Теория визуального индексирования - Visual indexing theory

Теория визуального индексирования (также называемая Теория FINST ) является рассказом о ранних визуальное восприятие разработан Зенон Пилишин в 1980-е гг. Предлагаетсявнимательный механизм («FINST»), функция которого состоит в том, чтобы выделять основные элементы визуальной сцены и отслеживать их расположение в пространстве и времени. Разработанный в ответ на то, что Пилишин считал ограничениями известных теорий визуального восприятия того времени, теория визуального индексирования подтверждается несколькими линиями эмпирических данных.

Обзор

FINST модель зрительного восприятия.

Пальцы создания

«FINST» означает «FINERS of INSTantiation». Пилишин описывает теорию визуального индексирования в терминах этой аналогии.[1] «Представьте, - предлагает он, - кладя пальцы на пять отдельных объектов в сцене. Когда эти объекты перемещаются, ваши пальцы остаются в соответствующем контакте с каждым из них, что позволяет вам постоянно отслеживать их местонахождение и положение относительно друг друга. Хотя вы, возможно, не сможете таким образом различить какую-либо подробную информацию о самих элементах, присутствие ваших пальцев дает ссылку, через которую вы можете получить доступ к такой информации в любое время, без необходимости перемещать объекты в сцене. Кроме того, непрерывность объектов во времени поддерживается по своей сути - вы знаете, на какой объект ссылается ваш мизинец в данный момент. т тот же объект, на который ссылается ваш мизинец в т−1, независимо от каких-либо пространственных преобразований, которым он подвергся, потому что ваш палец постоянно соприкасался с ним.

Теория визуального индексирования утверждает, что система визуального восприятия работает аналогичным образом. FINST в приведенном выше сценарии ведут себя как пальцы, указывая на различные объекты в визуальном пространстве и отслеживая их расположение. Как и пальцы, FINST бывают:

  • Множественное число. Несколько объектов могут независимо индексироваться и отслеживаться отдельными FINST одновременно.
  • Клей. Когда индексированные объекты перемещаются в визуальной сцене, их FINST перемещаются вместе с ними.
  • Непрозрачный особенностям индексируемых объектов. FINST ссылается на объекты только в соответствии с их местоположением. Никакая дополнительная информация об их референтах не передается через сам механизм FINST.

Роль FINST в процессе визуального восприятия

Индивидуация

FINST работают с предварительным вниманием, то есть до того, как внимание будет привлечено или направлено на объект в поле зрения. Их основная задача - индивидуализировать определенные характерные черты сцены, концептуально отличающие их от других стимулов. Согласно теории визуального индексирования FINSTing является необходимым предварительным условием для обработки восприятия более высокого уровня.

Пилишин предполагает, что в прямом смысле FINST оперируют «кластерами признаков» на сетчатке, хотя точный набор критериев для распределения FINST не определен. «Вопрос о том, как FINST присваиваются в первую очередь, остается открытым, хотя кажется разумным, что они назначаются в первую очередь в виде стимула, возможно, путем активации локально различных свойств стимула, в частности, благодаря новым характеристикам, входящим в визуальное восприятие. поле ".[1]

FINST подвержены ограниченным ресурсам. В любой момент времени можно выделить до пяти FINST-объектов, которые предоставляют визуальной системе информацию об относительном расположении FINST-объектов относительно друг друга.

Отслеживание

После того, как объект был индивидуализирован, его FINST продолжает индексировать этот конкретный кластер признаков по мере его перемещения по сетчатке. «Таким образом, дистальные элементы, которые в настоящее время проецируются на сетчатку, могут быть проиндексированы с помощью механизма FINST таким образом, чтобы это было прозрачно для их расположения на сетчатке».[1] Постоянно отслеживая местонахождение объекта во время его движения, FINST выполняют дополнительную функцию по поддержанию непрерывности объектов во времени.

Внимательное содействие

Согласно теории визуального индексирования, объект не может быть обработан до тех пор, пока он не будет впервые проиндексирован. После присвоения ему FINST индекс предоставляет визуальной системе быстрый и предпочтительный доступ к объекту для дальнейшей обработки таких функций, как цвет, текстура и форма.

