场景主旨提取的层级优先性：理论、争议与实证探究

场景主旨提取的层级优先性：理论、争议与实证探究一、引言1.1研究背景与意义在视觉认知领域，场景主旨提取研究占据着举足轻重的地位。人类视觉系统具备在极短时间内，通常是数百毫秒，快速且高效地获取场景中的关键信息，并进一步对其做出类别判断的卓越能力。例如，当我们看到一幅画面时，能够迅速判断出这是“海滩”“卧室”还是“街道”等场景类别。这种对场景主旨的快速加工能力，是人类视觉系统的重要特性之一，对我们理解周围环境、做出决策等具有关键作用。场景主旨加工研究可以追溯到上个世纪六七十年代，Potter和Biederman等心理学家开展了开创性工作，他们发现人类视觉系统能够迅速提取场景的主旨信息并用于后续的类别判断、目标搜索和记忆等任务。此后，大量研究不断深入探索这一领域，证实了人类视觉系统加工场景主旨的超凡能力，但关于这种加工能力的认知与神经机制仍处于探索之中。在当今时代，随着人工智能、计算机视觉等技术的飞速发展，对场景主旨提取的研究显得尤为重要。一方面，深入探究场景主旨提取机制，有助于我们更深入地理解人类视觉信息加工的内在机制，为认知心理学、神经科学等相关学科的发展提供坚实的理论基础。例如，通过研究场景主旨提取过程中不同层级信息的处理方式，可以揭示人类大脑在视觉认知过程中的信息处理策略，从而进一步丰富和完善人类视觉认知理论。另一方面，该研究对实际应用具有重要的指导意义。在计算机视觉领域，模拟人类的场景主旨提取能力，能够显著提高图像识别、视频分析等任务的准确性和效率。例如，在安防监控系统中，快速准确地识别监控画面中的场景主旨，有助于及时发现异常情况；在自动驾驶技术中，车辆对行驶环境场景主旨的快速判断，能够保障行驶的安全和顺畅；在图像检索系统中，基于场景主旨的检索能够更精准地满足用户需求，提高检索效率。而层级优先性探究作为场景主旨提取研究中的一个关键方面，具有独特的研究价值。场景中的信息丰富多样，涵盖了从低层次的视觉特征，如颜色、纹理、形状等，到高层次的语义信息，如场景类别、物体之间的关系等多个层级。层级优先性探究旨在明确在场景主旨提取过程中，不同层级信息的处理顺序和重要程度，即确定是低层次特征优先被加工，还是高层次语义信息率先发挥作用，亦或是不同层级信息存在某种交互作用下的协同加工模式。理解层级优先性对于深入剖析视觉信息加工机制至关重要。它能够帮助我们揭示人类大脑在处理复杂视觉信息时的策略和逻辑，进一步明晰视觉认知的过程和规律。如果确定低层次特征具有优先性，那么在视觉信息加工的初始阶段，大脑可能主要聚焦于对颜色、纹理等基础特征的分析，以此为后续的高层次信息处理奠定基础；反之，如果高层次语义信息优先，大脑则可能先根据已有的知识和经验对场景进行整体的语义判断，再进一步分析细节特征。同时，层级优先性的研究成果也能够为人工智能和计算机视觉技术的发展提供新的思路和方法。在设计图像识别算法和模型时，可以根据层级优先性的研究结论，优化特征提取和处理的流程，提高算法和模型的性能，使其更接近人类的视觉认知水平，从而推动相关技术在各个领域的更广泛应用和发展。1.2场景主旨的相关概念1.2.1场景主旨提取的定义场景主旨提取，指的是从场景中获取关键知觉和语义信息，进而形成对场景整体意义理解的过程。当我们看到一幅自然风景图，图中有青山、绿水、蓝天、白云以及在草地上吃草的牛羊，我们会迅速提取出“草原”这一场景主旨。在这个过程中，视觉系统不仅捕捉到了画面中的颜色、形状、纹理等低层次视觉特征，如绿色的草地、蓝色的天空呈现出的色彩特征，山峦起伏、河流蜿蜒所展现的形状特征；还进一步对这些特征进行整合与分析，结合已有的知识和经验，理解到这些元素共同构成了“草原”这一具有特定语义的场景。这种从场景中提取主旨信息的能力，是人类视觉认知的重要组成部分，它帮助我们快速理解周围环境，为后续的认知和行为决策提供基础。从认知心理学的角度来看，场景主旨提取是一个复杂的信息处理过程，涉及多个认知模块的协同工作。在这个过程中，自下而上的加工和自上而下的加工相互作用。自下而上的加工从低层次的视觉特征开始，通过感觉器官接收外界的视觉刺激，然后将这些刺激信息传递到大脑的相关区域进行初步处理，提取出诸如颜色、纹理、形状等基本特征。自上而下的加工则依赖于个体已有的知识、经验和预期，这些先验信息会影响对低层次特征的解释和整合，从而引导对场景主旨的提取。当我们在一个陌生的环境中看到一些类似商店招牌、行人、街道的元素时，即使这些元素的细节信息并不清晰，我们也可能根据已有的城市生活经验，快速判断出这是一个“街道”场景，这就是自上而下加工在场景主旨提取中的作用体现。1.2.2提取场景主旨的加工时间研究表明，人类视觉系统提取场景主旨所需的时间范围极短，通常在数百毫秒内即可完成初步加工。Potter的研究发现，被试能够在200毫秒的短暂呈现时间内，对场景图像做出类别判断。这一快速加工能力使得人类能够在瞬间获取场景中的关键信息，从而迅速适应环境、做出决策。在驾驶过程中，驾驶员需要快速识别道路、交通标志、行人等场景信息，以便及时做出驾驶决策。在这种情况下，快速的场景主旨提取能力能够确保驾驶员在短时间内对路况有一个整体的把握，从而保障行车安全。这种快速加工的特性，体现了人类视觉系统在处理复杂视觉信息时的高效性和适应性。从进化的角度来看，这种快速提取场景主旨的能力对人类的生存和繁衍具有重要意义。在远古时代，人类需要快速识别周围环境中的危险信号，如猛兽的出现、自然灾害的迹象等，以便及时采取躲避或应对措施。快速的场景主旨提取能力能够帮助人类在最短的时间内做出反应，提高生存几率。在现代社会，虽然生存环境发生了巨大变化，但快速的场景主旨提取能力依然在日常生活和工作中发挥着重要作用，如在阅读、观看视频、进行社交活动等场景中，我们都需要快速理解所面对的场景信息，以更好地与他人交流和互动。1.3场景主旨提取的实验范式1.3.1场景分类任务场景分类任务是一种以判断场景类别为目标的实验任务，在场景主旨提取层级优先性的研究中具有重要应用。在这类实验中，研究者通常会向被试呈现一系列不同场景的图像，如城市街道、森林、海滩、室内客厅等，要求被试在规定时间内迅速判断图像所代表的场景类别。这些场景图像涵盖了丰富的视觉信息，包括低层次的颜色、纹理、形状等特征，以及高层次的语义信息。城市街道图像中可能包含各种颜色的建筑物、道路的纹理、车辆和行人的形状，同时传达出“城市交通与生活”的语义信息；森林图像则具有绿色的植被颜色、树木的纹理和形状，以及“自然生态”的语义。被试在执行场景分类任务时，需要综合运用不同层级的信息。通过对被试判断场景类别的反应时和准确率进行分析，可以推断出不同层级信息在场景主旨提取过程中的作用和优先级。如果被试在判断某些场景类别时，对低层次的颜色和纹理特征变化更为敏感，反应时会因这些特征的改变而显著变化，准确率也会受到较大影响，这可能表明在这些场景的主旨提取中，低层次特征具有优先性。反之，如果被试主要依据高层次的语义信息来进行判断，对语义相关的线索变化反应迅速，而对低层次特征的小幅度变化不太敏感，那么可以推测高层次语义信息在这类场景主旨提取中起主导作用。场景分类任务还可以通过操纵实验条件，进一步探究层级优先性。改变图像的呈现时间，在极短的呈现时间下，如果被试仍能基于某些层级信息做出准确判断，那么这些信息很可能是优先被加工的。在200毫秒的短暂呈现时间内，被试能够依据图像中的一些关键语义元素，如教堂的尖顶、寺庙的飞檐等，快速判断出场景类别，这说明在这种快速加工的情况下，高层次语义信息具有优势。此外，通过对图像进行模糊处理、遮挡部分区域等操作，破坏低层次或高层次信息，观察被试的判断表现，也能深入了解不同层级信息的重要性和优先性。