（发展与教育心理学专业论文）场景图片中不同认知方式的视觉加工方式的眼动研究.pdf

摘要 删圳舢舢 y 2 14 9 2 7 2 本研究采用镶嵌图形测验筛选出3 0 名被试，场独立场依存型被 试各1 5 名，使用眼动仪对这3 0 名被试在不同任务中观察场景图像的 眼动过程进行了记录。实验一为自由观看图片实验，和实验二为目标 搜索实验。实验结果表明： ( 1 ) 不同场认知方式个体在对场景图片加工时，眼动模式确实 存在显著差异。 ( 2 ) 自由观看图片条件下，不同场认知方式个体的眼动轨迹和 注视事件存在着显著差异。场依存型个体对图片中的突显信息表现出 了更多的注视。 ( 3 ) 不同认知方式个体在自由观看图片的条件下，在一半的图 片的兴趣区内的兴趣区注视时间百分比和兴趣区注视次数酉分比上 存在着显著差异。另一半则不存在差异。通过进一步对两类图片的兴 趣区面积大小进行单因素方差分析之后，发现出现眼动指标显著差异 的图片的兴趣区面积大小要显著大于未出现眼动指标差异的图片。 关键词：场景认知；场认知方式；眼动；突显模型 a b s t r a c t 3 0o b s e e r s ( 1 8 2 6y e a r so l dw i t hn o r m a la e u i t y ) w e r es e l e c t e db y t h ee m b e d d e df i g u r et e s t 行o m7 5p a r t i c i p a n t 灿lo fs u b j e c t sa n t i c i p a t e d i nt h et w oe x p e r i m e n t so fd i 妇e r e n tt a s k sw h e ns c a n n i n gt h es c e n e i m a g e s ，t h e i re y em o v e m e n tt r a j e c t o r yw e r er e c o r d e db yt h ee y e l i n k i i e 汉p e r i m e n t1i s t h e 行e ev i e we x p e r i m e n t ，a n de x p e r i m e n t2i st h e o b j e qd e t e c t i o n 邸p e r i m e n t t h es t a t i s t i c ss h o w s ： ( 1 ) t 1 1 e r e i s s i g n i 丘c a n td i 骶r e n c eb e 呐e e n t h ed i 虢r e n tf i e l d c o g n i t i o ni n d i v i d u a l sw h e nt h e ys c a nt h es c e n ei m a g e s ( 1 ) i ne x p e r i m e n t 1 ，m e r ei ss i g n i f i c a n t d i f e r e n tb e t w e e nt h e f i e l d d e p e n d e n c ea n df i e l d - i n d 印e n d e n c ei nt h e i r f i x a t i o ne v e n t s t h e f i e l d - d e p e n d e n c ea h o c a t e sm o r ea t t e n t i o nt ot h es a l i e n c eo ft h ei m a g e r e g i o n s ( 2 ) i ne x p e r i m e n t1 ，t h e r e i s s i g i l i f i c a n td i 骶r e n c eb e 俩e e nt h et h e f i e l d - d e p e n d e n c ea n df i e l d - i n d e p e n d e n c ei nt h e i rf b 【a t i o ne v e n t si nh a l f o ft h ep r e s e n t e di m a g e ，t h e r ei sn od i f b f e n ti nt h eo t h e rh a l fp r e s e n t e d i m a g e a e t e rt h ed i s c u s s i n go ft h es i z eo ft h e 心e ao fi n t e r e s t ( 趟) ，i tw o r k s o u tt h a tt h e r ei ss i g n i f i c a n td i 虢r e n c eb e 铆e e nt h es i z eo f 趟，s oi tc a nb e a s s u m e dt h a tt h e r em i g h tb ea c o r r e l a t i o n s h i pb e t w e e nt h ef i x a t i o