Хотя в этом смысле FINST предоставляют средства для выполнения высокоуровневой обработки, сами FINST «непрозрачны для свойств объектов, на которые они ссылаются».[1] FINST не передают напрямую никакой информации об индексируемом объекте, кроме его положения в данный момент. «Таким образом, при первоначальном контакте объекты не интерпретируются как принадлежащие к определенному типу или имеющие определенные свойства; другими словами, объекты изначально обнаруживаются без концептуализации».[2] Как и пальцы, описанные выше, роль FINST в визуальном восприятии является чисто указательной.

Теоретический контекст

Теория визуальной индексации была создана отчасти в ответ на то, что Пилишин считал ограничениями традиционных теорий восприятия и познания, в частности, модели внимания со стороны прожектора и описательного взгляда на визуальное представление.[1][3]

Прожектор и зум-объектив модели внимания

Традиционный взгляд на зрительное восприятие утверждает, что внимание имеет фундаментальное значение для обработки изображений. С точки зрения аналогии, предложенной Познером, Снайдером и Дэвидсоном (1980): «Внимание можно сравнить с прожектором, который повышает эффективность обнаружения событий в пределах его луча».[4] Этим прожектором можно управлять произвольно или непроизвольно привлекать к заметным элементам сцены,[5] но ключевой характеристикой является то, что его можно развернуть только в одном месте за раз. В 1986 году Эриксен и Сент-Джеймс провели серию экспериментов, в ходе которых было предложено использовать в центре внимания зум-объектив. Зум-объектив позволяет увеличить размер области фокуса внимания (но из-за фиксированного ограничения доступных ресурсов внимания только за счет эффективности обработки).[6]

По словам Пилишина, модель прожектора / зум-объектива не может рассказать всю историю визуального восприятия. Он утверждает, что необходим механизм предварительного внимания, чтобы индивидуализировать объекты, на которые в первую очередь может быть направлено внимание. Более того, результаты исследований по отслеживанию нескольких объектов (обсуждаемых ниже) «несовместимы с предложением о том, что доступ к элементам осуществляется путем перемещения одного прожектора внимания».[7] Теория визуального индексирования устраняет эти ограничения.

Описательный вид визуального представления

Согласно классической точке зрения мысленное представление, мы воспринимаем объекты в соответствии с концептуальными описаниями, под которые они подпадают. Именно эти описания, а не исходное содержание наших визуальных восприятий, позволяют нам конструировать значимые представления мира вокруг нас и определять соответствующие пути действий. По словам Пилишина, «не яркое пятно на небе определяет, куда мы отправимся, когда мы заблудились, а тот факт, что мы видим его (или представляем его) как Полярную звезду».[3] Метод, с помощью которого мы приходим к сопоставлению восприятия с его соответствующим описанием, был предметом постоянного исследования (например, способ, которым части объектов объединяются для представления их целого).[8] но все согласны с тем, что описания имеют фундаментальное значение для визуального восприятия.[3]

Подобно модели внимания со стороны прожектора, Пилишин считает описательную модель визуального представления неполной. Одна из проблем заключается в том, что теория не учитывает показательные или индексные ссылки. «Например, в присутствии визуального стимула мы можем думать о таких мыслях, как« это красный », где термин« это »относится к чему-то, что мы выбрали в нашем поле зрения, без ссылки на то, к какой категории оно попадает или какие свойства он может иметь ".[3] Соответственно, у теории есть проблемы с объяснением того, как мы можем выделить один токен среди нескольких объектов одного типа. Например, я могу сослаться на конкретную банку супа на полке супермаркета, стоящую среди множества одинаковых банок, отвечающих одному и тому же описанию. В обоих случаях требуется пространственно-временная привязка, чтобы выделить объект внутри сцены, независимо от любого описания, под которым объект может подпадать. Пилишин предполагает, что FINST предоставляют именно такую ​​ссылку.

По словам Пилишина, более глубокая проблема этой точки зрения заключается в том, что она не может учитывать непрерывность объектов во времени. «Человек остается тем же человеком, когда он перемещается или когда он меняет какие-либо (или даже все) свои видимые свойства».[3] Если мы будем ссылаться на объекты исключительно в терминах их концептуальных описаний, неясно, как визуальная система поддерживает идентичность объекта, когда эти описания меняются. «Визуальная система должна быть способна выделить конкретного человека независимо от того, какими свойствами он обладает в любой момент времени».[3] Пилишин утверждает, что отстранение FINST от описаний объектов, на которые они ссылаются, решает эту проблему.