如果模糊处理低层次的纹理信息后，被试的判断准确率没有明显下降，而遮挡关键语义元素后准确率大幅降低，这就表明在该场景主旨提取中，高层次语义信息的优先级高于低层次纹理信息。1.3.2背景偏差范式背景偏差范式是一种通过对比不同背景下的刺激判断，来揭示背景信息对层级优先性影响的实验方法。在这种范式中，实验材料通常包含目标刺激和不同的背景刺激。目标刺激可以是某个物体或具有特定意义的视觉元素，而背景刺激则构建出不同的场景情境。将一个苹果的图片作为目标刺激，分别将其放置在厨房的背景、果园的背景和超市货架的背景中。被试的任务是对目标刺激进行判断，可能是判断目标刺激的某种属性，如判断苹果的颜色、大小等，或者是判断目标刺激与背景的关系等。在判断过程中，由于不同背景所蕴含的语义信息和视觉特征不同，会对被试的判断产生影响。当苹果处于果园背景中时，被试可能会更快速地识别出苹果，并且在判断苹果的属性时，可能会受到果园背景所传递的“自然生长”语义信息的影响，如更倾向于认为苹果是新鲜的、天然的；而当苹果处于超市货架背景中时，被试可能会联想到商品的属性，如认为苹果是经过挑选、包装的，在判断苹果的价格相关属性时可能会更加敏感。通过分析被试在不同背景下对目标刺激的反应时、准确率以及判断偏差等指标，可以深入了解背景信息对场景主旨提取中层级优先性的作用。如果在某些背景下，被试对目标刺激的判断更多地依赖于背景所提供的高层次语义信息，而对目标刺激本身的低层次特征关注较少，这表明在这种情况下，高层次语义信息在场景主旨提取中具有较高的优先级，背景信息能够引导被试优先处理与语义相关的信息。相反，如果被试在不同背景下都主要依据目标刺激的低层次特征进行判断，背景的变化对其判断影响较小，则说明低层次特征在该场景主旨提取中具有相对稳定的优先性。背景偏差范式还可以通过改变背景与目标刺激的匹配程度、背景的复杂程度等因素，进一步探究这些因素对层级优先性的调节作用。当背景与目标刺激的语义匹配度较高时，背景信息对层级优先性的影响可能会增强；而背景过于复杂时，可能会干扰被试对目标刺激不同层级信息的处理，从而改变层级优先性的表现。1.3.3类别辨别范式类别辨别范式是基于辨别场景中不同类别元素，探究层级优先性的实验范式。在该范式中，实验场景通常包含多个不同类别的元素，这些元素可以是物体、人物、场景特征等，它们具有不同的视觉特征和语义类别。在一个包含街道场景的图像中，有汽车、行人、建筑物、路灯等不同类别的元素，汽车属于交通工具类别，行人属于人物类别，建筑物属于建筑类别，路灯属于公共设施类别。被试的任务是对场景中的特定类别元素进行辨别或判断。要求被试辨别出场景中所有的交通工具，或者判断某个区域内是否存在人物等。在完成任务的过程中，被试需要对不同类别的元素进行识别和区分，这涉及到对元素的低层次视觉特征和高层次语义信息的加工。对于汽车，被试需要识别其形状、颜色、轮廓等低层次特征，同时理解其作为交通工具的语义信息，才能准确地将其辨别出来。通过分析被试在类别辨别任务中的表现，如反应时、准确率、错误类型等，可以探究层级优先性。如果被试在辨别某些类别元素时，能够快速准确地根据高层次语义信息进行判断，而对低层次特征的细节变化不太敏感，这表明在这类元素的辨别中，高层次语义信息具有优先性。当判断场景中是否存在“动物”类别元素时，被试可能只需要根据整体的语义印象，如看到有四条腿、会移动的物体，就快速判断为动物，而不会过多关注其具体的颜色、毛发纹理等低层次特征。相反，如果被试在辨别过程中更多地依赖低层次特征，如在辨别不同品牌的汽车时，需要仔细观察汽车的标志、车身线条等低层次特征才能做出准确判断，那么说明在这种情况下低层次特征在场景主旨提取中起到关键作用，具有较高的优先级。类别辨别范式还可以通过操纵类别元素的相似性、类别数量、呈现方式等因素，来研究这些因素对层级优先性的影响。当不同类别元素的低层次特征相似时，被试可能会更加依赖高层次语义信息来进行辨别；而增加类别数量可能会增加任务难度，导致被试在处理信息时更加注重关键的高层次语义信息，从而改变层级优先性的表现。1.3.4类Stroop范式类Stroop范式是利用刺激的干扰效应，研究场景主旨提取过程中层级冲突的实验方式。经典的Stroop范式中，颜色词的意义（如“红”）与书写该词的颜色（如用绿色墨水书写）会产生冲突，被试在判断颜色时会受到颜色词意义的干扰，出现反应时延长、错误率增加等现象。在场景主旨提取的类Stroop范式中，实验刺激通常包含不同层级信息之间的冲突。呈现一幅包含海滩场景的图像，但其中的主要物体，如太阳伞，被绘制出与海滩场景不匹配的颜色，如紫色，而不是常见的彩色条纹。被试在面对这样的刺激时，需要完成特定的任务，判断太阳伞的颜色或者判断场景的类别。当被试判断太阳伞的颜色时，海滩场景所传递的整体语义信息（正常情况下太阳伞在海滩场景中应具有常见的颜色）会对其判断产生干扰，即使被试试图忽略场景的语义，专注于太阳伞的颜色，也可能会因为这种层级冲突而出现反应时延长。这是因为场景的高层次语义信息自动激活，与低层次的颜色判断任务产生竞争，影响了被试的信息处理。反之，当被试判断场景类别时，不匹配的低层次颜色信息（紫色的太阳伞）也可能干扰对场景类别的判断，使被试产生犹豫或错误。通过分析被试在类Stroop范式任务中的反应时、错误率、眼动轨迹等指标，可以深入了解场景主旨提取过程中不同层级信息之间的冲突和竞争情况，从而揭示层级优先性。如果被试在判断颜色时受到场景语义的干扰更明显，说明在这种情况下高层次语义信息的加工具有较强的自动性和优先级，容易对低层次特征判断产生影响；而如果被试在判断场景类别时受到低层次颜色信息的干扰较大，则表明低层次特征在某些情况下也能对高层次的场景主旨判断产生显著影响，层级优先性并非绝对固定。类Stroop范式还可以通过改变冲突的强度、任务的难度、刺激的呈现时间等因素，进一步探究这些因素对层级冲突和优先性的调节作用。增加冲突强度，如将太阳伞的颜色设置为与海滩场景完全相悖的颜色，可能会加剧层级冲突，使被试的反应时更长、错误率更高，从而更清晰地观察到层级优先性在冲突情境下的变化。1.4层级优先性争论1.4.1基础水平优先基础水平优先理论认为，在场景主旨提取过程中，视觉系统首先对基础水平信息进行加工，而后才涉及高级水平信息。这一理论的核心观点基于人类视觉信息处理的一般过程，从感知的角度来看，低层次的视觉特征是视觉系统最先接触和处理的信息。当我们看到一幅城市街道的场景图像时，视觉系统首先感知到的是画面中的颜色、线条、形状等基础信息，如建筑物的轮廓线条、道路的颜色和形状、车辆的外形等。这些基础信息是场景信息的基本组成部分，它们的加工相对较为简单和快速，是后续更高级信息处理的基础。在认知心理学领域，有诸多研究为基础水平优先理论提供了证据。一些实验通过控制图像的呈现时间，在极短的呈现时间内，被试主要依据基础水平的视觉特征来对场景进行初步判断。在200毫秒的短暂呈现时间下，被试能够根据图像中物体的大致形状和颜色分布，快速判断出场景中是否存在水体，如河流或湖泊，这表明在这种快速加工的情况下，基础水平的颜色和形状信息被优先利用。在实际生活中，基础水平优先的现象也屡见不鲜。在驾驶过程中，驾驶员首先会注意到道路的形状、颜色标识以及车辆的轮廓等基础视觉信息，这些信息的快速获取能够帮助驾驶员迅速判断路况，做出驾驶决策。当驾驶员看到前方道路呈现弯曲形状，且路边有黄色的警示标识时，会基于这些基础信息意识到前方路段存在一定风险，需要减速慢行。在这种情况下，驾驶员并没有首先去思考场景的高层次语义，如这是一条乡村道路还是城市主干道，而是基于基础水平信息做出了即时反应。基础水平优先理论还与人类的视觉发展过程相关。从个体的视觉发展来看，婴儿在早期阶段主要通过感知基础水平的视觉特征来认识世界，随着认知能力的发展，才逐渐能够理解和处理更高级的语义信息。