ne v e n t s a n dt h es i z eo fa j t h u s ，w ec a n td e n yt h es i g n i f i c a n td i f f 色r e n c et h e d i 饪e r e n tf i e l dc o g n i t i o ns t y l e ss h o ww h e nt h e yw a t c hi m a g e s k e y w r o r d s ：s c e n ec o g n i t i o n ；f i e l dc o g n i t i o n ；e y em o v e m e n t ； s a l i e n c em o d e l i i 场景图片中不同认知方式的视觉加工方式的眼动研究 引言 随着研究工具的进步和研究的深入，越来越多的研究者开始关注 人是如何知觉和加工周围真实的场景环境的。场景知觉的加工方式是 场景知觉研究中最基本的问题，对不同加工方式的探讨是研究关注的 核心之一。目前，在场景知觉的加工：方式研究中，自上而下( t o p d o w n ) 和自下而上( b o t t o m u p ) 的加工方式是研究者主要采用的解释场景知 觉中信息的提取与加工的方式。自上而下，即受任务的驱使，自下而 上则是指受图片特征刺激的驱使。没有清晰的证据表明在对视觉搜索 的加工中是哪一种加工方式占了绝对的主导地位，一些实验结果表明 视觉知觉受到刺激特征的影响，而另一些实验又显示白上向下的加工 机制可以超越自下向上的加工机制产生视觉知觉。 目前国外对场景知觉的加工方式的研究主要问题集中于建立可 以用于预测个体观看场景图片眼动轨迹的模型，观看场景图片时的眼 动轨迹与人在真实世界中眼动轨迹的差异，以及对突显地图神经机制 的研究。预测眼动轨迹的模型建立是目前的研究热点之一，现有认可 度较高的模型有，刺激驱动，目标驱动，和背景驱动模型三种，但是 目前并没有确切的实验结果可以证明是哪种机制发挥了主导作用。本 研究从自下而上的刺激驱动的理论基础出发，使用了自下而上的加工 方式中的重要的概念“突显地图”。“突显地图”最早由k o c h 和 u 1 1 m a n 在1 9 8 5 提出来的，并建立了完善的数学模型( 2 0 0 6 ) 。国内 对于场景知觉的研究尚处于起步阶段，王福兴等人对场景知觉及其研 究范式进行了介绍，王李艳、隋光远等人的视觉选择注意中性别差 异的眼动研究，理论和实证方面的研究均很缺乏，是一个亟待开发 的研究领域。 本研究从场认知方式的角度出发，以i t t i ，k o c h 的突显地图模型 为理论基础，讨论图片中突显区域对于不同认知方式的个体在处理图 片信息过程中的影响程度。实验假设，场依存风格的被试在观看图片 的过程中更倾向于为突显区域所干扰，会对突显区域表现出更多的注 视。理论上，讨论了可能的影响不同个体在面对场景图片时呈现出不 同眼动轨迹的因素，同时也增加了场认知方式在视觉知觉方面的研 究，加深对场认知内涵的理解，；实践上，可以针对不同场认知风格 的个体在实际生活和工作中如何更好地认识自身的特点，在视觉加工 的任务中扬长避短。 场景图片中不同认知方式的视觉加工方式的眼动研究 1 1 场认知方式 1 1 1 认知方式的基本概念 1 文献综述 认知方式是指个体在获得知识( 认知) 和加工信息( 概念化) 的 方式。认知方式与心理行为有关，是个体习惯性地用于问题解决，通 常是信息获得、分类和使用的方式。 认知方式的研究最早可以追溯到荣格( 1 9 2 3 ) 提出的心理类型理 论。l p o r t ( 1 9 3 7 ) 最早使用认知方式这一术语。最早采用实验方法 研究认知方式的是美国心理学家w i t k i n ，二十世纪3 0 年代w i t k i n 在 进行空间定向和垂直知觉的经典实验研究中发现了场依存场独立性 的这一维度，为认知方式的研究提供了开拓性的贡献。认知方式的研 究在6 0 年代十分盛行，而关于场认知的研究成果又尤为丰富。7 0 年 代到达顶峰后，一度研究的热潮衰退。9 0 年代后由于认知方式在教 育领域内的应用，其研究再度引起了重视。 认知方式的研究范围广泛，研究角度的差异很大，几十年间，研 究者提出了大量的认知方式类型，心m s t r o n g ( 1 9 9 8 ) 就曾列出了5 4 中认知风格的划分。心理学家在认知方式类型的整合工作做出过大量 尝试，其中比较有代表性的是以下两个分类模型： 一 一是r i c h a r c hj r i d i n g 等人概括的“认知方式两家族( 整体分 析和言语- 形象维度分类) ；二是g r i g o r e n k o 和s t e m b e 玛( 1 9 9 7 ) 将诸 多的认知方式理论分为三类，即以认知方式为中心、以人格为中心的 观点、以活动为中心的观点，以及s t e m b e r g 的心理自我控制理论。 场景图片中不同认知方式的视觉加工方式的眼动研究 对于认知方式概念及类型的梳理，使我们对认知方式的实质有了 更清晰的认识，从而能更深层次地理解不同认知方式的个体在认知活 动中表现出来的差异。 