Orientierungsselektivität und Kontrastverstärkungsregelung in Repräsentationen von natürlichen Bildern

This thesis explores the role of orientation selectivity and contrast gain control with respect to Barlow's normative redundancy reduction hypothesis in simple models of the early visual system. Our general approach uses the fact that-under the goal of redundancy reduction-early vision models are density models on natural images. We identify and develop new classes of probabilistic models for natural image patches that contain these early vision models. We use those classes to quantitatively explore their parameter space around the early vision models statistically and information theoretically with respect to the influence of filter shapes and contrast transforms on redundancy reduction. We identify an optimal contrast gain control transform and compare it to the standard model of cortical divisive contrast gain control, divisive normalization. We also identify a new estimation method for the true redundancy of natural images. Our main findings are that, in contrast to divisive contrast gain control, orientation selectivity plays a minor role for redundancy reduction in the models investigated, and that the cortical model of divisive contrast normalization is not the optimal redundancy reducing contrast transformation on static image patches. However, we are able to specify a dynamical model of cortical contrast gain control with strong redundancy reduction, through extending the static model by adaptation to temporal correlations between consecutive contrasts caused by fixations under natural viewing conditions.Diese Dissertation untersucht die Rolle von Orientierungsselektivität und Kontrastverstärkungsregelung in Hinblick auf Barlows Redundanzreduktionshypothese in einfachen Modellen des frühen Sehsystems. Unser genereller Ansatz benutzt die Tatsache, daß - unter dem Ziel Redundanzreduktion - Modelle des frühen Sehsystems mit Wahrscheinlichkeitsmodellen auf natürlichen Bildern äquivalent sind. Wir identifizieren und entwickeln neue Klassen von Wahrscheinlichkeitsverteilungen für Ausschnitte natürlicher Bilder, welche die Modelle des frühen Sehsystems enthalten. Wir benutzen diese Klassen um den Parameterraum um diese Modelle des frühen Sehsystems statistisch und informationstheoretisch zu untersuchen. Dabei quantifizieren wir den Einfluß von Kontrasttransformationen und der Form von rezeptiven Feldern auf Redundanzreduktion. Wir identifizieren eine optimale Transformation für Kontrastverstärkungsregelung und vergleichen sie mit dem Standardmodell für Kontrastverstärkungsregelung: Divisive Normalization. Darüber hinaus entwickeln wir eine neue Schätzmethode für die tatsächliche Redundanz natürlicher Bilder. Unsere wesentlichen Erkenntnisse sind, daß, im Gegensatz zu Kontrastverstärkungsregelung, Orientierungsselektivität eine untergeordnete Rolle für Redundanzreduktion in den untersuchten Modellen spielt und daß das kortikale Modell für Kontrastverstärkungsregelung (Divisive Normalization) nicht der optimalen Kontrastverstärkungsregelungstransformation auf statischen natürlichen Bildausschnitten entspricht. Allerdings können wir ein ein verbessertes dynamisches Modell für Kontrastverstärkungsregelung angeben, indem wir das statische Modell um eine Adaptatierung an zeitliche Korrelationen zwischen aufeinanderfolgenden Kontrasten erweitern, die durch Fixationen unter natürlichen Sehbedingungen erzeugt werden