这也从侧面反映了基础水平信息在视觉信息加工中的基础性和优先性地位。1.4.2高级水平优先高级水平优先理论主张，在场景主旨提取中，视觉系统首先提取的是高级水平的主旨信息，然后再进一步细化到基础水平的细节信息。这一理论强调了大脑中已有的知识、经验和预期在场景理解中的重要作用。当我们看到一幅具有教堂尖顶、彩色玻璃窗等元素的图像时，即使图像中的一些细节信息，如建筑的纹理、装饰的具体图案等并不清晰，我们也可能根据已有的知识和经验，快速判断出这是一座教堂，进而确定场景可能是在一个宗教场所或具有欧式风格的城镇中。在这个过程中，我们首先依据的是对“教堂”这一概念的高层次语义理解，以及与之相关的知识和经验，然后才会进一步关注建筑的细节特征。在一些场景分类的实验中，研究者发现被试在判断场景类别时，对高层次语义信息的变化更为敏感。当场景图像中的关键语义元素发生改变时，即使基础水平的视觉特征变化不大，被试的判断反应时和准确率也会受到显著影响。将一幅原本是厨房场景的图像中的关键语义元素，如炉灶、炊具等替换为电脑、书籍等，即使图像的整体颜色、纹理等基础特征变化较小，被试也能迅速判断出场景类别从厨房转变为书房。这表明在场景分类任务中，被试主要依据高层次语义信息来做出判断，体现了高级水平信息的优先性。在实际生活中，高级水平优先的情况也很常见。当我们进入一个陌生的房间时，我们可能首先根据房间的整体布局、家具的摆放方式等高层次信息，快速判断出这是卧室、客厅还是餐厅，然后才会去关注房间内的一些细节装饰、物品的具体特征等基础水平信息。在阅读文字描述的场景时，我们也是先理解文字所传达的整体语义，再去想象其中的细节画面，这同样体现了高级水平信息在场景理解中的优先作用。高级水平优先理论还与认知的自上而下加工模式相契合。自上而下的加工模式依赖于个体已有的知识、经验和预期，这些先验信息能够引导视觉系统优先关注与语义相关的关键信息，从而快速提取场景主旨。在一个嘈杂的环境中，我们能够根据已有的知识和预期，快速识别出与我们关注的语义相关的视觉信息，而忽略其他无关的细节，这就是高级水平优先在复杂环境中的体现。1.5层级优先性的理论机制1.5.1客体中心论客体中心论认为，在场景主旨提取中，客体信息是核心要素，对层级优先性具有关键影响。该理论的内在逻辑基于人类视觉认知的基本过程，从进化心理学的角度来看，快速准确地识别场景中的客体对于人类的生存和繁衍至关重要。在远古时期，人类需要迅速识别出周围环境中的危险客体，如猛兽，以及可利用的客体，如食物来源，才能更好地适应环境、保障生存。从神经生理学的研究成果来看，大脑中存在专门用于处理客体信息的神经区域。下颞叶皮层（IT）中的神经元对不同客体具有高度选择性的反应，能够对客体的形状、颜色、纹理等特征进行编码和识别。这表明大脑在处理视觉信息时，会优先对客体信息进行加工，因为客体承载着丰富的语义和实用价值信息，这些信息对于理解场景的主旨和做出决策具有关键作用。在实际场景中，当我们看到一幅街道场景的图像时，首先会注意到场景中的各种客体，如汽车、行人、建筑物等。这些客体的存在和特征决定了我们对场景主旨的初步判断。如果场景中出现了多辆警车和警察，我们会基于这些客体信息，优先判断该场景可能与执法、治安相关，进而推测这可能是一个正在处理突发事件的街道场景。这体现了客体信息在层级优先性中的主导地位，即先对客体进行识别和分析，再基于客体信息理解场景的整体主旨。客体中心论还认为，客体之间的关系也是影响层级优先性的重要因素。在一个厨房场景中，炉灶、炊具、餐具等客体之间存在着紧密的功能关系，这些关系进一步强化了我们对厨房场景主旨的理解。我们会根据炉灶与炊具的搭配、餐具的摆放位置等客体关系信息，更加准确地判断出这是一个厨房场景，而不是其他类型的室内场景。这种基于客体关系的信息加工，也是以客体为中心的层级优先性体现，它依赖于对客体信息的先验处理，通过客体之间的关系进一步丰富和确定场景的主旨信息。1.5.2空间泡理论空间泡理论基于场景的空间结构和布局，探讨层级优先性。该理论认为，场景可以被看作是由多个空间泡组成，每个空间泡都包含特定的视觉元素和语义信息，空间泡在层级优先性中发挥着关键作用。从空间认知的角度来看，人类在感知场景时，会自然地将场景划分为不同的空间区域，这些区域就构成了空间泡。在一个客厅场景中，沙发、茶几、电视等家具所在的区域可以被视为一个空间泡，这个空间泡具有相对独立的功能和语义特征，代表着休闲、娱乐的空间。空间泡的划分有助于我们对场景信息进行组织和理解，使得视觉系统能够更高效地处理复杂的场景信息。在场景主旨提取过程中，不同空间泡的优先级可能会有所不同。当我们快速扫视一个室内场景时，首先注意到的可能是占据较大空间、具有明显视觉特征的空间泡，如客厅中的沙发区域，因为它在空间布局中较为突出，承载着重要的场景语义信息。这种对突出空间泡的优先关注，体现了空间泡理论中的层级优先性。我们会根据优先关注的空间泡信息，初步判断场景的类别和主旨。如果首先注意到的是摆放着手术器械和病床的空间泡，我们会快速判断这可能是一个手术室场景，而不需要对整个场景的所有细节进行全面分析。空间泡之间的关系也对层级优先性产生影响。不同空间泡之间可能存在着空间上的邻接关系、功能上的关联关系等。在一个医院场景中，病房空间泡、护士站空间泡和走廊空间泡相互邻接，并且在功能上存在紧密联系，共同构成了医院的整体场景。我们在理解医院场景主旨时，会综合考虑这些空间泡之间的关系，通过对各个空间泡信息的整合，形成对医院场景全面而准确的理解。这种基于空间泡关系的信息加工，进一步说明了空间泡理论在解释场景主旨提取层级优先性方面的重要性，它强调了空间结构和布局在层级优先性中的作用，以及空间泡之间的相互关系对场景理解的影响。1.5.3客体信息和整体属性对场景分类的影响客体信息和整体属性在场景分类中相互作用，共同影响层级优先性。客体信息包括场景中各种物体的特征、类别、位置等，整体属性则涵盖场景的整体布局、氛围、功能等方面的特征。在一些场景中，客体信息可能在层级优先性中占据主导地位。当我们看到一幅包含餐桌、餐椅和食物的图像时，基于这些客体信息，我们能够快速判断这是一个用餐场景。此时，餐桌、餐椅和食物这些客体的存在和特征，是我们判断场景类别的关键依据，整体属性的作用相对较弱。这表明在某些情况下，视觉系统会优先基于客体信息进行场景分类，因为客体信息能够直接传达与场景类别相关的关键语义。然而，在另一些场景中，整体属性可能更为重要。在判断一个场景是“宁静的乡村”还是“繁华的都市”时，场景的整体氛围、建筑风格、人员活动等整体属性起主要作用。即使场景中存在一些个别客体，如一辆汽车，但如果整体呈现出乡村的建筑风格、宁静的氛围和较少的人员活动，我们仍会根据整体属性将其判断为乡村场景。这说明在这种情况下，整体属性在层级优先性中具有更高的权重，能够引导我们对场景类别的判断。客体信息和整体属性之间还存在着交互作用。在一个图书馆场景中，书架、书籍等客体信息表明这是一个存放书籍的场所，而安静的氛围、整齐的布局等整体属性进一步强化了我们对图书馆场景的认知。当客体信息和整体属性相互匹配时，它们能够协同作用，提高我们对场景分类的准确性和速度；而当两者出现冲突时，可能会导致判断的犹豫和错误。如果在一个看似图书馆的场景中，出现了嘈杂的声音和混乱的物品摆放，这与图书馆通常的整体属性不符，就会干扰我们对场景类别的判断，使我们难以迅速确定这是否真的是一个图书馆场景。这种客体信息和整体属性的交互作用，体现了它们在场景分类中层级优先性的动态变化，说明层级优先性并非固定不变，而是受到多种因素相互作用的影响。二、问题提出与研究方案2.1问题提出尽管当前在场景主旨提取的层级优先性研究方面已取得一定进展，但仍存在诸多亟待解决的问题与显著的研究空白。在研究方法上，现有实验范式虽各有优势，但也存在局限性。