国内在二十世纪8 0 年代，谢斯骏、张厚粲等心理学者最早开始 了在认知方式问题的研究，主要研究不同性别、年龄的认知风格差异， 以及具有不同的认知风格在学业和职业上表现出来的倾向和差异等。 1 1 2 场认知方式的研究概况 在迄今确定的认知方式中，场依存一独立维度是研究的最为广泛 的，且在教育问题上有最广阔的应用t k i n ，d y k ，f a t e r s o n ， g o o d e n o u 曲，k a r p ，1 9 6 2 1 9 7 4 ；w i t k i n ，l e w i s ，h e r t z m a n ，m a c h o v e r ， m e i s s n e r ，w a p n e r ，1 9 5 4 1 9 7 2 ；w i t k i n ，1 9 7 6 ) ”。w i t k i n 等人认为“相 对场依存或场独立的方式，是个体认知机能的一个高度稳定的特征 。 虽然场依存场独立被看做是一个适应性的中性的风格维度，但是很 明显处于场依存场独立这个连续体两个相反的极端的儿童，在不同 的学业任务中的表现存在着差异。有关认知方式和学业成就之间关系 的研究显示了在所有的知识领域里，场独立被试始终能取得优于场依 存被试的结果。w i t k i n 提到场依存( 整体的) 和场独立( 链接的) 认 知方式之间对比的差异。w i t k i n 认为“场依存独立维度是一个连续 的量，大多数人处于这两个极端之间”，并且“在一个场依存的感知 模式中，场的组织看做一个整体支配其部分的感知：场中的物体与有 组织的场地融合在一起进行体验。在一个场独立的感知模式中，个体 能够将物体从有组织的场地中分离出来感知。”( w i t l 【i n ，1 9 6 7 ) 场景图片中不同认知方式的视觉加工方式的眼动研究 场依存场独立是最广为熟悉的认知方式分类之一。场认知方式指 的是以一种分析或者整体的方式处理环境的倾向。在感知方面，场独 立的个体能够将一个图形看做一个非连续的物体从背景中区分处理， 而场依存的个体并不擅长将物体从背景中分化出来。 w i t k i n ，m o o r e ，g o o d e n o u 曲和c o x ( 1 9 7 7 ) 提出了场依存和场 独立认知方式的个体的一些特征。场依存个体的感知很大程度上由当 时的场主导，其倾向于附着在既定的场组织之上。他们更可能使用已 经给出的场的组织。场依存个体较为乐群。相反，场独立个体将物体 大致与周围场分离开来感知。当呈现在一个有主导组织的场面前，他 们更可能克服了场的组织或者重组场的组织。场独立个体也更可能强 加他们自己的结构或者组织。他们逻辑分析能力更好，对抽象或者理 论性的事物感兴趣。他们不为他们的同伴、老师或者权威的人物所影 响，他们被认为是更独立的。作为场独立的个体，他们被认为有更加 客观的定位，对社交潜在的内涵不敏感。 1 1 3 场认知风格的信息加工观点 为了说明认知方式上的差异，w i t k i l l 提出了心理分化理论。该理 论假设，分化是有机体系统的一个主要形态特征，分化较小的系统处 于较同质的状态，分化较大的系统处于较异质的状态。心理分化高低 直接影响认知改组技能、注意的监控技能、信息的组织和提取能力的 高低。场独立的心理分化水平较高。关于不同认知改组能力，已有的 研究主要集中在视空间任务和言语任务中。李力红等( 2 0 0 2 ) 研究了 不同认知方式被试对无意义字母串的记忆提取的效率，以及刘宁、李 场景图片中不同认知方式的视觉加工方式的眼动研究 寿欣在对不同认知方式被试记忆社会性信息的研究等研究结果，表明 场独立风格的被试在注意、编码及某些长时记忆方面的表现要好于场 依存者。k u s h 研究发现场独立风格个体在空间变形、图画完型以及 地图学习等方面的决策更为有效，认为场独立风格的个体具有成熟的 元认知技能，即注意监控技能和信息的提取组织能力都较强。 在对不同场认知风格个体的注意过程的研究中发现，在选择性注 意任务中，对于简单任务，两种风格的被试没有显著的差异，但是任 务难度加大时，场独立被试表现要好于场依存被试，场依存个体倾向 于犯更多的错误( a 矿o l i o 等，1 9 7 9 ) 。在视觉搜索任务中，场依存被 试比场独立被试的效率更低，因为他们更可能将注意点局限在某一有 限的区域( s h i n a r 等，1 9 7 8 ) 。这些研究都证明了场依存型与注意过 程问存在一定的联系。这点跟g o o d e n o u 曲( 1 9 7 6 ) 的假设是一致的， 在注意过程中，场独立型个体比场依存型个体更有效率。 此外，研究者从工作记忆的角度出发研究不同场认知风格被试的 差异( r o b i n s o n & b e n n i n k ，1 9 7 8 ；c o c h r a n d a v i s ，1 9 8 7 ) 。结果发现， 信息加工负荷较轻时，场依存型的个体和场独立型的个体没有显著差 异；当信息加工负荷较重时，场独立型个体效率更高，更准确。可以 认为场认知风格与信息编码过程是相关的。 1 1 4 场认知方式的测量工具 w i t k i n 等人( 1 9 7 4 ) 提到“场依存。独立可以通过控制的、客观 的程序评估 。w i t k i n 和他的同事发展出了大量的测验来测量场依存一 独立的认知方式。 