（基础心理学专业论文）场景识别中物体空间属性对视图合并机制的影响.pdf

两南大学硕 学1 7 论文摘要 场景识别中物体空间属性对视图合并机制的影响 基础心理学专业硕士研究生张慧 指导教师孙弘进教授 摘要 人类要实现与动态环境的互动 必须具备从新异角度识别物体或场景的能力 研究者们 对人类视觉系统的这种能力做了大量研究得出了两种基本的认知理论模型 结构描述模型 s t r u c t u r a ld e s c r i p t i o nm o d e l s 和基于视图的模型 v i e w b a s e dm o d e l s 视图合并 v i e w c o m b i n a t i o n 是在基于视图的模型的众多理论中 从计算的角度研究的理论观点之一 它是指 通过合并记忆中表征的物体视图而对新异视图的识别产生概化 g e n e r a l i z a t i o n 的加工过程 视图合并的观点认为 一个物体的新异视图能够被成功识别的难易程度依赖于它和脑内一系 列多种贮存视图的结构相似程度 研究者在物体识别领域已经开展了大量视图合并理论的实 证研究 并得出视图合并的强度会受到先前经历的两个视图的相似程度 两视图呈现的时空 连续性 遮挡等各种因素的影响的结论 而在场景识别中 有关视图合并的研究则相对缺乏 本研究在改进f r i e d m a n 2 0 0 8 年实验范式的基础上 利用虚拟现实技术创设出类似 d i w a r d k e r 实验中真实圆桌场景的高仿真虚拟现实场景考察了经历两角度学习后的视图合并内 在加工机制 由于场景中包含了各种复杂信息 我们通过分离场景中不同空间属性 位置信 息和特征信息 进一步考察各自对视图合并的影响 三个实验均由两个阶段组成 训练阶段和测试阶段 在这两个阶段中 被试的任务均为 场景识别任务 即判断屏幕呈现的布局是否为实验默认的正确布局 所不同的是在训练阶段 目标布局或者干扰布局会从两个相隔7 5 的角度呈现 我们称0 对应的视图和7 5 对应的 视图为训练视图 并且由于被试没有被告知确切的正确场景 因此被试只能通过实验提供的 反馈信息猜测学习正确布局 在测试阶段 正确布局或者错误布局从五个相隔3 7 5 的角度 呈现 其中包括o 7 5 训练视图 3 7 5 内插视图 1 1 2 5 外插视图 1 5 0 远视图 且 测试阶段不提供反馈信息 实验l 主要自变量为测试视图类型 训练视图 内插视图 外插视图 远视图 和干扰 布局类型 移动位置 互换位置 因变量为止确反应的反应时和错误率 结果发现在反应时 上 被试对内插视图的识别速度快于其他视图 对训练视图的识别速度也快于外插视图和远 两南大学硕十学何论文摘要 视图 在错误率上 特征信息条件呈现的行为模式同反应时 在移动位置条件下 内插视图 的错误率高于其他视图 移动位置条件下反应时和错误率产生不同模式的原因在讨论中做了 详细阐述 实验2 目的为考察场景中不同空间属性对视图合并加工机制的影响 我们将场景重新设 置为两种类型 包含位置信息的场景 相同的杯子组成的不规则布局 对应的干扰布局为移 动一个杯子的位置 和包含特征信息的场景 不同杯子组成的不规则布局 对应的干扰布局 为互换两个杯子的位置 主要自变量为测试视图类型 训练视图 内插视图 外插视图 远 视图 和场景包含的空间属性类型 位置信息 特征信息 结果发现在反应时上 两个因素 的主效应均显著 交互作用也显著 在位置信息条件下 被试对内插视图的反应时高于训练 视图 低于外插视图 而在特征信息条件下 被试对内插视图和训练视图的反应时一样快 均低于外插视图 在本实验中 错误率和反应时的行为模式基本相同 实验3 进一步考查动态线索对两种空间属性信息视图合并的影响 实验设置同实验2 不 同的是在每组训练阶段的开始 场景从一个角度呈现3 s 后 黑布遮住布局 然后以7 5 s 的 角速度旋转1 s 到另外一个角度 同时黑布撤走 布局再次呈现3 s 让被试观察 结果发现 在 位置信息条件下 无论在反应时还是错误率上 被试对内插视图的识别成绩同训练视图一样 好 并且都好于外插视图和远视图 特征信息条件下的识别模式基本类似于位置信息条件 本研究的三个实验结果均支持了场景识别的视图合并机制观点 为了深入了解视图合并 内在机制的特点 我1 r i l l 入了空间属性 运动线索两个因素 通过将场景包含的复杂信息类别 化 单一化 细致考察空间属性对视图合并的影响方式 结果发现 视图合并在特征信息条 件下的视图合并效果普遍好于位置信息条件下的视图合并效果 通过在训练初始阶段加入一 段动态效果 结果表明动态旋转过程能在一定程度上提高了场景表征的整体抽象水平 易化 了特征信息的视图合并加工 而对位置信息没有明显影响 这说明两种空间属性信息对视图 合并的影响方式存在本质差异 关键词 场景识别视图合并空间属性信息动态线索 两南大学硕 学f 7 论文abstract t h ee f f e c to f s p a t i a lp r o p e r t i e so nv i e w c o m b i n a t i o nm e c h a n i s m si ns c e n e r e c o g n i t i o n p o s t g r a d u a t es t u d