场景分类任务主要依赖被试对场景类别的主观判断，这种判断可能受到被试个体经验、知识背景差异的影响，从而导致实验结果的偏差。不同生活背景的被试，对某些场景类别的理解和判断标准可能不同，这就使得研究结果难以具有广泛的普适性。背景偏差范式中，背景与目标刺激的关系相对人为设定，在真实场景中，场景元素之间的关系更为复杂多样，该范式难以完全模拟真实场景中的信息交互情况，可能会影响研究结果对实际场景主旨提取的解释力。在理论层面，基础水平优先和高级水平优先这两种观点争论不休，但目前缺乏一个统一的理论框架来整合二者。现有的理论机制，如客体中心论、空间泡理论等，虽然从不同角度对层级优先性进行了解释，但它们之间缺乏有效的沟通与融合，无法全面、系统地阐述场景主旨提取过程中层级优先性的变化规律和内在机制。客体中心论强调客体信息在层级优先性中的核心地位，却未能充分考虑场景的整体布局和空间结构对层级优先性的影响；空间泡理论虽然关注了场景的空间结构，但在解释客体信息与空间泡之间的相互作用时存在不足，无法清晰地说明在不同场景下，客体信息和空间泡信息是如何协同影响层级优先性的。在实际应用方面，目前的研究成果与人工智能、计算机视觉等领域的结合不够紧密。随着这些领域对场景理解技术需求的不断增加，如何将场景主旨提取层级优先性的研究成果转化为实际应用，为图像识别、视频分析等任务提供更有效的算法和模型，成为亟待解决的问题。在现有的图像识别算法中，很少考虑到场景主旨提取中层级优先性的因素，导致算法在处理复杂场景图像时，准确性和效率较低，无法满足实际应用的需求。本研究拟解决的关键问题在于，通过综合运用多种实验范式，深入探究场景主旨提取过程中层级优先性的表现形式、影响因素和内在机制。构建一个统一的理论模型，整合基础水平优先和高级水平优先的观点，解释不同层级信息在场景主旨提取中的交互作用和动态变化规律。加强与人工智能、计算机视觉等领域的交叉研究，将研究成果应用于实际场景理解任务，为相关技术的发展提供理论支持和实践指导，提高场景理解的准确性和效率。2.2研究构思与假设本研究旨在综合运用多种实验范式，系统探究场景主旨提取的层级优先性。研究将围绕三个核心实验展开，分别聚焦于层级优先性的表现形式、整体属性和客体信息对层级优先性的影响。在实验一中，我们通过操纵场景图像的呈现时间，运用场景分类任务，深入探究层级优先性的表现形式。设置不同的呈现时间条件，如极短呈现时间（200毫秒）、较短呈现时间（500毫秒）和正常呈现时间（1000毫秒）。在极短呈现时间下，视觉系统可能主要依赖低层次的基础水平信息，如颜色、形状等，进行快速的初步判断，因为这些信息的加工相对简单、迅速，能够在短时间内被感知和处理。随着呈现时间延长至500毫秒，视觉系统可能开始整合更多的信息，包括一些相对简单的高层次语义信息，此时基础水平信息和部分高层次语义信息可能共同作用于场景主旨的提取。而在1000毫秒的正常呈现时间下，视觉系统有更充裕的时间对场景进行全面分析，高层次语义信息的作用可能更加凸显，被试能够更准确地依据场景的整体语义、物体之间的关系等高层次信息来判断场景类别。基于此，我们提出假设1：在极短呈现时间下，被试主要依据基础水平信息进行场景分类，随着呈现时间延长，高层次语义信息的作用逐渐增强，表现为分类绩效随呈现时间变化，基础水平信息的优势逐渐减弱，高层次语义信息的贡献逐渐增加。实验二将重点研究整体属性对层级优先性的影响。通过构建具有不同整体属性的场景，利用背景偏差范式，观察被试在不同背景下对目标刺激的判断。设计一系列包含不同场景背景的图片，如将同一目标物体分别放置在与该物体语义匹配的背景和不匹配的背景中。在匹配背景下，场景的整体属性与目标物体的语义相互协调，可能会促进被试对目标物体的识别和对场景主旨的理解，使被试更快速、准确地做出判断，此时高层次语义信息在层级优先性中可能占据主导地位。而在不匹配背景下，整体属性与目标物体语义产生冲突，可能会干扰被试的判断，导致反应时延长、错误率增加，此时被试可能需要更多地依赖低层次特征信息来进行判断，低层次特征信息的重要性相对提升。由此，我们提出假设2：整体属性会影响层级优先性，当整体属性与目标刺激语义匹配时，高层次语义信息在层级优先性中占主导，被试反应时短、准确率高；当整体属性与目标刺激语义不匹配时，低层次特征信息的作用增强，被试反应时延长、准确率下降。实验三则聚焦于客体信息对层级优先性的影响。通过设置客体工作记忆负荷任务，结合类别辨别范式，探讨在不同客体信息条件下层级优先性的变化。在实验中，向被试呈现包含不同客体信息的场景图像，并要求被试在完成场景分类任务的同时，记忆场景中的某些客体信息。当客体工作记忆负荷较低时，被试有足够的认知资源处理场景中的各种信息，可能会综合运用基础水平信息和高层次语义信息进行场景分类。随着客体工作记忆负荷增加，被试的认知资源被大量占用，可能会更依赖基础水平信息，因为基础水平信息的加工相对简单，对认知资源的需求较少。基于此，我们提出假设3：客体信息会对层级优先性产生影响，随着客体工作记忆负荷增加，被试在场景分类中会更依赖基础水平信息，表现为分类绩效在高负荷条件下更受基础水平信息变化的影响，而对高层次语义信息变化的敏感性降低。2.3研究方案本研究采用实验法开展相关探究。在被试选取方面，从某高校通过随机抽样的方式招募80名视力或矫正视力正常、无色盲色弱的大学生作为被试，他们均未参加过类似实验。将被试随机分为4组，每组20人，分别参与三个核心实验以及一个预实验，以确保实验数据的可靠性和有效性。在实验材料准备上，精心收集和制作各类场景图像。对于实验一，从国际知名的图像数据库（如Caltech101、Caltech256等）中选取包含自然场景（森林、海滩、山脉等）和人造场景（城市街道、室内房间、工厂等）的图像各80张，共计160张。这些图像涵盖了丰富的低层次视觉特征和高层次语义信息，如森林图像中的树木纹理、树叶颜色等低层次特征，以及代表自然生态的高层次语义；城市街道图像中的建筑风格、交通标识等低层次特征，以及体现城市生活的高层次语义。所有图像均进行标准化处理，调整为统一的分辨率（800×600像素）和色彩模式（RGB），以消除图像格式差异对实验结果的影响。在实验设计和程序方面，实验一采用2（场景类型：自然场景、人造场景）×3（呈现时间：200毫秒、500毫秒、1000毫秒）的被试内设计。实验在安静、光线适宜的实验室环境中进行，被试坐在距离电脑屏幕50厘米处，屏幕背景为中性灰色。实验开始前，被试先进行5分钟的视觉适应。每次实验时，屏幕中央首先呈现一个注视点“+”，持续500毫秒，以吸引被试注意力并使其视线聚焦。随后，呈现不同场景图像，呈现时间按照实验设计分为200毫秒、500毫秒和1000毫秒三种条件。图像消失后，立即呈现掩蔽图像，以避免视觉残留对后续判断的干扰。掩蔽图像为随机生成的噪声图像，其平均亮度与场景图像保持一致。被试需要尽快判断呈现的场景图像是自然场景还是人造场景，并通过按下键盘上的指定按键做出反应，记录其反应时和判断结果。每个被试完成160次实验，其中自然场景和人造场景各80次，每种呈现时间条件下各呈现自然场景和人造场景图像20次，实验顺序采用拉丁方设计，以平衡实验顺序对结果的影响。实验二围绕整体属性对层级优先性的影响展开，采用2（整体属性：匹配、不匹配）×2（目标刺激类型：物体、场景特征）的被试内设计。从互联网和专业图像库中收集与日常生活密切相关的场景图像，如厨房、客厅、办公室等，每种场景类型各收集40张。针对每张场景图像，分别制作与之语义匹配和不匹配的目标刺激。对于厨房场景图像，匹配的目标刺激可以是炉灶、锅碗瓢盆等厨房常见物品，不匹配的目标刺激则可以是电脑、篮球等与厨房语义相悖的物品。同样对所有图像进行标准化处理，确保实验材料的一致性。