Экспериментальные доказательства

Три основных типа экспериментов предоставляют данные, подтверждающие теорию визуального индексирования. Множественные исследования слежения демонстрируют, что в поле зрения можно отслеживать одновременно более одного объекта, исследования субитизации предполагают существование механизма, который позволяет эффективно перечислять небольшое количество объектов, а исследования выбора подмножества показывают, что определенные элементы визуальной сцены могут обрабатываться независимо от других элементов. Во всех трех случаях FINST объясняют наблюдаемое явление.[7][2]

Исследования слежения за несколькими объектами

Отслеживание нескольких объектов описывает способность людей одновременно отслеживать движение до пяти целевых объектов, когда они перемещаются по полю зрения, обычно в присутствии идентичных движущихся отвлекающих объектов равного или большего числа. Впервые это явление было продемонстрировано Пилишиным и Стормом в 1988 г.[9] и их результаты были широко воспроизведены (см. резюме Пилишин, 2007.[10])

Экспериментальная установка

В типичном эксперименте изначально на экране отображается несколько одинаковых объектов (до 10). Некоторое подмножество этих объектов (до пяти) затем обозначаются как цели - обычно путем кратковременного мигания или изменения цвета - перед тем как снова стать неотличимыми от нецелевых объектов. Затем все объекты начинают беспорядочно перемещаться по экрану в течение от 7 до 15 секунд. Задача субъекта - определить, когда объекты перестали двигаться, какие объекты были целями. Таким образом, успешное выполнение задачи требует, чтобы субъекты постоянно отслеживали каждый из целевых объектов по мере их движения и игнорировали отвлекающие факторы.

Результаты

В таких экспериментальных условиях неоднократно обнаруживалось, что субъекты могут одновременно отслеживать несколько движущихся объектов.[7] В дополнение к постоянному наблюдению за высоким процентом успешного отслеживания цели, исследователи показали, что субъекты могут:

  • отслеживать объекты, подвергшиеся окклюзии,[11] даже если они изменили траекторию во время окклюзии,[12]
  • отслеживать объекты при изменении точки обзора,[13][14]
  • отслеживать «дыры» так же эффективно, как они могут отслеживать «объекты»,[15]
  • отслеживать объекты, движущиеся с высокой скоростью, и в периферии поля зрения,[16]
  • стать лучше в отслеживании нескольких объектов с соответствующей практикой / опытом.[17][18]

Двумя определяющими свойствами FINST являются их множественность и их способность отслеживать индексированные объекты, когда они перемещаются по визуально загроможденной сцене. Таким образом, исследования по отслеживанию нескольких элементов обеспечивают убедительную поддержку одного из наиболее противоречивых предсказаний теории FINST, а именно, что идентичность элементов может поддерживаться визуальной системой, даже когда элементы визуально неотличимы от своих соседей и когда их местоположение постоянно меняющийся."[7]

Субитизация исследований

Субитизация относится к быстрому и точному подсчету небольшого количества предметов. Многочисленные исследования (с 1871 г.)[19] продемонстрировали, что испытуемые могут очень быстро и точно сообщить о количестве объектов, случайно представленных на дисплее, когда их меньше пяти. В то время как более крупные количества требуют от субъектов подсчета или оценки - с большими затратами времени и точности - кажется, что в таких случаях с низким количеством используется другой метод подсчета. В 1949 году Кауфман, Лорд, Риз и Фолькманн ввели термин «субитизация» для описания этого явления.[20]

Экспериментальная установка

В типичном эксперименте испытуемым на короткое время (примерно на 100 мс) показывают экран, содержащий ряд случайно расположенных объектов. Задача испытуемых - сообщить количество показанных элементов, которое может варьироваться от одной до нескольких сотен за испытание.