场景图片中不同认知方式的视觉加工方式的眼动研究 ( 1 ) 棒框测验 在棒框测验中，被试安排到一个暗室里，在暗室里他们将看到一 个可移动的发光棒包含在一个可移动的发光框之中。任务是将棒放到 一个垂直的位置。场独立的被试倾向于将棒和框看做是分离的物体， 能够将棒操作到一个垂直的位置无论框的位置如何。而场依存的个+ 体，倾向于依照框( 即一个场) 来定位棒的位置。早期的实验中，使 用的机械设备通常太大了通常不能在室外使用，且需要一个暗室。在 1 9 6 8 年o l t m a n 发明出了一个更小的可移动的棒框测验的桌面版本， 该版本更为实用且不需要暗室。 ( 2 ) 身体调节测验 身体调节测验的结构与棒框测验类似。在该测验中“感知的物体 是身体而不是一个外部的物体，比如说一根棒，问题是人们如何决定 在空间中身体本身的位置”。被试坐在放置在小房间里的一张椅子上。 椅子和房间可以各自按顺时针或者逆时针的方向倾斜。在被试坐下之 后，椅子和房间将被旋转到一个预先准备好的倾斜的背景。要求被试 将椅子调节到一个他她认为是竖直的位置。场依存的个体当完全与 周围倾斜的房间定位一致时倾向于认为他们自身是竖直的，即使他们 距垂直还相差了整整有3 5 度。 ( 3 ) 镶嵌图形测验 在镶嵌图形测验中，显示给被试一个简单的几何图形，然后再拿 开这个简单的几何图形。再显示一个复杂的图形给被试，要求指出在 复杂图形中的简单图形。场独立的个体可以迅速地找到出现在复杂设 场景图片中不同认知方式的视觉加工方式的眼动研究 计中的简单图形。相反地，场依存的个体不能在给定的时间内将简单 图形辨认出来。镶嵌图形测验的分数是在1 2 个测验中从复杂设计中 找到简单图形的平均时间。镶嵌图形又发展出了l 童版和成人版。中 国引进镶嵌图形测验后，又根据我国的具体情况对其进行了修订，现 在国内研究多采用的是北京师范大学修订版的“镶嵌图形测验”。 1 1 5 场依存性认知方式的生理机制研究 场依存性认知方式的神经生理机制方面的研究，始于w i t 虹n 等 人提出的心理分化假说。心理分化假说认为，神经生理分化是心理机 能分化的生理基础。大脑两半球机能不对称，是指两个半球的存在着 不同的功能系统，个体存在着一种选择应用于某侧大脑半球机能相关 的心理过程的倾向。分化假说使我们可以预测，心理领域的特殊化可 能与神经生理领域的特殊化相关。根据心理分化理论，可以推断，场 独立个体相较场依存个体会表现出更明显的大脑半球一侧化。已经有 研究结果表明，较大的神经生理分化通常与场独立的认知方式相关， 这支持了心理分化假说。大脑两个半球在知觉、情感等方面存在的差 异，集中体现在左半球的工作方式是分析性的，而右半球的工作方式 是整体性的。从场依存一场独立维度上来看，左半球处理信息的方式 与场独立型相关，右半球与场依存型相关。0 l t 而a n 等人( 1 9 7 7 ) 的 对被试进行合成照片与正常面孔比较的任务的研究结果表明，场独立 型越强的被试，左视野越突出。b e e r ( 1 9 8 8 ) 用“你的思维和学习风 格”测验来评估半球一侧化，统计结果表明，在镶嵌图形测验中成绩 显著高的被试更倾向于右半球优势。这些结果都肯定了场认知风格与 场景图片中不同认知方式的视觉加工方式的眼动研究 大脑功能一侧化之问的关系，并且场独立的被试更倾向于右半球一侧 化。 1 1 6 认知方式与大脑额叶功能 人类的大脑额叶是是脑和整个神经系统功能最为高级的一部分。 大脑额叶的功能与认知方式表现出了的行为特点具有明显的相似性。 首先，w i t k i n 使用的身体调节测试与研究额叶损伤使用的任务类似。 其次，场依存一场独立认知方式的维度反映了相对依赖于外部或内部 线索的倾向，这与诺塔对额叶功能的研究结果是相类似的。基于此， 韦伯( w - a b e r ) 提出不同认知方式中的差异反应了额叶有关的认知过 程的技能变化，即认知方式表现出来的差异是有生理基础的。与额叶 有关的认知过程可能影响用于认知加工的感觉信息的特性。根据该感 觉信息的特性，与某一侧大脑半球有关的认知过程会选择性地参与加 工。自发的动作( 如眼动等) 或控制过程影响了感觉信息的性质，导 致了相应认知过程的参与。运用到视知觉领域，则是指，当对视觉信 息进行简单随意地搜索或者扫视时，那么提供的加工感觉信息相对结 构低级，主要由右半球的加工参与。当对视觉信息进行有目的地、策 略性地搜索时，会促使产生详细的感觉信息，由左半球参与加工。 1 1 7 场认知方式的应用研究 ( 1 ) 场认知风格与性别 国内外研究已经表明，场认知风格与性别和年龄之间是存在相关 的。威特金等人用棒框测验对成年男子和成年女子进行施测，测验结 果表明，成年男子表现出更强的场独立风格，这可能与男性和女性在 场景图片中不同认知方式的视觉加工方式的眼动研究 大脑一侧化程度上的差异有关。 ( 2 ) 场认知风格与抑制干扰 在信息加工过程中，加工者不仅需要激活有关的目标信息，还必 须抑制无关信息的干扰，才能实现对目标信息的准确有效的加工。抑 制是指阻止干扰信息进入工作记忆或将已激活的干扰信息从工作记 忆中清除出去的认知机制。