e n to fb a s i cp s y c h o l o g y z h a n gh u i s u p e r v i s o r p r o f s u nh o n g j i n a b s t r a c t t oi n t e r a c tw i t had y n a m i ce n v i r o n m e n t h u m a n sa l i k em u s tb ec a p a b l eo fa c c u r a t e l ya n d q u i c k l yr e c o g n i z i n go b j e c t so rs c e n e sd e s p i t ec h a n g e si nv i e wt h a to c c u rt h r o u g hm o v e m e n to ft h e o b j e c to ro ft h eo b s e r v e r r e s e a r c ho nt h ea p p a r e n ta b i l i t yo fh u m a nv i s i o nh a sb e e nl a r g e l yd r i v e n b yt w oc l a s s e so fc o g n i t i v em o d e l s s t r u c t u r a ld e s c r i p t i o nm o d e l sa n dv i e w b a s e dm o d e l s o n eo f t h e t h e o r i e si nv i e w b a s e dm o d e le l a b o r a t i n gt h eo b j e c tr e c o g n i t i o nf r o mac o m p u t a t i o n a l p e r s p e c t i v ek n o w na sv i e wc o m b i n a t i o ns u g g e s t st h a tg e n e r a l i z a t i o nt on o v e lv i e w so fa no b j e c ti s a c c o m p l i s h e db yc o m b i n i n gm u l t i p l eo b j e c tv i e w sr e p r e s e n t e di nm e m o r y t h a ti s t h ee x t e n tt o w h i c han o v e lv i e wo fa no b j e c tc a l lb er e a d i l yr e c o g n i z e dd e p e n o ni t sd e g r e eo fs t r u c t u r a l s i m i l a r i t yt oas e to fm u l t i p l es t o r e dv i e w s a l t h o u g ht h e r eh a v eb e e nm a n ye m p i r i c a ls t u d i e so nt h e v i e wc o m b i n a t i o nm e c h a n i s m so fo b j e c t sr e c o g n i t i o ni nt h ep a s tl e a d i n gu st ok n o ws o m ef a c t o r s s u c ha ss i m i l a r i t ya n dt e m p o r a l s p a t i a lc o n t i n u i t yb e t w e e nt w os t u d i e dv i e wo fo b j e c tc o u l da f f e c t t h ev i e wc o m b i n a t i o np r o c e s s i n g o n l yaf e wh a v ei n v e s t i g a t e dh o wv i e w so fs c e n e sa r ec o m b i n e d a c r o s sd i f f e r e n tv i e w p o i n t sa n dh o wt h es y s t e mu s e st h i si n f o r m a t i o ni ns c e n er e c o g n i t i o n i nt h ep r e s e n ts t u d y b a s e do nt h ei m p r o v e df r i e d m a n 2 0 0 8 sp a r a d i g mf o rv i e wc o m b i n a t i o n w ec r e a t e dav i r t u a l r e a l i t ys e t t i n gm u c hl i k ed i w a r d k e r sr e a lt a b l el a