实验过程中，被试坐在相同的实验环境中，屏幕先呈现注视点“+”500毫秒，接着呈现包含目标刺激的场景图像，呈现时间固定为800毫秒。被试的任务是判断目标刺激与场景整体属性是否匹配，并按键反应，记录反应时和判断准确性。每个被试完成160次实验，每种条件下各进行40次实验，实验顺序同样采用拉丁方设计进行平衡。实验三聚焦于客体信息对层级优先性的影响，采用2（客体工作记忆负荷：高、低）×2（场景类别：室内场景、室外场景）的被试内设计。选取室内场景（卧室、书房、餐厅等）和室外场景（公园、广场、街道等）的图像各60张。在高客体工作记忆负荷条件下，要求被试记忆场景中的3个关键客体信息；在低客体工作记忆负荷条件下，仅要求被试记忆1个关键客体信息。实验时，被试先进行简单的记忆训练，熟悉实验流程和要求。实验开始，屏幕呈现注视点“+”500毫秒，随后呈现场景图像，呈现时间为1000毫秒。图像消失后，被试首先完成场景分类任务，判断场景是室内还是室外，并按键反应。接着，在屏幕上呈现一系列客体名称，被试需要判断这些客体是否在之前呈现的场景中出现过，记录场景分类任务的反应时和准确率，以及客体记忆任务的正确率和反应时。每个被试完成240次实验，每种条件下各进行60次实验，实验顺序采用拉丁方设计，以控制实验顺序效应。2.4研究意义本研究对场景主旨提取领域的理论完善和实际应用均具有重要意义。在理论层面，本研究将通过系统的实验探究，深入剖析场景主旨提取过程中层级优先性的表现形式、影响因素和内在机制。这有助于整合现有的基础水平优先和高级水平优先理论，构建一个统一的理论框架，从而更全面、深入地解释不同层级信息在场景主旨提取中的交互作用和动态变化规律。目前，基础水平优先和高级水平优先两种观点相互争论，缺乏统一的解释，而本研究有望通过对多种实验范式的综合运用，揭示层级优先性的本质特征，为场景主旨提取的理论发展提供新的视角和思路。研究还将进一步验证和完善客体中心论、空间泡理论等现有理论机制，明确它们在不同场景和任务中的适用范围和局限性，促进这些理论之间的沟通与融合，推动场景主旨提取理论体系的不断完善。从实际应用角度来看，本研究成果具有广泛的应用前景。在人工智能和计算机视觉领域，本研究的发现能够为图像识别、视频分析等任务提供重要的理论支持和实践指导。通过将场景主旨提取层级优先性的研究成果应用于图像识别算法的设计中，可以优化算法对图像特征的提取和处理流程，使其更符合人类视觉认知的特点，从而提高图像识别的准确性和效率。在安防监控系统中，利用层级优先性的研究成果，能够使系统更快速、准确地识别监控画面中的场景主旨，及时发现异常情况，提高安防监控的效果；在自动驾驶技术中，有助于车辆更高效地理解行驶环境的场景主旨，做出更准确的驾驶决策，保障行驶安全。在图像检索系统中，基于场景主旨提取层级优先性的检索算法，能够更精准地理解用户的检索意图，提高检索结果的相关性和质量，为用户提供更好的服务体验。本研究还可以为教育、艺术设计、人机交互等领域提供有益的参考，如在教育领域，可以根据层级优先性的规律设计更符合学生认知特点的教学材料和教学方法，提高教学效果；在艺术设计领域，有助于设计师更好地把握观众对场景的认知和理解，创造出更具吸引力和表现力的作品；在人机交互领域，能够使交互界面的设计更符合人类的视觉认知习惯，提高人机交互的效率和舒适度。三、实验一：层级优先性的表现形式探究3.1实验目的本实验旨在深入探究场景主旨提取过程中层级优先性的表现形式。通过操纵场景图像的呈现时间，运用场景分类任务，观察被试在不同呈现时间条件下对场景图像的分类绩效，从而揭示基础水平信息和高层次语义信息在不同阶段的作用及变化规律。具体而言，试图解答在极短呈现时间、较短呈现时间和正常呈现时间下，被试分别主要依赖哪些层级的信息进行场景分类，以及随着呈现时间的延长，层级优先性是否会发生改变，如何发生改变等问题。这将有助于我们更清晰地理解场景主旨提取过程中信息加工的时间动态特征和层级优先性的具体表现，为进一步研究场景主旨提取的内在机制提供实证依据。3.2实验方法3.2.1被试从[具体高校名称]通过随机抽样的方式招募80名大学生作为被试，被试年龄范围在18-25岁之间，平均年龄为（21.5±1.8）岁。所有被试视力或矫正视力正常，无色盲色弱，且均未参加过类似实验，以确保被试在视觉感知和经验上不会对实验结果产生干扰。随机将被试分为4组，每组20人，其中一组参与预实验，其余三组分别参与三个核心实验。这种分组方式能够有效控制个体差异对实验结果的影响，保证实验数据的可靠性和有效性。3.2.2实验材料和装置从国际知名的图像数据库，如Caltech101、Caltech256等，精心选取包含自然场景（森林、海滩、山脉等）和人造场景（城市街道、室内房间、工厂等）的图像各80张，共计160张。这些图像涵盖了丰富的低层次视觉特征和高层次语义信息。森林图像中包含树木的纹理、树叶的颜色等低层次特征，以及代表自然生态的高层次语义；城市街道图像包含建筑的风格、交通标识的形状等低层次特征，以及体现城市生活的高层次语义。对所有图像进行标准化处理，统一调整为分辨率800×600像素，色彩模式为RGB，以消除图像格式差异对实验结果的潜在影响。实验在安静、光线适宜的实验室环境中进行。采用一台专业的24英寸显示器呈现实验材料，该显示器分辨率为1920×1080，刷新率为60Hz，能够清晰、稳定地展示图像，确保被试能够准确观察图像细节。显示器的亮度和对比度经过校准，调整到舒适的视觉水平，避免因显示效果不佳影响被试的判断。使用E-Prime2.0软件进行实验程序的编制和实验过程的控制，该软件能够精确控制刺激呈现时间、记录被试反应时等，保证实验数据的准确性和可靠性。同时，配备专业的心理学实验用键盘，键盘按键灵敏、反馈清晰，方便被试做出快速、准确的反应。3.2.3实验设计和程序本实验采用2（场景类型：自然场景、人造场景）×3（呈现时间：200毫秒、500毫秒、1000毫秒）的被试内设计，这种设计能够充分考虑场景类型和呈现时间两个因素对被试场景分类任务的影响，同时减少个体差异对实验结果的干扰，提高实验的内部效度。实验开始前，被试需坐在距离电脑屏幕50厘米处，确保其能够舒适、清晰地观察屏幕内容。屏幕背景设置为中性灰色，以减少背景颜色对被试视觉感知的干扰。被试先进行5分钟的视觉适应，使其眼睛适应实验环境的光线和屏幕亮度，保证后续实验中视觉反应的稳定性。每次实验时，屏幕中央首先呈现一个注视点“+”，持续500毫秒。注视点的作用是吸引被试的注意力，使其视线聚焦在屏幕中央，为后续呈现的场景图像做好准备。随后，根据实验设计，呈现不同场景图像，呈现时间分别为200毫秒、500毫秒和1000毫秒三种条件。在极短呈现时间200毫秒下，视觉系统可能主要依赖低层次的基础水平信息进行快速判断；500毫秒的呈现时间下，视觉系统可能开始整合更多信息；1000毫秒的正常呈现时间下，视觉系统有更充裕的时间对场景进行全面分析。图像消失后，立即呈现掩蔽图像，掩蔽图像为随机生成的噪声图像，其平均亮度与场景图像保持一致。掩蔽图像的作用是避免视觉残留对后续判断的干扰，确保被试对场景图像的判断仅基于短暂呈现的图像信息，而非视觉残留。被试需要尽快判断呈现的场景图像是自然场景还是人造场景，并通过按下键盘上的指定按键做出反应，实验程序会自动记录其反应时和判断结果。每个被试完成160次实验，其中自然场景和人造场景各80次，每种呈现时间条件下各呈现自然场景和人造场景图像20次。为了平衡实验顺序对结果的影响，实验顺序采用拉丁方设计，使不同被试在不同呈现时间条件下接受实验的顺序随机化，从而减少顺序效应的干扰。3.3实验结果3.3.1分类任务的非参数辨别力指数A'对被试在不同呈现时间和场景类型下的分类任务数据进行分析，计算非参数辨别力指数A'。