多尺度结构复杂性作为视觉复杂性的定量测量
原文中文，约1100字，阅读约需3分钟。
📝
内容提要
本研究探讨了图像复杂度的量化及其对视觉概念的影响，分析了多种测量方法的相关性，并提出了一种基于层次聚类的新方法。研究表明，感知过程与刺激特性密切相关，并提出了利用感知刻度估计图像相似度的新概念。
❓
Q&A
这项研究的主要目标是什么？
本研究旨在量化图像复杂度及其对视觉概念的影响，评估现有关于认知系统能力的观点。
研究中使用了哪些方法来量化图像复杂度？
研究提出了一种基于层次聚类和最小描述长度的方法来衡量图像复杂度。
视觉复杂度如何影响描述长度？
随着视觉复杂度的增加，描述长度呈倒U型变化。
研究中提到的图像相似度度量方法有什么特点？
该方法基于概念相似性，通过生成逐渐复杂的图像描述来衡量相似度，表现优于现有基准。
如何通过感知刻度来估计图像之间的关系？
研究提出使用感知刻度来估计图像之间的感知几何路径，基于观察者对空间频率和方向的内部表征。
研究中发现的视觉表达类型有哪些？
研究得出了10种可定义的可视化类型，并提供了相关数据集和在线工具用于研究和教学。
🏷️