y o u tt oe x p l o r et h ev i e w c o m b i n a t i o nm e c h a n i s m c o n s i d e r i n gt h e r ea r ev a r i o u sf e a t u r e si n t e r m i n g l e di no u rs u r r o u n d i n g e n v i r o n m e n t w em a d eaf u r t h e rd i s c r i m i n a t i o ni nt h ee f f e c to fl o c a t i o ni n f o r m a t i o na n di d e n t i t y i n f o r m a t i o no nv i e wc o m b i n a t i o ni ns c e n er e c o g n i t i o n a n yo ft h e3e x p e r i m e n t sw er e p o r t e dh e r ec o n s i s t e do ft w op h a s e s t r a i n i n gp h a s ea n dt e s t i n g p h a s e p a r t i c i p a n t sw e r ea l l o w e dt oc o m p l e t e a s c e n er e c o g n i t i o nt a s k r e g a r d l e s s o fw h i c h p e r s p e c t i v et h es c e n ew a st a k e nf r o m t h ev i r t u a lt a b l el a y o u tw a sp r e s e n t e df r o mt w og r o u n d l e v e l p e r s p e c t i v e s7 5 a p a r ti nt h et r a i n i n gp h a s e e g 0 t r a i m n gv i e wa n d7 5 t r a i n i n gv i e w a n dt h r e e o t h e rp e r s p e c t i v e si nt h et e s t i n gp h a s e e g i n t e r p o l a t e dv i e w o n et h a tw a sb e t w e e nt h et w ot r a i n i n g p e r s p e c t i v e si e 3 7 5 v i e w e x t r a p o l a t e dv i e w o n et h a tw a so u t s i d eo ft h et r a i n i n gr a n g ei e 1 1 2 5 v i e w a n df a v i e w o n et h a tw a sf a rf r o mt h et r a i n i n gv i e w si e 1 5 0 v i e w b o t ht h e i n t e r p o l a t e dv i e wa n dt h ee x t r a p o l a t e dv i e ww e r ee q u i d i s t a n t f r o mo n eo ft h et r a i n i n gv i e w s p a r t i c i p a n t sr e c e i v e df e e d b a c km e s s a g e i nt r a i n i n gp h a s eb u tn o n ei nt e s t i n gp h a s e i ne x p1 t h ei n d e p e n d e n tv a r i a b l eo fi n t e r e s tw a st e s t i n gv i e wt y p e t r a i n i n gv i e w i n t e r p o l a t e d i i i 西南大学硕 学何论文 a b s t r a c t v i e w e x t r a p o l a t e dv i e wa n d f a v i e w a n dd i s t r a c t o rt y p e m o v e s w i t c h t h er e s u l to fe x p e r i m e n tl s h o w e du ss u b j e c t sr e c o g n i z e di n t e r p o l a t e dv i e w sa sf a s ta st h et r a i n e dv i e w s b o t hi n t e r p o l a t e d v i e wa n dt r a i n i n gv i e ww e r er e c o g n i z e df a s t e rt h a