A'值的范围在0.5（随机猜测水平）到1（完全准确辨别）之间，A'值越接近1，表明被试的辨别能力越强。结果显示，在自然场景分类中，呈现时间为200毫秒时，A'值平均为0.65±0.08；500毫秒时，A'值平均为0.78±0.06；1000毫秒时，A'值平均为0.85±0.05。通过方差分析发现，呈现时间对A'值的主效应显著，F(2,57)=35.68,p<0.01，表明随着呈现时间的延长，被试对自然场景的辨别能力显著提高。进一步进行事后多重比较（LSD法），结果表明，200毫秒与500毫秒、1000毫秒之间的A'值差异均达到显著水平（p<0.01），而500毫秒与1000毫秒之间的A'值差异也显著（p<0.05）。在人造场景分类中，呈现时间为200毫秒时，A'值平均为0.62±0.07；500毫秒时，A'值平均为0.75±0.05；1000毫秒时，A'值平均为0.82±0.04。同样，呈现时间对A'值的主效应显著，F(2,57)=32.45,p<0.01。事后多重比较结果显示，200毫秒与500毫秒、1000毫秒之间的A'值差异显著（p<0.01），500毫秒与1000毫秒之间的A'值差异也显著（p<0.05）。场景类型与呈现时间的交互作用不显著，F(2,57)=1.23,p>0.05。这表明，在不同呈现时间下，被试对自然场景和人造场景的辨别能力变化趋势基本一致，呈现时间对两类场景分类的影响具有相似性。3.3.2分类任务的反应时对被试在不同呈现时间和场景类型下的分类任务反应时进行分析。结果表明，在自然场景分类中，呈现时间为200毫秒时，平均反应时为（650±80）毫秒；500毫秒时，平均反应时为（520±60）毫秒；1000毫秒时，平均反应时为（450±50）毫秒。呈现时间对反应时的主效应显著，F(2,57)=42.76,p<0.01，随着呈现时间的延长，被试的反应时显著缩短。事后多重比较显示，200毫秒与500毫秒、1000毫秒之间的反应时差异均达到显著水平（p<0.01），500毫秒与1000毫秒之间的反应时差异也显著（p<0.05）。在人造场景分类中，呈现时间为200毫秒时，平均反应时为（680±90）毫秒；500毫秒时，平均反应时为（550±70）毫秒；1000毫秒时，平均反应时为（480±60）毫秒。呈现时间对反应时的主效应同样显著，F(2,57)=39.58,p<0.01。事后多重比较表明，200毫秒与500毫秒、1000毫秒之间的反应时差异显著（p<0.01），500毫秒与1000毫秒之间的反应时差异也显著（p<0.05）。场景类型与呈现时间的交互作用不显著，F(2,57)=1.05,p>0.05。这意味着在不同呈现时间下，被试对自然场景和人造场景分类的反应时变化趋势一致，呈现时间对两类场景分类反应时的影响模式相似。3.4讨论3.4.1随加工时间变化的分类绩效实验结果表明，随着呈现时间的延长，被试在场景分类任务中的非参数辨别力指数A'显著提高，反应时显著缩短。这一结果清晰地揭示了加工时间对分类绩效的重要影响，体现了层级优先性在时间维度上的动态变化。在极短呈现时间（200毫秒）下，被试的分类绩效相对较低，这可能是因为在如此短暂的时间内，视觉系统主要依赖低层次的基础水平信息进行快速判断。低层次的颜色、形状等信息加工相对简单、迅速，能够在短时间内被感知和处理，从而为场景分类提供初步线索。但这些基础水平信息往往较为局部和片面，难以全面准确地反映场景的主旨，导致被试的辨别能力有限，反应时较长。当呈现时间延长至500毫秒时，被试的分类绩效有所提升，这表明随着时间增加，视觉系统开始整合更多的信息，包括一些相对简单的高层次语义信息。此时，被试不仅能够利用基础水平信息，还能结合部分高层次语义信息进行判断，使得分类绩效得到改善。而在1000毫秒的正常呈现时间下，被试有更充裕的时间对场景进行全面分析，高层次语义信息的作用更加凸显。被试能够更准确地依据场景的整体语义、物体之间的关系等高层次信息来判断场景类别，从而使分类绩效进一步提高，反应时进一步缩短。这种随加工时间变化的分类绩效模式，支持了我们关于层级优先性表现形式的假设。即随着加工时间的增加，高层次语义信息在场景主旨提取中的作用逐渐增强，层级优先性从以基础水平信息为主逐渐向以高层次语义信息为主转变。这也与认知心理学中关于视觉信息加工的时间进程理论相契合，视觉系统在信息加工初期，主要进行快速的低层次特征提取，随着时间推移，逐渐进行更深入的高层次语义分析。3.4.2基础水平优先实验结果在一定程度上支持了基础水平优先的观点，尤其是在加工时间较短的情况下。在200毫秒的极短呈现时间下，被试主要依据基础水平信息进行场景分类，这表明在视觉信息加工的初期，基础水平信息由于其加工的快速性和基础性，具有一定的优先性。这与以往相关研究结果一致，如一些研究发现，在快速呈现的场景图像中，被试对低层次的颜色、形状等特征变化更为敏感，能够根据这些基础水平信息快速做出初步判断。然而，随着呈现时间的延长，基础水平信息的优势逐渐减弱，高层次语义信息的作用逐渐增强。这说明基础水平优先并非绝对，而是在特定的时间条件下成立。当加工时间充足时，视觉系统能够进行更深入的信息加工，高层次语义信息在场景主旨提取中的重要性逐渐凸显。在1000毫秒的呈现时间下，被试对场景类别的判断更多地依赖于高层次语义信息，而不是基础水平信息。这表明在场景主旨提取过程中，层级优先性并非固定不变，而是受到加工时间等因素的调节，呈现出动态变化的特点。基础水平信息和高层次语义信息在不同阶段相互作用，共同影响着场景主旨的提取。3.4.3掩蔽材料的影响在本实验中，掩蔽材料的使用有效地避免了视觉残留对被试判断的干扰。掩蔽图像为随机生成的噪声图像，其平均亮度与场景图像保持一致，在场景图像消失后立即呈现。这使得被试无法依赖视觉残留来完成场景分类任务，只能基于短暂呈现的场景图像信息进行判断，从而保证了实验结果的准确性和可靠性。掩蔽材料对层级优先性判断的影响主要体现在其消除了视觉残留可能带来的额外信息干扰。如果没有掩蔽材料，被试可能会在场景图像消失后，继续利用视觉残留中的信息进行判断，这些信息可能包括基础水平信息和高层次语义信息。视觉残留中的基础水平信息可能会增强基础水平优先的表现，使我们高估基础水平信息在场景主旨提取中的作用；而视觉残留中的高层次语义信息则可能会干扰我们对不同加工时间下层级优先性变化的观察。通过使用掩蔽材料，我们排除了这些潜在的干扰因素，能够更准确地观察和分析在不同呈现时间下，基础水平信息和高层次语义信息在场景主旨提取中的真实作用和层级优先性的变化规律。这为我们深入研究场景主旨提取的层级优先性提供了更纯净的实验条件，有助于我们获得更可靠的研究结论。3.5小结本实验通过操纵场景图像的呈现时间，运用场景分类任务，对场景主旨提取的层级优先性表现形式进行了深入探究。实验结果表明，随着呈现时间的延长，被试在场景分类任务中的非参数辨别力指数A'显著提高，反应时显著缩短，这充分体现了加工时间对分类绩效的重要影响，揭示了层级优先性在时间维度上的动态变化。在极短呈现时间（200毫秒）下，被试主要依赖基础水平信息进行场景分类，这支持了基础水平优先的观点在加工初期的合理性。然而，随着呈现时间的增加，高层次语义信息的作用逐渐增强，层级优先性从以基础水平信息为主逐渐向以高层次语义信息为主转变。这表明层级优先性并非固定不变，而是受到加工时间的调节，呈现出动态变化的特点。掩蔽材料的使用有效避免了视觉残留对被试判断的干扰，为准确观察和分析层级优先性提供了纯净的实验条件。本实验为进一步研究场景主旨提取的内在机制提供了重要的实证依据，明确了层级优先性在表现形式上的初步结论，为后续实验研究奠定了基础。四、实验二：整体属性对层级优先性的影响4.1实验目的本实验旨在深入探究场景整体属性对层级优先性的影响。