Resumen

Se aprovechó la geometría plana para calcular curvas visuales simétricas en el plano de la imagen, con variaciones consistentes en parámetros locales como la sagita, la longitud del acorde y la relación altura-anchura de las curvas, un indicador del área visual cubierta por la curva, también llamada relación de aspecto. Se presentaron representaciones de imágenes de curvas individuales (sin contexto de imagen local) a observadores humanos para medir su sensación visual de la magnitud de la curvatura provocada por una curva determinada. Se llevó a cabo un análisis de regresión no lineal tanto de los datos individuales como de los datos promedio utilizando dos tipos de modelos: (1) una función de potencia en la que y (sensación) tiende hacia el infinito en función de x (entrada del estímulo), utilizada con mayor frecuencia para modelar los datos de escala sensorial para los continuos sensoriales, y (2) una función de "subida exponencial hasta el máximo", que converge hacia un nivel asintóticamente estable de y en función de x . Ambos modelos proporcionan ajustes satisfactorios de la magnitud de curvatura subjetiva en función de la relación altura-anchura de las curvas individuales. Los resultados son coherentes con una sensibilidad intrínseca del sistema visual humano a la geometría local de las curvas, una condición básica potencialmente esencial para la percepción de los objetos cóncavos y convexos en el mundo real.

• Materias:Inteligencia artificial Algoritmos genéticos Ingeniería civil Neurociencia Cognitiva
• Subjects:Artificial intelligence Genetic algorithms Civil engineering Cognitive Neuroscience
• Palabras claves:función, curva única, relación de anchura, geometría local de la curva, magnitud subjetiva de la curvatura, percepción de lo cóncavo, sistema visual humano, condiciones esenciales del terreno, tipo de modelo, contexto local de la imagen
• Keywords:function, single curve, width ratio, local curve geometry, subjective curvature magnitude, perception of concave, human visual system, essential ground conditions, type of model, local image context