Reliability and consistency affect the integration of visual depth cues

Abstract Originalsprache (englisch) Visual perception relies on a two-dimensional projection of the viewed scene on the retinas of both eyes. Thus, visual depth has to be reconstructed from a number of different cues that are subsequently integrated to obtain robust depth percepts. Existing models of sensory integration are mainly based on the reliabilities of individual cues and disregard potential cue interactions. In the current study, an extended Bayesian model is proposed that takes into account both cue reliability and consistency. Four experiments were carried out to test this model's predictions. Observers had to judge visual displays of hemi-cylinders with an elliptical cross section, which were constructed to allow for an orthogonal variation of several competing depth cues. In Experiment 1 and 2, observers estimated the cylinder's depth as defined by shading, texture, and motion gradients. The degree of consistency among these cues was systematically varied. It turned out that the extended Bayesian model provided a better fit to the empirical data compared to the traditional model which disregards covariations among cues. To circumvent the potentially problematic assessment of single-cue reliabilities, Experiment 3 used a multiple-observation task, which allowed for estimating perceptual weights from multiple-cue stimuli. Using the same multiple-observation task, the integration of stereoscopic disparity, shading, and texture gradients was examined in Experiment 4. It turned out that less reliable cues were downweighted in the combined percept. Moreover, a specific influence of cue consistency was revealed. Shading and disparity seemed to be processed interactively while other cue combinations could be well described by additive integration rules. These results suggest that cue combination in visual depth perception is highly flexible and depends on single-cue properties as well as on interrelations among cues. The extension of the traditional cue combination model is defended in terms of the necessity for robust perception in ecologically valid environments and the current findings are discussed in the light of emerging computational theories and neuroscientific approaches.

The role of chemotactile cues in interspecific interactions among Central-European arthropod communities

In einem Ökosystem beeinflussen sich Tiere gegenseitig in erster Linie durch direkte Interaktionen. Ihr Verhalten kann aber auch indirekt durch chemotaktile Stoffe die andere Tiere in der Umwelt hinterlassen beeinflusst werden. Vergleichbar zu direkten Interaktionen können indirekt ausgelöste Verhaltensänderungen einen starken Einfluss auf Populationsdynamiken und Gemeinschaftsstrukturen eines Ökosystems haben. Obwohl das daran gehegte Interesse der Ökologen in den letzten Jahrzenten stark gestiegen ist, fehlen immer noch Studien, welche über mehrere Arten hinweg versuchen die übergreifende Relevanz von chemotaktilen Stoffen herauszufinden. Im Rahmen meiner Doktorarbeit untersuchte ich daher wie sich mehrere mitteleuropäische Arthropodenarten, abhängig von deren interspezifischen Räuber-Beute- und Konkurrenzbeziehungen, mittels chemotaktiler Stoffe beeinflussen können. Mithilfe unterschiedlicher Verhaltensversuche konnte ich empirisch nachweisen, dass verschiedene Arthropoden chemotaktile Stoffe zu ihrem eigenen Vorteil nutzen können. Außerdem zeigen meine Ergebnisse, dass die Verhaltensänderungen artspezifisch und abhängig von den jeweiligen Lebenszyklen und den damit verbundenen Eigenschaften (z.B. Körpergröße, Häufigkeit oder Rangordnung) der beteiligten Arten sind. Ich vermute daher, dass Arthropoden chemotaktile Stoffe ihrer Gegenspieler wahrnehmen und interpretieren können. Eine Verhaltensänderung scheint jedoch nur dann statt zu finden wenn ein Nichtreagieren starke Fitnesskosten mit sich führen würde. Zusammenfassend zeigen die Ergebnisse meiner Doktorarbeit, wie wichtig es ist, die Bedeutung von chemotaktilen Stoffen innerhalb vieler Arten einer Gemeinschaft zu testen, um die den Verhaltensänderungen zugrundeliegenden Ursachen identifizieren zu können. Dies wiederum stellt die Grundlage, um die ökologische Relevanz von chemotaktilen Stoffen und deren mögliche Effekte auf Ökosystemfunktionen besser zu verstehen.