通过构建具有不同整体属性的场景，运用背景偏差范式，系统分析整体属性与目标刺激语义匹配与否的情况下，被试在判断任务中的表现，从而揭示整体属性如何调节基础水平信息和高层次语义信息在场景主旨提取中的层级优先性。具体而言，试图明确当整体属性与目标刺激语义匹配时，高层次语义信息是否在层级优先性中占据主导地位，以及被试的反应时和准确率会呈现怎样的变化；当整体属性与目标刺激语义不匹配时，低层次特征信息的作用是否会增强，对被试的判断又会产生何种影响。这将有助于我们更全面地理解场景主旨提取过程中，整体属性这一关键因素对层级优先性的作用机制，进一步丰富和完善场景主旨提取的理论体系。4.2实验方法4.2.1被试从[具体高校名称]通过随机抽样的方式招募80名大学生作为被试，年龄范围在18-25岁之间，平均年龄为（22.3±1.5）岁。所有被试视力或矫正视力正常，无色盲色弱，且此前均未参与过类似实验，以此确保被试在视觉感知能力和实验经验方面不会对实验结果造成干扰。将被试随机分为4组，每组20人，其中一组参与预实验，用于对实验流程和材料进行初步检验与优化，确保正式实验的顺利进行；其余三组分别参与三个核心实验，这种分组方式有助于有效控制个体差异对实验结果的影响，保证实验数据的可靠性和有效性，使实验结果更具说服力。4.2.2实验材料和装置从互联网和专业图像库中广泛收集与日常生活密切相关的场景图像，涵盖厨房、客厅、办公室、公园、街道等多种场景类型，每种场景类型各收集40张，共计200张图像。针对每张场景图像，分别制作与之语义匹配和不匹配的目标刺激。对于厨房场景图像，匹配的目标刺激选取炉灶、锅碗瓢盆等厨房常见物品，这些物品与厨房场景的语义高度契合，能够代表厨房场景的典型特征；不匹配的目标刺激则选择电脑、篮球等与厨房语义相悖的物品，形成鲜明的语义对比。对所有图像进行标准化处理，统一调整分辨率为1024×768像素，色彩模式为RGB，以消除图像格式和显示参数差异对实验结果的潜在影响，保证被试在观察图像时所接收到的视觉信息具有一致性。实验在安静、光线适宜的实验室环境中进行，以避免外界干扰对被试注意力和判断产生影响。采用一台专业的27英寸显示器呈现实验材料，该显示器分辨率为2560×1440，刷新率为75Hz，具备高清晰度和高刷新率，能够清晰、流畅地展示图像，确保被试能够准确观察图像细节。显示器的亮度和对比度经过精确校准，调整到舒适的视觉水平，避免因显示效果不佳影响被试的判断。使用E-Prime3.0软件进行实验程序的编制和实验过程的控制，该软件功能强大，能够精确控制刺激呈现时间、随机化实验顺序、记录被试反应时等数据，保证实验数据的准确性和可靠性。同时，配备专业的心理学实验用键盘，键盘按键布局合理、灵敏性高、反馈清晰，方便被试做出快速、准确的反应，减少因按键操作问题导致的实验误差。4.2.3实验设计和程序本实验采用2（整体属性：匹配、不匹配）×2（目标刺激类型：物体、场景特征）的被试内设计，这种设计能够全面考察整体属性和目标刺激类型两个因素对被试判断任务的影响，同时利用被试内设计的优势，减少个体差异对实验结果的干扰，提高实验的内部效度。实验开始前，被试需坐在距离电脑屏幕60厘米处，确保其能够舒适、清晰地观察屏幕内容，减少视觉疲劳对实验结果的影响。屏幕背景设置为中性灰色，其RGB值为（128,128,128），这种中性颜色能够有效减少背景颜色对被试视觉感知的干扰，使被试的注意力更集中于实验刺激。被试先进行5分钟的视觉适应，使其眼睛充分适应实验环境的光线和屏幕亮度，保证后续实验中视觉反应的稳定性。每次实验时，屏幕中央首先呈现一个注视点“+”，持续500毫秒。注视点的作用是吸引被试的注意力，使其视线聚焦在屏幕中央，为后续呈现的场景图像做好准备，避免被试因注意力不集中而影响对场景图像的观察和判断。接着，根据实验设计，呈现包含目标刺激的场景图像，呈现时间固定为800毫秒。在这800毫秒内，被试需要对场景图像进行快速的信息加工和判断。被试的任务是判断目标刺激与场景整体属性是否匹配，并通过按下键盘上的指定按键做出反应，按键设置为“F”键表示匹配，“J”键表示不匹配。实验程序会自动记录被试的反应时和判断准确性，反应时精确到毫秒级，判断准确性记录为正确或错误。每个被试完成160次实验，每种条件下各进行40次实验，即匹配-物体、匹配-场景特征、不匹配-物体、不匹配-场景特征这四种条件下各进行40次判断任务。为了平衡实验顺序对结果的影响，实验顺序采用拉丁方设计，使不同被试在不同条件下接受实验的顺序随机化，从而减少顺序效应的干扰，确保实验结果能够真实反映整体属性和目标刺激类型对层级优先性的影响。4.3实验结果4.3.1辨别任务的非参数辨别力指数A'对被试在不同整体属性和目标刺激类型条件下的辨别任务数据进行分析，计算非参数辨别力指数A'。A'值在0.5（随机猜测水平）至1（完全准确辨别）之间，A'值越接近1，表明被试辨别能力越强。结果显示，在整体属性匹配条件下，目标刺激为物体时，A'值平均为0.82±0.06；目标刺激为场景特征时，A'值平均为0.85±0.05。通过方差分析发现，整体属性与目标刺激类型的交互作用显著，F(1,57)=5.68,p<0.05。进一步简单效应分析表明，在整体属性匹配条件下，目标刺激类型对A'值的主效应不显著，F(1,57)=1.23,p>0.05，即被试对物体和场景特征的辨别能力无显著差异。在整体属性不匹配条件下，目标刺激为物体时，A'值平均为0.65±0.08；目标刺激为场景特征时，A'值平均为0.70±0.07。整体属性与目标刺激类型的交互作用依然显著，F(1,57)=4.85,p<0.05。简单效应分析显示，在整体属性不匹配条件下，目标刺激类型对A'值的主效应显著，F(1,57)=3.98,p<0.05，被试对场景特征的辨别能力显著高于对物体的辨别能力。4.3.2辨别任务的反应时对被试在不同整体属性和目标刺激类型条件下的辨别任务反应时进行分析。结果表明，在整体属性匹配条件下，目标刺激为物体时，平均反应时为（520±60）毫秒；目标刺激为场景特征时，平均反应时为（500±50）毫秒。整体属性与目标刺激类型的交互作用显著，F(1,57)=4.25,p<0.05。简单效应分析显示，在整体属性匹配条件下，目标刺激类型对反应时的主效应不显著，F(1,57)=1.05,p>0.05，被试对物体和场景特征的反应时无显著差异。在整体属性不匹配条件下，目标刺激为物体时，平均反应时为（680±90）毫秒；目标刺激为场景特征时，平均反应时为（620±80）毫秒。整体属性与目标刺激类型的交互作用显著，F(1,57)=5.12,p<0.05。简单效应分析表明，在整体属性不匹配条件下，目标刺激类型对反应时的主效应显著，F(1,57)=4.56,p<0.05，被试对物体的反应时显著长于对场景特征的反应时。4.4讨论4.4.1基础水平优先在早期加工阶段的反转在本实验中，当整体属性与目标刺激语义不匹配时，被试对物体的辨别能力显著低于对场景特征的辨别能力，反应时也显著更长。这表明在这种冲突情境下，低层次特征信息的作用增强，出现了基础水平优先在早期加工阶段的反转。当整体属性与目标刺激语义不匹配时，场景的整体语义信息对被试的判断产生了干扰，使得被试难以快速准确地依据高层次语义信息进行判断。此时，被试不得不更多地依赖低层次的特征信息，如物体的形状、颜色、大小等，来进行辨别和判断。在一个原本是厨房场景的图像中，出现了一个篮球作为目标刺激，篮球与厨房场景的语义不匹配，被试在判断时无法依赖厨房场景的整体语义来理解篮球的出现，只能通过观察篮球的形状、颜色等低层次特征，来判断其与场景的关系。这种情况下，低层次特征信息在早期加工阶段的重要性提升，出现了基础水平优先在早期加工阶段的反转。