综述：神经形态双通道编码亮度与对比度

这篇综述创新性地探讨了视网膜通过"明"(ON)和"暗"(OFF)双通道机制编码亮度与对比度的神经机制，揭示了Talbot-Plateau定律在预测闪烁融合刺激亮度感知中的精确性（跨7个数量级），为仿生视觉传感器（event cameras）开发提供了重要理论依据。

　　

神经形态双通道编码亮度与对比度

引言

视觉系统对亮度(luminance)和对比度(contrast)的编码始于视网膜的双通道机制。这种机制通过"明"(bright/ON)和"暗"(dark/OFF)通道协同工作，不仅能够精确记录均匀区域的亮度，还能检测相邻区域的亮度差异。仿生视觉传感器(event cameras)正是受此启发而发展，在自动驾驶、无人机等领域展现出卓越性能。

闪烁融合与Talbot-Plateau定律

经典的闪烁刺激（如图1所示）在达到足够频率时会形成稳定的融合感知。Talbot-Plateau定律定量描述了闪烁频率(f)、持续时间(d)和强度(I)的三者互易关系，可精确预测何种组合会产生与稳态刺激等效的亮度感知。

实验数据显示（图2-3），人类受试者对24Hz闪烁刺激的亮度判断与定律预测高度吻合，即使单次闪光短至1μs。这表明视网膜能以惊人的线性度（跨越7个数量级）整合明暗通道的相位激活。

视网膜的双通道编码机制

光感受器通过代谢型突触(metabotropic)和离子型突触(ionotropic)分别连接明、暗双极细胞（图4）。关键区别在于：

• 明通道：光增量引发去极化
• 暗通道：光减量引发去极化

这种设计实现了对数线性的韦伯定律响应，可能通过通道间相互校正来补偿生物系统的非线性。在初级视觉皮层，已发现分别响应亮度上升和下降的神经元群体，证实双通道信号在中枢的持续传递。

对比度编码与中心-周边机制

闪烁融合字母识别实验（图6）证明，当刺激平均亮度与背景匹配时字母"消失"，而偏离平衡点时识别率随对比度增大而提高。这反映了视网膜通过水平细胞(horizontal cells)构建的中心-周边拮抗机制：

水平细胞通过广域树突网络（图8）提供周边平均亮度参考，其反馈调节可视为模拟逻辑门操作——采用"AND-NOT"门计算中心与周边的亮度差值，并将结果钳位为非负输出。这种机制使局部亮度差异被编码为带符号的对比度信号。

感知判断的神经基础

亮度对比判断实验（图9）显示，受试者对字母明暗属性的判断概率随刺激强度平滑过渡，交叉点恰位于Talbot-Plateau预测的平衡位置。这强有力地证明：

1. 双通道活动强度的相对平衡决定亮度感知
2. 水平细胞的增益控制实现了对比度的定量表征

应用前景

这些发现为仿生视觉传感器设计提供了关键启示：

• 双通道架构更接近生物视觉的对比度编码本质
• Talbot-Plateau定律可优化动态场景的亮度计算
• 水平细胞样周边抑制机制能提升轮廓检测性能

未来研究需进一步解析双通道信号在无长突细胞(amacrine cells)等复杂环路中的整合机制，这将为更高阶的仿生视觉特征提取奠定基础。