关于干扰和抑制的关系，目前越来越多的 学者倾向于把二者区分开来，认为抑制是一种积极的压抑加工，是保 持干扰信息于工作记忆之外的过程；而干扰是在多重刺激条件下，加 工或反应之间的竞争。这说明干扰效应是抑制机制未能有效起作用的 反映。国内学者宋广文，韩树杰( 2 0 0 7 ) 通过s 仰0 p 任务的测验，讨 论了不同认知方式的个体在s t r o o p 任务中的表现，以及其在内部信息 加工的抑制机制。实验结果表明，场独立者能有效抑制无关信息的干 扰，所以能摆脱对整个场的依赖进行局部分析和加工，易于从整体场 信息( s t r o o p 任务) 中分离出目标刺激( 念字或唱色) ，因此在 s t r o o p 任务中作业时间较短。场依存者倾向于采用整体线索组织和加 工信息，易受场内无关信息的影响，即抑制干扰信息的效能较低，因 而在s t r o o p 任务中的作业时间会较长。这说明不同场认知方式的个 体信息加工抑制机制存在明显差异。 ( 3 ) 认知方式与视知觉 a t c h l e v 发现具有典型场独立性特征的飞行员能够保持较高的飞 行情景意识水平和对运动物体的追踪及判断能力。k u s h 研究发现场 独立型个体在空间透视、空间变形、图画完形及地图学习等方面能够 场景图片中不同认知方式的视觉加工方式的眼动研究 更有效地进行决策。游旭群等认为场独立性与空间认知特征间具有很 高相关，发现不同人格特征个体在空间视觉加工上存在显著差异。曹 晓华，曹立人，马恭湘等人( 2 0 0 5 ) 通过让不同认知方式的个体对先 后呈现的两幅不规则图片进行比较，讨论不同认知方式的个体在不规 则几何图形识别绩效上的差异，实验结果表明认知方式对不规则几何 图形识别绩效的影响差异显著。场独立性被试的作业绩效高于场依存 性被试。 1 2 场景知觉 1 2 1 场景的界定和特性 人类的视觉研究分为三个层面( h e n d e r s o n & h o l l i n g w o r t h ，1 9 9 9 ； 王福兴，申继亮等，2 0 0 9 ) ： 第一，低水平视觉研究。主要关注物理属性，如深度、颜色等 ( m a n ，1 9 8 2 ) 。 第二，中间水平视觉研究。主要关注对形状和空间关系的提取， 这种提取不涉及意义但需要选择性或系列的加工( u 1 1 m a n ，1 9 9 6 ) 。 第三，高水平视觉研究。主要关注从视觉表征到意义的映射，主 要涉及和认知交互相关的加工和表征的研究，具体包括了信息的动态 获取、对视觉信息的记忆和对物体、场景的识别。 ( 1 ) 场景分类 场景( s c e n e ) 可以分为两大类：人工场景( a r t i f i c i a ls c e n e ) 和真实场 景( r e a l w o r l ds c e n e ) 。人工场景是指由简单的图形、字母或符号构成 的排列( c h u n ，2 0 0 0 ) 。真实场景是指由背景和按照一定的空间模式排 场景图片中不同认知方式的视觉加工方式的眼动研究 列其中的各种离散物体构成的语义一致的真实环境图像，通常用于对 高水平场景知觉的研究。人们对真实场景和人工场景的视觉加工和认 知存在重要的差别：真实场景是被作为一个有语义特征的复合体来认 识的，它能够反映场景中各个刺激物的全部信息：而人工场景没有明 。确的语义含义，无法从抽象的水平上分析视觉力口工过程 ( h e n d e r s o n f e r r e i r a ，2 0 0 4 ；康廷虎，白学军，2 0 0 8 ) 。因此不能用对 人工场景的视觉加工研究来代替对真实场景认知的研究。本文中将场 景限定为真实场景( r e a l w o d ds c e n e ) 。 ( 2 ) 背景的功能 ， 背景是场景知觉研究中的一个重要概念。背景是场景中除特定的 物体外，与物体存在语义关系的连续体。一般情况下，物体不是单独 出现的，而是总是与其存在语义联系的背景同时出现的。在有利的条 件下，由物体自身的大量的线索( 颜色，形状，结构) 就能够足够清 楚地辨认物体的类别。在观察质量不好的情况下( 比如，距离远，或 者短时获得) 背景似乎在加强辨认的可靠性上扮演了主要的角色。在 真实世界场景中，本质物体信息通常由于闭合，照明，阴影，边缘视 觉和距离降级，导致了不佳的分辨率和或对比。在缺少足够有关一 个物体身份的局部证据时，场景结构和世界规律的先前知识提供了辨 认和定位物体的唯一信息。 1 2 2 自上而下和自下而上的加工方式 灵长类的视觉皮层是多水平选择过程的执行，其中自下而上 的刺激特征和自上而下的注意转变结合在一起，使得相关的信息能够 场景图片中不同认知方式的视觉加工方式的眼动研究 被持续地注意强调以及最终进行分析。自上而下是由意志控制和依赖 于任务目的的方式，相对缓慢，代表了有机体的内部状态；自下而上， 突显驱动和与任务目的无关的方式，相对快速，是输入感觉信号的性 质。这两种过程结合了感觉信息和注意转换来创造一个整合的视觉环 境的突显地图，该地图在网膜像上标记有兴趣的区域，并有助于指导 注视转换到其他位置。这种突显地图通过电路性质创造，如许多视觉 神经元的对抗中央环绕组织，和动态影响，如注意。导致的稀疏的视 觉环境表征反应了系统对最有关信息的最佳猜测。