ne x t r a p o l a t e dv i e w a l t h o u g he x t r a p o l a t e dv i e w a n di n t e r p o l a t e dv i e ww e r eb o t he q u i d i s t a n tf r o mt h et r a i n i n gv i e w t h es a l n ep a t t e mw a sr e p l i c a t e d i ne r r o rr a t ei nt h em o v ec o n d i t i o nr a t h e rt h a ni nt h es w i t c hc o n d i t i o n t h er e a s o nf o rt h ed i f f e r e n c e w a se l a b o r a t e di n t e n s i v e l yi nt h ed i s c u s s i o n i ne x p 2 i no r d e rt oe x p l o r et h ee f f e c to fd i f f e r e n ts p a t i a lp r o p e r t i e so nt h ev i e wc o m b i n a t i o n m e c h a n i s m s w ec r e a t e dt w os o r t so fs c e n e sc o m p o s e do fd i f f e r e n ts p a t i a li n f o r m a t i o n o n es o r to f t w ol a y o u t sc o n s i s t e do fi d e n t i c a lc u p sa r r a n g e di r r e g u l a r l yo nt h ev i r t u a ld e s k t o p a n dt h e c o r r e s p o n d i n gd i s t r a c t o ro fw h i c h i st h el a y o u tw i t ho n eo b j e c tm o v e dt oo t h e rp o s i t i o n t h eo t h e r s o r to ft w ol a y o u t sc o n s i s t e do fd i f f e r e n tc u p s o fd i f f e r e n tc o l o r t e x t u r e o rs h a p e a n dt h e c o r r e s p o n d i n gd i s t r a c t o ro fw h i c h i st h el a y o u tw i t ht w oo b j e c t ss w i t c h e d t h ei n d e p e n d e n tv a r i a b l e o fi n t e r e s ti sa l s ot e s t i n gv i e wt y p e t r a i n i n gv i e w i n t e r p o l a t e dv i e w e x t r a p o l a t e dv i e wa n df a rv i e w a n ds p a t i a l p r o p e r t i e s i n f o r m a t i o nc o n t a i n e di nt h es c e n e 1 0 c a t i o ni n f o r m a t i o n i d e n t i t y i n f o r m a t i o n a c c o r d i n gt ot h er e s u l to fe x p 2 s u b j e c t sr e c o g n i z e di n t e r p o l a t e dv i e w sm o r es l o w l y t h a nt h et r a i n e dv i e w s b u tf a s t e rt h a ne x t r a p o l a t e dv i e w si nl o c a t i o ni n f o r m a t i o nc o n d i t i o n i nt h e i d e n t i t yi n f o r m a t i o nc o n d i t i o n s u b j e c t sr e c o g n i z e di n t e r p o l a t e dv i e w sa sw e l la st h et r a i n e dv i e w s b u tf a s t e rt h a ne x t r a p o l a t e dv i e w s n es a l t l e p a t t e mw a sr e p l i c a t e di ne r r o rr a t ei ne