这一结果与以往相关研究结果一致，如一些研究发现，在视觉搜索任务中，当目标刺激与背景的语义不匹配时，被试会更依赖低层次的特征信息来搜索目标，搜索效率也会受到低层次特征信息的影响。在场景主旨提取中，整体属性与目标刺激语义的匹配程度会调节基础水平信息和高层次语义信息的层级优先性，当出现语义不匹配时，基础水平信息在早期加工阶段的作用会增强，层级优先性发生反转。4.4.2颜色的影响在本实验中，虽然未直接操纵颜色变量，但场景和目标刺激的颜色属性作为整体属性和低层次特征信息的一部分，可能对层级优先性产生潜在影响。颜色在场景主旨提取中具有重要作用，不同颜色能够传达不同的语义信息和情感氛围，从而影响被试对场景的理解和判断。从整体属性角度来看，场景的主色调能够影响被试对场景类别的判断。在一个以蓝色和白色为主色调，且包含海浪、沙滩元素的场景图像中，被试很容易根据蓝色所传达的海洋相关语义，以及场景元素的整体布局，判断出这是一个海滩场景。这种情况下，颜色作为整体属性的一部分，与其他视觉元素共同作用，引导被试依据高层次语义信息进行判断，体现了高层次语义信息在层级优先性中的主导地位。从低层次特征信息角度来看，目标刺激的颜色也会影响被试的判断。当目标刺激的颜色与场景整体颜色不协调时，可能会引起被试的注意，使其更关注目标刺激的低层次特征信息。在一个绿色植被为主的森林场景中，出现一个红色的气球作为目标刺激，红色与绿色的强烈对比会使被试更容易注意到气球，并且在判断时可能会更多地关注气球的颜色、形状等低层次特征，而相对忽略场景的整体语义信息，此时低层次特征信息的作用增强，层级优先性发生变化。以往研究也表明，颜色在场景识别和物体识别中具有重要影响。一些研究发现，颜色能够影响被试对物体的分类和识别速度，当物体的颜色与所属类别典型颜色一致时，被试的识别速度更快；在场景识别中，颜色特征能够帮助被试快速区分不同类型的场景，如自然场景和人造场景。这进一步说明了颜色在场景主旨提取层级优先性中的重要作用，它既可以作为整体属性的一部分，影响高层次语义信息的加工，也可以作为低层次特征信息，在特定情况下改变层级优先性。4.5小结本实验通过构建具有不同整体属性的场景，运用背景偏差范式，深入探究了整体属性对层级优先性的影响。实验结果表明，整体属性与目标刺激语义的匹配程度对被试的辨别能力和反应时产生显著影响，进而调节了基础水平信息和高层次语义信息在场景主旨提取中的层级优先性。当整体属性与目标刺激语义匹配时，被试的辨别能力较强，反应时较短，此时高层次语义信息在层级优先性中占据主导地位。这表明在语义协调的情境下，被试能够快速利用场景的整体语义信息对目标刺激进行准确判断，体现了高层次语义信息在场景主旨提取中的高效性和重要性。而当整体属性与目标刺激语义不匹配时，被试对物体的辨别能力显著低于对场景特征的辨别能力，反应时也显著更长。这表明在这种冲突情境下，低层次特征信息的作用增强，出现了基础水平优先在早期加工阶段的反转。被试在面对语义不匹配时，难以依赖高层次语义信息，不得不更多地依靠低层次的特征信息来进行辨别和判断。颜色作为整体属性和低层次特征信息的一部分，也对层级优先性产生潜在影响。场景的主色调和目标刺激的颜色能够传达不同的语义信息和情感氛围，影响被试对场景的理解和判断。这进一步说明了在场景主旨提取中，整体属性的各个方面，包括颜色等，都在不同程度上参与并调节着层级优先性。本实验为深入理解场景主旨提取的内在机制提供了重要的实证依据，丰富了场景主旨提取理论中关于整体属性对层级优先性影响的内容。五、实验三：客体信息对层级优先性的影响5.1实验目的本实验旨在深入探究客体信息在场景主旨提取层级优先性中的作用。通过设置客体工作记忆负荷任务，结合类别辨别范式，系统分析在不同客体工作记忆负荷条件下，被试对场景图像进行分类时的表现，从而揭示客体信息如何调节基础水平信息和高层次语义信息在场景主旨提取中的层级优先性。具体而言，试图明确随着客体工作记忆负荷的增加，被试在场景分类中是否会更依赖基础水平信息，以及这种依赖程度的变化对分类绩效的影响；同时，探究在不同客体工作记忆负荷下，高层次语义信息的作用是否会发生改变，以及如何改变。这将有助于我们更深入地理解场景主旨提取过程中，客体信息这一关键因素对层级优先性的作用机制，进一步丰富和完善场景主旨提取的理论体系，为相关领域的研究和应用提供更坚实的理论基础。5.2实验方法5.2.1被试从[具体高校名称]通过随机抽样的方式招募80名大学生作为被试，被试年龄范围在18-25岁之间，平均年龄为（21.8±1.6）岁。所有被试视力或矫正视力正常，无色盲色弱，此前均未参与过类似实验，以确保被试的视觉感知能力和实验经验不会对实验结果产生干扰。随机将被试分为4组，每组20人，其中一组参与预实验，对实验流程和材料进行初步检验与优化，保证正式实验的顺利进行；其余三组分别参与三个核心实验，这种分组方式能有效控制个体差异对实验结果的影响，提高实验数据的可靠性和有效性。5.2.2实验材料和装置选取室内场景（卧室、书房、餐厅等）和室外场景（公园、广场、街道等）的图像各60张，这些图像均从专业图像数据库以及互联网上精心筛选而来，确保图像质量清晰、场景特征典型。图像中包含丰富的客体信息，卧室场景图像中有床、衣柜、书桌等客体，公园场景图像中有树木、草坪、长椅等客体。对所有图像进行标准化处理，统一分辨率为1280×960像素，色彩模式为RGB，以消除图像格式和显示参数差异对实验结果的潜在影响。实验在安静、光线适宜的实验室环境中进行，采用一台专业的32英寸显示器呈现实验材料，该显示器分辨率为3840×2160，刷新率为120Hz，能够提供高清晰度和高刷新率的图像显示，确保被试能够准确观察图像细节。显示器的亮度和对比度经过校准，调整到舒适的视觉水平，避免因显示效果不佳影响被试的判断。使用E-Prime3.0软件进行实验程序的编制和实验过程的控制，该软件能够精确控制刺激呈现时间、随机化实验顺序、记录被试反应时等，保证实验数据的准确性和可靠性。同时，配备专业的心理学实验用键盘，键盘按键灵敏、反馈清晰，方便被试做出快速、准确的反应。5.2.3实验设计和程序本实验采用2（客体工作记忆负荷：高、低）×2（场景类别：室内场景、室外场景）的被试内设计，这种设计可以全面考察客体工作记忆负荷和场景类别两个因素对被试场景分类任务的影响，同时利用被试内设计减少个体差异对实验结果的干扰，提高实验的内部效度。实验开始前，被试坐在距离电脑屏幕70厘米处，确保其能够舒适、清晰地观察屏幕内容。屏幕背景设置为中性灰色，RGB值为（128,128,128），以减少背景颜色对被试视觉感知的干扰。被试先进行5分钟的视觉适应，使其眼睛适应实验环境的光线和屏幕亮度，保证后续实验中视觉反应的稳定性。在实验前，被试需进行简单的记忆训练，熟悉实验流程和要求。实验时，屏幕呈现注视点“+”500毫秒，吸引被试注意力，使其视线聚焦在屏幕中央。随后呈现场景图像，呈现时间为1000毫秒。在高客体工作记忆负荷条件下，要求被试记忆场景中的3个关键客体信息；在低客体工作记忆负荷条件下，仅要求被试记忆1个关键客体信息。例如，在一个卧室场景图像中，高负荷条件下要求被试记忆床、衣柜和书桌这3个客体信息；低负荷条件下只要求记忆床这1个客体信息。图像消失后，被试首先完成场景分类任务，判断场景是室内还是室外，并通过按下键盘上的指定按键做出反应，按键设置为“F”键表示室内场景，“J”键表示室外场景。接着，在屏幕上呈现一系列客体名称，被试需要判断这些客体是否在之前呈现的场景中出现过。实验程序自动记录场景分类任务的反应时和准确率，以及客体记忆任务的正确率和反应时。每个被试完成240次实验，每种条件下各进行60次实验，即高负荷-室内场景、高负荷-室外场景、低负荷-室内场景、低负荷-室外场景这四种条件下各进行60次任务。为平衡实验