依赖于最突显的方 面可能并不总是合适的但是它是一种对有限加工资源的有效使用，因 为低突显的方面需要更多的加工因为它们的低信号噪音比率。突显地 图是的视觉系统整合大量的信息，即使在中央窝之外，因为它为感觉 输入中潜在最相关的信息提供了一个有效地编码图示。 1 2 3 场景知党加工的模型 研究者已经提出了不同的可能对视觉搜索时的注意指导起作用 的机制，深入地在建模和行为工作两方面进行了探索( b m c e ， t s o t s o s ，2 0 0 5 ；i t t i ，k o c h n i e b u r ，1 9 9 8 ；l i ，2 0 0 2 ；t o r r a l b a ，2 0 0 3 ) 。许多 的研究显示局部统计与背景统计不同的区域更可能吸引一个观察者 的凝视：独特的颜色，动作，定向，或者大小构成了最普遍的突显属 性，至少在简单的显示中( w r o l f e & h o r o w 沱，2 0 0 4 ) 。有突显指导可 能也对复杂图像的早期注视起作用( i t t i & k b c h ，2 0 0 0 ；p a r l 【1 1 u r s t ，k l w & n i e b u r ，2 0 0 2 ；v a nz o e s t ，d o n k ，& t h e e u w e s ，2 0 0 4 ) ，尤其当场景背景 没有提示信息时( p a r k h u r s te ta 1 ，2 0 0 2 ；p e t e r s ，i y e r ，i t t i k b c h ，2 0 0 5 ) 场景图片中不同认知方式的视觉加工方式的眼动研究 或者在自由观察时。在自然图像中，注意到客体比起它的背景更突显 是很有意思的( t o r r a l b a ，0 l i v a ，c a s t e l h a n o ，& h e n d e r s o n ，2 0 0 6 ；e l a z a r y & i t t i ，2 0 0 8 ) ，所以动眼指导过程可能使用突显作为启发式来注视在场 景中的客体，而不是用背景。 除了由突显自下而上的指导，还有一个由任务调整的视觉注意的 白上而下组成。在搜索时，观察者可以选择注意更可能包括目标的场 景区域。在经典的搜索任务中，目标特征是一个普遍存在的指导资源 ( 1 1 r e i s m a n & g e l a d e ，1 9 8 0 ；w r 0 1 f e ，c a v e & f r a n z e l ，1 9 9 8 ；w r o l f e ，1 9 9 4 ， 2 0 0 7 ；z e l i n s k 弘2 0 0 8 ) 例如，当观察者搜索一个红色的目标，注意快 速地捕捉到场景中的红色物体。尽管一个自然物体，比如一个行人， 没有单独的定义特征，仍然有统计可靠的性质( 向上的形式，圆的头， 竖直的身体) 可以由视觉注意选择。事实上，有真实世界搜索任务中 有相当的目标驱动注意指导的证据( e i n h a u s e re ta l ，2 0 0 8 ；p o m p l u n ， 2 0 0 6 ；r a o ，z e l i n s k y ，h a y h o e & b a l l a r d ，2 0 0 2 ；r o d r i g u e z s a n c h e z ， s i m i n e & t s o t s o s ，2 0 0 7 ) 。 另一个应用在生态搜索任务中的自上而下成分是场景背景。自然 场景的统计规律提供了目标位置和出现的丰富的线索( e c k s t e i n ， d r e s c h e r s h i m o z a k i ，2 0 0 6 ；h o i e m ，e f r o s ，h e b e n ，2 0 0 6 ；，】1 0 r r a l b a 0 l i v a ，2 0 0 2 ；1 胁r r a l b a & 0 l i v a ，2 0 0 3 ；0 l i v a 卫d r r a l b a ，2 0 0 7 ) 。在一次扫 视中，整体信息可以提供关于空问布局和场景分类的有用的信息 ( j o u b e r t ，r o u s s e l e t ，f i z e & f a b r e t h o r p e ，2 0 0 7 ；g r e e n e 0 1 i v a ，2 0 0 9 ； r e n n i n g e r & m a l i l 【，2 0 0 4 ；m c c o t t e r ，g o s s e l i n ，s o w d e n ，s c h y n s ， 场景图片中不同认知方式的视觉加工方式的眼动研究 2 0 0 5 、) 。分类的场景信息告诉了一个观察者哪个物体更可能出现在场 景中，会出现在哪儿( b a r ，2 0 0 4 ；b i e d e 咖a n ，m e z z a n o t t e ，& r a b i n o w i t z ， 1 9 8 2 、l 。而且，整体特征可以足够快地提取出来从而影响早期搜索机 制和注视( c a s t e l h a n o h e n d e r s o n ，2 0 0 7 ； c h a u m o n ， d r o u e t t a l l o n b a u d r y ，2 0 0 8 ) 。 