i t h e rc o n d i t i o n u n t i ln o w w ec o u l dm a k et h ec o n c l u s i o nt h a tv i e wc o m b i n a t i o ne f f e c to c c u r r e di ne i t h e rc o n d i t i o n m o r e o v e r t h ev i e wc o m b i n a t i o ne f f e c ti ni d e n t i t yi n f o r m a t i o nc o n d i t i o ni ss t r o n g e rt h a nt h a ti n l o c a t i o ni n f o r m a t i o nc o n d i t i o n i ne x p 3 w eb r o u g h ti nt h ed y n a m i cc u e s o t h e rt h i n g sb e i n ge q u a l w ec h a n g e dt h ep r e s e n t a t i o n o ft h el a y o u tt oe x a m i n eh o ws u b j e c t su s et h ed y n a m i cc u e si ne x p e r i m e n t 1 1 1 el a y o u tw a sp r e s e n t e d f r o mo n ep e r s p e c t i v ef o r3s e c o n d sf i r s t l y a n dt h e nt h el a y o u tw a sc o v e r e db yab l a c kc l o t h a n di n t h es a m et i m e t h ev i r t u a lc a m e r ar o t a t e da r o u n dt h ec e n t e ro f t h el a y o u tf o rl si na n g u l a rs p e e do f7 5 s w h e nt h ec a m e r aa c h i e v e di nt h es e c o n dv i e w p o i n t t h el a y o u tw a sp r e s e n t e df o r3 so n c ea g a i n w i t ht h eb l a c kc l o t hr e m o v e d a sar e s u l t i ne i t h e rc o n d i t i o n s u b j e c t sp e r f o r m e dt h es a m ew a ya si n e x p e r i m e n t2 m o r e o v e r i ni d e n t i t yi n f o r m a t i o nc o n d i t i o n s u b j e c t sr e c o g n i z e di n t e r p o l a t e dv i e w sa s w e l la st h et r a i n e dv i e w s f a rf a s t e rt h a ne x t r a p o l a t e dv i e w sw h i c hs e e m e dt h a ts u b j e c t sp e r f o r m e d m u c hb e t t e rt h a nd i di ne x p e r i m e n t2 t h er e s u l to fe x p e r i m e n t3s h o w e dt h a tm o t i o nc u e sd i d f a c i l i t a t et h ev i e wc o m b i n a t i o ne f f e c ti ni d e n t i t yi n f o r m a t i o nc o n d i t i o n i nc o n t r a s t i ts e e m e dt h a t m o t i o nc u e sd i dn o th a v ea n yf a c i l i t a t i o ne f f e c ti nl o c a t i o ni n f o r m a t i o nc o n d i t i o n i nc o n c l u s i o n t h i sf i n d i n go fo u re x p e r i m e n t sp r o v i d e dm o r ee v i d e n c ef o rv i e wc o m b i n a t i o ni n s c e n er e c o g n i t i o n a n ds h e dl i g h to nh o wl o c a t i o no ri d e n t i t yi n f o r m a t i