能更好地预测每只小鼠的表现。老鼠之间的这种高度一致性表明，老鼠使用共同而强大的策略来区分自然场景。我们测试了其他几个图像指标，以找到SSIM的替代方案来预测识别性能。我们发现一个简单的、初级视觉皮层（V1）启发的模型预测小鼠的表现，其保真度接近于小鼠间的一致性。该模型将图像与Gabor滤波器进行卷积，其性能随Gabor滤波器的方向而变化。这种方向依赖是由刺激驱动的，而不是先天的生物学特征。综上所述，这些结果表明小鼠善于识别自然场景，并且它们的表现可以通过V1处理的简单模型很好地预测。
Mice use vision to navigate and avoid predators in natural environments. However, their visual systems are compact compared to other mammals, and it is unclear how well mice can discriminate ethologically relevant scenes. Here, we examined natural scene discrimination in mice using an automated touch-screen system. We estimated the discrimination difficulty using the computational metric structural similarity (SSIM), and constructed psychometric curves. However, the performance of each mouse was better predicted by the mean performance of other mice than SSIM. This high inter-mouse agreement indicates that mice use common and robust strategies to discriminate natural scenes. We tested several other image metrics to find an alternative to SSIM for predicting discrimination performance. We found that a simple, primary visual cortex (V1)-inspired model predicted mouse performance with fidelity approaching the inter-mouse agreement. The model involved convolving the images with Gabor filters, and its performance varied with the orientation of the Gabor filter. This orientation dependence was driven by the stimuli, rather than an innate biological feature. Together, these results indicate that mice are adept at discriminating natural scenes, and their performance is well predicted by simple models of V1 processing.
登录
查看更多内容
影响因子：
2.5
作者：
MANGINI, NJ;PEARLMAN, AL
通讯作者：
PEARLMAN, AL
影响因子：
19.5
作者：
Oliva, A;Torralba, A
通讯作者：
Torralba, A
影响因子：
3.7
作者：
Felleman, Daniel J.;Van Essen, David C.
通讯作者：
Van Essen, David C.
DOI：
10.1109/34.730558
发表时间：
1998-11-01
影响因子：
23.6
作者：
Itti, L;Koch, C;Niebur, E
通讯作者：
Niebur, E
影响因子：
2
作者：
Bussey, Timothy J.;Padain, Tina L.;Saksida, Lisa M.
通讯作者：
Saksida, Lisa M.