目前，在预测搜索机制和注视方面准确度较高的三个模型分别为 突显模型，目标特征模型和场景背景地图模型。 ( 1 ) 突显指导模型 突显的计算模型通常基于一个原则：他们使用了一个局部图像特 征的混合( 比如，在不同空间水平的颜色和定向) 来决定局部异常值 的区域假定跨更大区域的图像的统计特征分布。这些模型之下的假设 是与附近区域性质不同的位置或者图像作为一个整体是最有信息性 的。确实，在一个图像中很少图像特征更可能有物体特征( e l a z a r y & i t t i ，2 0 0 8 ；t o r r a l b ae ta 1 ，2 0 0 6 ) ，而重复的图像特征或者大的同质区域 不可能是物体类( r o s e n h o l t z ，l i n a k a n o ，2 0 0 7 ；b r a v o & f a r i d ， 2 0 0 4 ) 。计算突显包括了估计在图像中局部特征的分布最具代表的计 算模型是i t t i ，k o c h 提出的突显地图( s a l i e n c em a p ) 计算模型，即本 研究使用计算模型。 ( 2 ) 目标特征指导模型 搜索指导另一个普遍的资源是目标特征( w r o l f e ，2 0 0 7 ；z e l i n s k y ， 2 0 0 8 ) 。辨别一个物体外表的相关仍然是一个困难的问题，尽管最近 计算机视觉方法在一些物体类别已经到了优秀的表现( 如，面孔， 场景图片中不同认知方式的视觉加工方式的眼动研究 u l l m a n ，d a l n a q u e t ，& s a l i ，2 0 0 2 ；车，p a p a g e o 唱i o u & p o g g i o ，2 0 0 0 ； 行人，d a l a l t r i g g s ，2 0 0 5 ；汽车，自行车和行人s e r r e ，w b l f b i l e s c h i ， r i e s e n h u b e r p o g g i o ，2 0 0 7 ；t o m l b a ，f e r g l l s f r e e m a n ，2 0 0 8 ) 。目标 特征指导模型中最具代表性的是d a l a l t r i g g s ( 2 0 0 5 ) 和d a l a l ， t r i g g s ，s c h m i d ( 2 0 0 6 ) 发展的人物探测器，其编码可以在网上获得， 而且以一个合理的速度陈述了人工探测表现。 d a l a l t h g g s ( d t ) 探测器是一个使用了一个扫描窗方法来探 索在所有位置和水平的分级器探测器。分级器萃取了来自于该窗口的 特征集且应用了一个线性支持向量机器( s v m ) 来分类属于目标或者 背景类别的窗口。特征是一个剃度导向的直方图( h o g ) 描述量。这 个探测量对竖直的人物形象整体敏感，但是相对对在手臂和腿姿势的 变量不那么敏感。 ( 3 ) 背景指导模型 背景指导模型情景中的目标搜索提供了一个概率框架。背景指导 模型执行了一个自上而下的限制选择了“相关”搜索任务的图像区域。 在一个人物搜索任务中自上而下的限制，举例来说，将选择对应人行 道的区域而不是天空或者树。在o l i v aa n dt o h a l b a ( 2 0 0 1 ) 中，采用了 一个使用“整体特征”的集的表征，该整体特征提供了图像中空间频 率和定向的空间组织的整体描述。 1 2 4lt ti ，k o c h 的突显地图( s alie n c em a p ) 模型 1 2 4 1 突显模型介绍 i t t i ，k o c h 的突显地图( s a l i e n c em a p ) 模型是突显指导模型中最 场景图片中不同认知方式的视觉加工方式的眼动研究 完善最具代表的计算模型，是本研究用于处理图片的计算模型。 突显指导的视觉注意模型建立在生物解释的结构之上，是由 k o c h 和u l l m a n 在基于一些模型的基础之上提出来的。本模型与“特 征整合理论”是相关的。“特征整合理论”理论提出解释人类视觉搜 索策略。第一次将视觉输入分解成为一个地形学特征的地图集。在每 个地图中，不同的空间位置为突显而竞争，只有从环境中局部突显出 来的位置才能持续。所有的特征地图整合到一个主要的“突显地图”， 以纯粹的自下而上的方式，突显地图在整个视觉场景中对局部显著进 行了地形学上的编码。在灵长类动物中，这种地图任务是位于后顶叶 区，同时也位于丘脑枕核。该模型的突显地图赋予了产生注意转换的 内部动态。因此，本模型表现的是一个完全的自下而上突显的解释， 且不需要任何白上而下的指导用以转换注意。这个框架提供了一个为 大规模平行执行的方法，该方法用于需要由更复杂和耗时的物体识别 过程分析的一些小部分的有意思图像位置提供的快速选择。再延伸一 下，这个方法，从更高级皮层区域反馈的“指导搜索”中( 如，关于 需要寻找的目标的知识) ，用于评估不同特征的重要性，从而只有高 权重的才能达到更高的加工过程。 1 2 4 2 模型的建构 模型的输入是静止彩色图像的形式。