Estructura a partir del movimiento (psicofísica)

En la percepción visual, la estructura a partir del movimiento (SFM, por sus siglas en inglés) se refiere a cómo los humanos (y otros seres vivos) recuperan la estructura de profundidad a partir del movimiento de un objeto. El campo visual humano tiene una función importante: capturar las estructuras tridimensionales de un objeto utilizando diferentes tipos de señales visuales . ^{[ 1 ]}

SFM es un tipo de señal visual de movimiento que utiliza el movimiento de superficies bidimensionales para demostrar objetos tridimensionales, ^{[ 2 ]} y esta señal visual funciona muy bien incluso independientemente de otras señales de profundidad. ^{[ 3 ]} Los estudios psicológicos, especialmente los psicofísicos, se han centrado en este tema durante décadas.

En un estudio de 1953 sobre SFM realizado por Wallach y O'Connell, se probó el efecto de profundidad cinética . Descubrieron que al girar las imágenes de sombra de un objeto tridimensional se puede usar como una pista para recuperar bastante bien la estructura del objeto físico. ^{[ 4 ]} El estudio de Johansson realizado en 1973 descubrió nuestra capacidad de percibir la forma humana de caminar o bailar simplemente a partir del movimiento proyectado de varios puntos del cuerpo, ^{[ 5 ]} este patrón de movimiento fue posteriormente denominado movimiento biológico . ^{[ 6 ]}

Una propuesta sobre cómo generamos una representación de superficie 3D de un objeto es que nuestro sistema visual utiliza la integración espacial y temporal de la información para detectar la estructura. ^{[ 7 ]} Otros estudios coinciden en que SFM es un proceso que contiene varios aspectos: ^{[ 8 ]} la percepción de la dirección de rotación, ^{[ 9 ]} la orientación percibida del eje de rotación , ^{[ 9 ]} los efectos de interpolación espacial ^{[ 10 ]} y el reconocimiento de objetos .

Dada su complejidad, la SFM implica un nivel muy alto de procesamiento visual . Los estudios han demostrado que MT , en lugar de V1 (la corteza visual primaria), está directamente involucrada en la generación de la percepción de SFM. ^{[ 8 ]} Las neuronas en MT también se activan por la paralaje de movimiento y muestran signos de profundidad independientemente de otras señales de profundidad, ^{[ 11 ]} y la representación de tres dimensiones de MT también confirma la estrecha relación entre el área MT y la SFM. Sin embargo, las actividades neuronales de V1 están indirectamente relacionadas con la percepción de SFM, que recibe retroalimentación general de MT. ^{[ 8 ] [ 12 ]}

La importancia de la percepción del movimiento de SFM en la detección de estructuras tridimensionales también se demuestra en varios estudios. Los objetos 3D se pueden percibir a partir de las proyecciones 2D del objeto en movimiento en una pantalla, pero no de las imágenes 2D estacionarias. ^{[ 4 ] [ 13 ]} Además, una condición esencial para que la percepción de SFM ocurra con precisión es que la proyección del objeto debe tener contornos y líneas que cambian simultáneamente. ^{[ 4 ]} Se encontró un umbral de tiempo de vida del punto relativamente invariable de SFM (50-85 ms), y resulta que este umbral está cerca del umbral de medición de velocidad, lo que sugiere que la medición de velocidad está involucrada en el procedimiento de procesamiento de SFM. ^{[ 7 ]} Dado este mecanismo, el sistema visual humano puede derivar un modelo preciso de SFM incluso con la presencia de ruido. ^{[ 14 ]}

Al ser un proceso complejo, SFM requiere más que simples aproximaciones de proyecciones ortográficas , aunque muchos experimentos las utilizaron. Los estudios han demostrado que en este proceso intervienen señales visuales de orden superior, como la aceleración y la proyección de perspectiva , en lugar de solo el flujo de primer orden (lo que significa que SFM es en parte un proceso descendente). ^{[ 15 ]} La combinación de señales visuales de todos los órdenes proporciona la mejor estimación de objetos 3D. ^{[ 15 ]}

• Efecto de profundidad cinética
• Percepción de profundidad
• Estructura a partir del movimiento

• "Demostración de un cilindro giratorio" . YouTube . 4 de septiembre de 2009.