Каково существенное преимущество центрально-окружающей организации ганглиозных клеток сетчатки?

Вы предполагаете, что свет проникает идеально точечно, и что цель зрения состоит в том, чтобы воспроизвести «битовую карту» падающего света. На самом деле это было бы очень неэффективно в вычислительном отношении.

На самом деле, зрение зависит от обнаружения характерных черт. Представьте себе простую сцену, например, такую:

Большая часть белого пространства стены довольно неинтересна: вам не нужно по-настоящему обрабатывать эту информацию, кроме того, что вы знаете, что это одна сплошная область. Что интересно на изображении, если вы пытаетесь понять пространство, которое занимаете, так это увидеть границу между полом и стеной. На самом деле, это то, что действительно говорит вам, что это стена и пол: если бы у вас была только верхняя 1/4 изображения, у вас был бы просто белый прямоугольник: вы бы не знали, пол это или стена. , потолок, краска на чьей-то машине. Граница между полом и стеной дает вам необходимый контекст.

Давайте подумаем, как организация центра и объемного звучания отреагирует на этот образ. Во всем пустом белом пространстве белый свет падает как на центр, так и на окружение: они компенсируются, и на них мало отклика. Однако представьте, что происходит с ячейкой, находящейся вне центра, прямо на краю с полом. Эта ячейка становится белой в ее центре, но только примерно на половине вне окружения: вместо этого другая половина вне окружения получает более темный деревянный пол. Таким образом, эта ячейка будет реагировать на дисбаланс между средним окружением и средним центром!

Затем вы можете комбинировать многие из этих круглых рецептивных полей для обнаружения прямых краев, например:

Из https://grey.colorado.edu/CompCogNeuro/index.php/CCNBook/Perception

Примечание: рецептивные поля LGN (таламуса) очень похожи на рецептивные поля ганглиозных клеток сетчатки. В V1, первичной зрительной коре, эти рецептивные поля складываются вместе, образуя «простые клетки», которые реагируют на края.

Я думаю, что эта картинка ближе всего подходит к ответу на ваш вопрос о том, как могут быть полезны перекрывающиеся рецептивные поля.

Это изображение со страницы Википедии, посвященной рецептивным полям , показывает, что получается, когда вы пропускаете сцену через центрально-окружающий фильтр: обратите внимание, как подчеркнуты все края!

Другие преимущества: этот тип детектора хорошо работает в диапазоне уровней освещенности, например, разные уровни серого будут выглядеть одинаково, даже если интенсивность пикселей сильно различается. Таким образом, вы получите одинаковые реакции на края как в темной, так и в светлой комнате. Эти детекторы также помогают повысить резкость изображений . Обратите внимание, что компьютерное зрение также использует некоторые из этих стратегий!

Что, если бы вы захотели обнаружить темные пятна вместо светлых? Мы часто думаем о глазах как о «детекторах света», но их точно так же называют «детекторами темноты». Представьте, что вы — грызун, смотрящий, например, в небо: важным, заметным стимулом для вас может быть темное пятно в том месте, где ястреб блокирует свет с неба. Таким образом, наличие клеток вне центра и окружения так же полезно, как и наоборот (и действительно, сетчатка содержит оба типа ганглиозных клеток сетчатки).