通过动态高斯金字塔创造九 个空间水平 1 1 ) ，该金字塔逐渐地低通过滤和提取输入图像的子样 本，产生从1 ：1 ( 水平0 ) 到1 ：2 6 5 ( 水平8 ) 八个度的水平和垂直的 图像折减系数。 场景图片中不同认知方式的视觉加工方式的眼动研究 每个特征通过一个线性“中心一周围”( c e n t e r s u r r o u n d ) 操作的 组计算，该操作类似于视觉接受场：典型的视觉神经元对视觉空间( 中 央) 的一个小区域是最敏感的，而呈现在更广阔、减弱的以中央为同 心圆的拮抗区域抑制了神经元的反应。这种结构，对局部空间的不连 续敏感，尤其适于探测从周围局部突显出来的位置，而且是在视网膜， 外侧膝状核和初级视觉皮层的一个通用的计算原则 1 2 】。“中央周围” 操作在模型中作为好的和粗糙水平之问的差异执行：中央是在水平 2 ，3 ，4 上的像素，周围则对应于在水平s = c + 6 水平上的像素，其中6 3 ，4 ) 。两个地图之间的跨水平差异，以下以“o ”表示，是由好的 水平和逐点减去的内插值得到的。不仅仅对c 使用一些水平，也对6 = s c 使用，从而产生了真正的多水平特征提取，通过包括中央和周围 区域之间不同的大小比例【5 】。 突显地图的早期视觉特征地图包括了三种性质的特征：色彩，方 向，密度。 ( 1 ) 色彩特征地图 。 色彩特征的提取用r ，g 和b 这三个字母表示。r ，g 和b 代表红， 绿和蓝三个输入图像的渠道，密度图像i 通过i = ( r + g + b ) 3 得到。i 用于创造一个高斯金字塔i ( o ) ，其中o 【o 8 是水平。r ，g 和b 渠 道通过i 标准化以从密度中解耦色彩。然而，因为色彩变量在很低的 亮度上不能被感知到( 因此是不突显的) ，标准化只用于在整个图像 中i 大于它的最大值的1 1 0 的位置( 其他位置产生0r ；g 和b ) 。创 造了四个大致调整的彩色渠道：红色是r = r 一( g + b ) 2 ，绿色是 场景图片中不同认知方式的视觉加工方式的眼动研究 g = g ( r + b ) 2 ，蓝色是b = b ( r + g ) 2 ，以及黄色y = ( r + g ) 2 一i r - g i 2 - b ( 负值设 为零) 。四个高斯金字塔r ( o ) ，g 从( o ) ，b ( o ) ，y ( o ) 从这些彩色渠道 中创造出来的。 中央一周围差异“o ”在一个“中央”好的水平c 和一个“周围” 粗糙点的水平s 产生了特征地图。特征地图的第一个集与密度对比是 相关的，密度对比在哺乳动物中是通过神经元要么对在明亮的背景的 暗的中央敏感，或者对在暗的背景的明亮的中央敏感。这里两种敏感 是同时计算的( 使用一种纠正) 在一个六个地图i ( c ，s ) ，其中c 2 ，3 ，4 ) ，s = c + 6 ，6 3 ，4 ) 的集中： i ( c ，s ) = l i ( c ) i ( s ) i( 1 - 1 ) 地图的第二个集与彩色渠道相似的建构起来，第二个集在皮层上 使用“彩色双竞争”系统表示：在他们接收场的中央，神经元由一个 颜色( 如红色) 兴奋，被另一个颜色( 如绿色) 抑制，然而在背景中 反之亦然。这种空间和颜色竞争存在于红绿，绿红，蓝黄和黄蓝色 对中在人类的初级视觉皮层中。相应地，地图r g ( c ，s ) 在模型中 创造出来以同时解释红绿，绿红双竞争( 等式2 ) ，和b y ( c ，s ) 解释蓝黄和黄蓝双竞争( 等式3 ) ： 船( c ，j ) = l ( 月0 ) 一g ( c ) ) o ( g ) 一月o ) ) i ( 1 2 ) 缈( c ，s ) = i ( b ( c ) 一】，( c ) ) ( 】，o ) 一b o ) ) l ( 1 3 ) ( 2 ) 方向特征提取 场景图片中不同认知方式的视觉加工方式的眼动研究 局部方向信息使用方向高博o ( o ，o ) 金字塔的i ，其中o 【o 8 表示水平，o o 。，4 5 。，9 0 。，1 3 5 。) 表示方向。( 高博过 滤器，是余弦光栅和一个2 d 高斯遮盖，近似于在初级视觉接收场敏 感侧面图( 脉冲响应) ) 。方向特征地图，0 ( c ，s ，o ) ，以组为单位， 解码中央和背景水平之间的局部方向对比： o p ，5 ，9 ) ；l o ( c ，口) o ( s ，p ) l ( 1 4 ) 总共，需要计算4 2 个特征地图：六个密度特征地图，1 2 个色彩 地图和2 4 个方向地图。 突显地图的目的是用于以标量表示在视觉场中的每个位置的显 著或突显，以基于在突显的空间分布上指导注意位置的选择。一 个特征地图的整合提供了突显地图的白下而上的输入，为一个动态的 神经网络建模。 结合不同特征地图时的一个困难是他们表示的是一个先验 ( p r i o r i ) 的而不是可比较的模式，有不同的动态范围和提取机制。 而且，因为所有4 2 个特征地图进行了结合，只在一些地图中显得强 烈的突显物体，可能被呈现在更大范围的地图中的干扰或者不那么突 显的物体掩蔽里。 在缺乏白上而下的监督下，我们建立一个地图规范化操作，n ( ) ， 同时整体压制了包含大量可比较高峰反应的地图。n