o ni n f l u e n c e st h ev i e w c o m b i n a t i o np r o c e s si n s c e n e r e c o g n i t i o ni n d i v i d u a l l y a l s o o u r r e s u l tb r o u g h tu sm o r e c o n s i d e r a t i o na b o u tt h ec o n t r i b u t i o no fd y n a m i cc u e st ot h ee f f e c t so fs p a t i a lp r o p e r t i e so nv i e w c o m b i n a t i o n 两南大学硕十学位论文a b s t r a c t k e y w o r d s s c e n er e c o g n i t i o n v i e wc o m b i n a t i o n s p a t i a lp r o p e r t y d y n a m i cc u e v 学位论文题目 独创性声明 本人提交的学位论文是在导师指导下进行的研究工作及取得的研究成果 论文中引用他 人已经发表或出版过的研究成果 文中已加了标注 学位论文作者 驾毁 签字日期 加h 年 月 日 学位论文版权使用授权书 本学位论文作看完全了解西南大学有关保留 使用学位论文的规定 有权保留并向国家 有关部门或机构送交论文的复印件和磁盘 允许论文被查阅和借阅 本人授权西南大学 研究生部可以将学位论文的全部或部分内容编入有关数据库进行检索 可以采用影印 缩印或扫描等复制手段保存 汇编学位论文 保密的学位论文在解密后适用本授权书 本论文 口不保密 口保密期限至年月止 撒论文作者张弓鸟芝锄始孙占厶迁 签字日期 z 6 年 月 矿日 签字日期 加z 年名月 口日 西南大学硕十学传论文 引言 1 引言 当我们在环境中进行各种活动时 外界在我们的视网膜上的成像正在不断经 历着各种各样的变化 明暗 大小 颜色 形状 然而无论其如何变化 我们对 外界信息的知觉始终保持相对稳定 并且具备着准确识别各种曾经见过的事物的 超凡本领 其中关于人类的视觉系统是如何从新异角度识别物体和场景这个看 着不成问题的问题一直困惑着心理学 计算机视觉甚至神经学的专家 直到科技 日新月异的今天 仍然没有任何一个智能化的机器人可以 学到 这个本事 心 理学界在物体识别领域开展了一系列研究 并形成了两大理论模型 一结构描述模 型 s t r u c t u r a ld e s c r i p t i o nm o d e l s 和基于视图的模型 v i e w b a s e dm o d e l s 结构 描述模型指出人类视觉系统可以抽取物体的各种关键特征 而无须依赖于观察视 角的变化 基于视图的模型则认为人类在脑内贮存了物体各种观察角度下的视图 新异视图是通过和贮存视图相比较得出 其中有一种视图合并的观点认为 经历 过的各种物体视图不是简单的 存放 在脑内 而是要经过大脑的再加工 这种加 工可能会合并记忆中的视图再造出一个更加抽象的 原型 新异视图的识别是将 其和这个 原型 匹配完成的 这种观点在我们日常生活经验中也可以得到感性的 认识 例如你从东面经过一个公园的游乐场进行观察后 又从北面再次观察游乐 场 之后你会有种从东北方向识别这个游乐场的倾向 目前不少研究逐渐开始关 注人类究竟如何将两个先前经历的视图合并在一起促进对新异视图的识别的 e d e l m a n b i j l t h o f f 1 9 9 2 最早利用管状物体得出了视图合并的内插优势效应 两个学习过的视图 训练视图 之间的内插视图识别成绩要优于训练视图 后人 又做了一系列研究对物体识别中的视图合并进行更深的了解 但是关于场景识别 的视图合并特点却知之甚少 f r i e d m a n 等人2 0 0 8 年采用大范围的运动场景图片作 为实验材料得出了内插优势效应 可是场景作为一个由不同物体组成的集合体并 不像物体那样具有高度的内在整合性 因而对场景识别中是否的确存在视图合并 的内插优势效应还有待考察 考虑到场景中包含有性质不同的位置结构信息和物 体特征信息 本研究利用虚拟现实技术创设出具有较高仿真度的类似d i w a r d k e r 真实场景的虚拟现实场景 并进一步分离这两种信息 位置信息和特征信息 考 察场景识别中不同空间属性对视图合并机制的影响 两南大学硕十学位论文 理论研究综述 2 理论研究综述 2 1 视图合并的理论概述 关于物体识别的加工机制一直是认知心理学界争论不休的话题 其中发展较 为成熟的理论模型是结构描述模型 s t r u c t u r a ld e s c r i p t i o nm o d e l s 和基于视图的模 型 v i e w b a s e dm o d e l s 基于视图的模型具体可以从计算的 p o g g i o e d e l m a n 1 9 9 0 心理学的 r a r r p i n k e r 1 9 8 9 以及神经物理学 p e r r e t t o r a m a s h b r i d g e 1 9 9 8 的角度来阐述这个模型的本质 视图合并 v i e wc o m b i n a t i o n 是从计算的角度 研究的理论观点之 它是指 通过合并记忆中表征的物体视图而对新异视图的识 别产生概化 g e n e r a l i z a t i o n 的加工过程 这种观点认为 一个物体的新异视图能 够被成功识别的难易程度依赖于它和脑内一系列多种贮存视图的结构相似程度 相比物体识别的标准化理论 该理论认为视觉系统对物体新异角度的识别是通过 将输入图像和记忆中的 贮存视图 作比较完成的 视图合并理论认为视觉系统 对物体新异视图的识别是通过将输入图像和一个 混合视图 h y b r i d v i e w 做 比较完成的 e d e l m a n b i i l t h o f f 1 9 9 2 这个混合视图宏观来讲是人类大脑的计算 系统通过合并记忆中的多个视图来完成的 但是关于这种视图合并的计算基础和 执行细节 目前尚无定论 很多研究者从各自的角度作出假设和论证 一种观点 认为通过正交投射 o r t h o g r a p h i cp r o j e c t i o n 的方法 一个物体某个视图的点的二 维坐标可以通过这个物体其它视图相应点的二维坐标的线性内插得 出 u l l m a n b a s i l 1 9 9 1 另一种观点认为 贮存在记忆中的物体的每个原型视图都会有一个 高斯分布函数 r a d i a nb a s i cf u n c t i o n s r b f s 这样通过这些高斯函数的非线性叠 加可能会产生一个综合的理想特征函数 物体识别就是利用这个特征函数来比较 输入图像计算的函数值和o 1 的阈限值实现的 p o g g i o e d e l m a n 1 9 9 0 p o g g i o g i r o s i 1 9 8 9 e d e l m a n 1 9 9 9 贝j j 从 原型 的角度出发阐述物体新异视图的识别过 程 他借用数学统计术语把物体在脑内的表征看作多维度 形状空间 s h a p es p a c e 中的一个点 物体表征之间的距离在多个维度是和结构相似性成比例的 当一个 熟悉物体的新异视图呈现时 大脑存贮的所有和该刺激在结构上足够相似的原型 会同时激活而构建出一个 预期视图 这个构建的预期视图再和输入的新异视图 作比较 如果结构匹配很好 那么新异视图就会被相对容易地识别 由于一个新 异视图会在多个维度激活一些存贮的原型 这些原型的激活会产生叠加 从而产 生视图合并理论预期的行为模式 内插优势效应 即处在两个贮存视图中间的新 异视图由于能够同时激活两个贮存视图 因而其识别成绩会和熟悉视图一样好甚 至更好 2 两南大学硕十学位论文理论研究综述 2 1 1 物体识别中视图合并的实证研究及最新进展 在物体识别中 视图合并最初的实验证据来自b t i l t h o f f 和e d e l m a n 1 9 9 2 的实 验 在他们的研究中 在训练阶段给被试从两个相差7 5 的角度呈现管状物体 物体在这两个角度对应的视图呈现的具体方式是在深度上正负1 5 范围连续动态 呈现 以保证给被试提供足够的深度线索 例如 被试在0 视图下观察物体时 物体要以0 为中心在深度上旋转正负1 5 在7 5 视图下观察时 物体要以7 5 为中心在深度上旋转正负1 5 接下来是测试阶段 被试要判断呈现的物体是 否是之前看过的 物体的新异视图包括内插视图 i n t e r p o l a t e dv i e w o 一7 5 以及外插视图 e x t r a p o l a t e dv i e w 7 5 一3 6 0 所有物体中一半是之前看过的物 体 一半是没看过的物体 结果表明识别外插视图的错误率要高于识别内插视图 的 b f i l t h o f f 和e d e l m a n 认为内插视图的优势效应 以下简称内插优势效应 是 由于大脑在两个学习视图之间通过线性内插的处理方式产生了新的视图 一内插视 图 t a n 1 9 9 5 在命名任务中也得到了内插优势效应 t a r t 1 9 9 5 b u l t h o f fa n d e d e l m a n 1 9 9 2 a n dt a n 1 9 9 5 的实验都是考察了知觉上相似的物体的视图合并 最近一些研究在b i i l t h o f f 和e d e l m a n 的研究范式基础上对视图合并机制的适用范 围和影响因素做了更进一步的了解和扩展 s c h w o e b e l s r i n i v a s 2 0 0 0 s r i n i v a s s c h w o e b e l 1 9 9 8 w o n g h a y w a r d 2 0 0 5 s r i n i v a s 和s c h w o e b e l 1 9 9 8 采用知觉 上不相似物体 对称物体 不对称物体为实验材料做了一系列实验考察了物体类 别 物体对称性对视图合并的影响 结果表明视图合并不仅适用于类别内物体识 别 w i t h i n c a t e g o r y 如辨别茶杯和水杯 还适用于物体的基本水平识别 b a s i c 1 e v e l 如辨认杯子和花瓶 对称物体的视图合并概化程度要高于不对称物体 作者认为 这可能是由于不对称的物体无法从一个角度预期另一个角度物体的结构特点 因 而影响了不对称物体的概化加工 他们在2 0 0 0 年的实验中 将物体新异视图和熟 悉视图的角度偏差和二者的知觉相似性反向操纵 即角度偏差为大 中 小的物 体的两个视图对应的知觉相似性反而是高 中 低 试图考察物体两个视图的角 度偏差和两个视图的知觉相似性哪个因素对视图合并更重要 结果发现决定物体 视图合并强度大小的关键因素并不是物体新异视图和训练视图的角度偏差 而是 二者的知觉相似性 另外他们还发现 尽管相似的视图会比不相似的视图更容易 投射到同一个物体上面 但是当在时间上持续经历时 不相似的视图比相似的视 图产生的视图合并程度要高 因此时间 空间的连续性可能也是视图合并赖以出 现的条件之一 w o n g 等人 2 0 0 5 又对新异视图的不同类型 内插或者外插 物体的不同类型 变形物体或者有几何离子的物体 旋转中有无遮挡等因素对视 图合并的影响做了综合的考察 他们认为无论哪种类型的物体 内插视图始终优 两南人学硕十学1 寺 论文理论研究综述 于外插视图的识别 这种内插优势效应在两种条件下会有所减小 1 两种学习视图 之间没有共享一些相同的视觉特征 即两种学习视图出现不同程度的遮挡 2 学 习视图之间存在很大的角度差 f r i e d m a n 2 0 0 9 给被试以两种类型的运动方式呈现 两个视图 一种是一致运动 指符合运动轨迹的 另 种是不一致运动一 运动轨 迹混乱的 即混乱运动过程中的每一帧 然后在测试阶段呈现物体5 种类型的视 图让被试判断 结果发现被试对内插的视图识别都很快 并且训练阶段为一致运 动时识别速度要比不一致运动快 综合以上物体视图合并的实证研究 我们可以 总结出影响视图合并的几种关键因素 1 物体本身的对称性 2 所经历的物体 视图的角度差以及所经历视图的相似性 3 所经历的物体视图有无遮挡关系 4 物体两个学习视图呈现的时空连续性 最后 视图合并机制预期的结果模式还在 比较心理学领域得到了一些证明 f r i e d m a n s p e t c h f e 玎e n2 0 0 5 f r i e d m a n v u o n g s p e t e h 2 0 0 9 s p e t c h f r i e d m a n 2 0 0 3 s p e t e h f r i e d m a n r e i d 2 0 01 他们发现鸟类 鸽子 除了具备它们特有的识别特点外 和人类其实存在很多相 似的物体识别方式 如在某些条件下也存在一定程度的视图合并的识别模式 2 1 2 场景识别中视图合并的实证研究及最新进展 由于场景是由物体组成的 近年来的研究开始关注场景识别中的这种视图合 并的内插优势效应是否也存在 如果存在 上述的各种影响因素是否也适用于场 景识别的视图合并中 d i w a d k a r 和m c n a m a r a 1 9 9 7 首次对这个问题进行了明确 的探讨 并得出的结论是场景的新异视图的识别是将它们向最近的贮存视图转换 的标准化过程 n o r m a l i z a t i o n 而不是视图合并过程 d i w a d k a r m c n a m a r a 1 9 9 7 在实验中 被试从四个视点学习一个圆桌上的不相关物体组成的布局 然 后从学习过的熟悉视点或者新异视点完成一系列场景识别任务 在新异视点中有 些是内插视图 有些是外插视图 d i w a d k a r 和m c n a m a r a 报告的结果是对新异 视图识别的反应时是和与它们最近的训练视图的距离成线性相关的 也就是说不 论是内插视图还是外插视图 只要它们与训练视图偏离的角度相同 那么对它们 的识别成绩就会有同等程度的降低 由于视图合并理论预期 被试对内插视图的 识别效率不会随着与其最近的训练视图距离的增加而降低 因此他们的实验结果 没有支持场景的视图合并机制 在m c n a m a r a 2 0 0 6 报告的一篇文献中 被试在 电脑屏幕上分别从两个角度学习一个由5 个彩色圆点组成布局 实验中的干扰布局 为这5 个彩色圆点的位置随机改变组成的布局 通过操纵两个角度呈现的时间间 隔使布局呈现似动效果和无似动效果这两种效果 测试的角度为间隔1 5 的2 4 个 4 两南火学硕十学传论文 理论研究综述 角度 并且将这些角度划分为训练视图之i 日j 似动范围的角度 即内插角度和训练 视图之外的似动范围之外的角度 即外插角度 然后分别以学习阶段的角度为基 点 其它角度离基点偏离的角度差为自变量进行分析 结果表明 在似动效果条 件下 在内插范围内的角度的识别成绩高于外插范围的角度的识别成绩 并且对 内插范围内的角度的识别不会随着离训练角度的偏离而变差 而对于外插范围的 角度的识别则明显会随着离训练角度的偏离而变差 相反 在无似动效果条件下 内插和外插范围的识别模式则没有显著区别 作者在接下来的实验中操纵t i l l 练 和测试阶段的间隔时间 结果发现间隔时间对两种角度范围下训练视图和新异视 图的辨别力的影响是不同的 即在内插角度范围内 随着间隔时间的增长被试从 训练视图区分新异视图的能力减小 而在外插角度范围内则没有明显变化 这说 明两种角度范围的表征方式是不同的 进而他们认为被试是在两种不同的编码水 平下加工