Результаты

Когда количество элементов, подлежащих перечислению, находится в пределах диапазона субитизации, каждый дополнительный элемент на дисплее добавляет примерно 40–120 мсек к общему времени ответа. За пределами диапазона субитизации каждый дополнительный элемент добавляет 250–350 мсек к общему времени ответа (так что, когда количество представленных элементов отображается в зависимости от времени реакции, получается кривая в форме «локтя»). Исследователи обычно считают это доказательством наличия. представляют собой (по крайней мере) два разных действующих метода перечисления - один для малых чисел, а другой - для больших чисел.[21]

Уловка и Пилишин (1993) утверждают, что «субитизация может быть объяснена только с помощью механизма ограниченной мощности, который действует после пространственно параллельных процессов обнаружения и группировки признаков, но до последовательных процессов пространственного внимания».[21] Другими словами, с помощью такого механизма, как FINST.

Исследования выбора подмножества

Ключевое предположение теории визуального индексирования заключается в том, что после того, как элемент, входящий в поле зрения, был проиндексирован, этот индекс обеспечивает субъекту быстрый последующий доступ к объекту, который обходит любые когнитивные процессы более высокого уровня.[2] Чтобы проверить эту гипотезу, Burkell и Pylyshyn (1997) разработали серию экспериментов, чтобы увидеть, могут ли испытуемые эффективно индексировать подмножество элементов на дисплее, чтобы задача поиска могла выполняться только в отношении выбранных элементов.[22]

Экспериментальная установка

Эксперименты Буркелла и Пилишина использовали хорошо задокументированное различие между двумя типами визуальный поиск:

  • Поиск по функциям включают идентификацию цели среди поля отвлекающих факторов, которые отличаются от цели в одном измерении - например, синий объект среди поля зеленых отвлекающих факторов или квадрат среди поля кругов. Поиск по функциям выполняется быстро, так как целевой элемент «выскакивает» из дисплея и поэтому его легко найти.
  • В поиск соединения, элементы-отвлекающие элементы имеют более одного измерения с целью - например, субъекта можно попросить найти синий квадрат среди поля синих кругов и зеленых квадратов. Этот тип поиска гораздо менее эффективен, чем поиск по функциям, потому что цель больше не «выскакивает» из дисплея. Вместо этого субъекты должны исследовать каждый объект индивидуально, чтобы идентифицировать цель, что приводит к гораздо более длительному времени отклика.[23]

Экспериментальная установка аналогична типичной задаче поиска конъюнкции: на экране отображаются 15 элементов, каждый из которых имеет один из двух цветов и одну из двух ориентаций. Три из этих элементов обозначены как подмножество по позднему началу (появляются после других). Подмножество содержит целевой элемент и два отвлекающих фактора.

Ключевой независимой переменной в этом эксперименте является природа выбранного подмножества. В некоторых случаях подмножество включает набор для поиска признаков, то есть цель отличается от двух отвлекающих факторов только в одном измерении. В других случаях подмножество эквивалентно поиску конъюнкции, при этом цель отличается от отвлекающих факторов в обоих измерениях. Поскольку общий дисплей содержит элементы, которые отличаются от цели в обоих измерениях, если испытуемые быстрее реагируют на подмножества поиска по функциям, это может означать, что они воспользовались преимуществом метода «выскакивания» идентификации цели. Это, в свою очередь, означает, что они применили свой визуальный поиск только к подмножествам элементов.

Результаты

Буркелл и Пилишин обнаружили, что субъекты действительно быстрее идентифицировали целевой объект в условии поиска признаков подмножества, чем в условии поиска конъюнкции подмножества, предполагая, что объекты подмножества были успешно приоритизированы. Другими словами, эти подмножества «могли быть доступны для визуальной системы несколькими важными способами, как если бы они были единственными присутствующими элементами».[7] Более того, конкретные положения подмножеств объектов на дисплее не повлияли на способность субъектов выполнять поиск по ним - даже когда они были расположены дистально.[22] Уотсон и Хамфрис (1997) сообщили об аналогичных результатах.[24] Эти результаты согласуются с предсказаниями теории визуального индексирования: FINST обеспечивают возможный механизм определения приоритетов подмножеств.

использованная литература

  1. ^ а б c d е Пилишин, З.В. (1989). Роль индексов местоположения в пространственном восприятии: набросок модели пространственного индекса FINST. Познание, 32, 65–97.
  2. ^ а б c Пилишин, З.В. (2000). Расположение видения в мире. Тенденции в когнитивных науках 4, (5), 197-207.
  3. ^ а б c d е ж Пилишин, З. В. (2001). Визуальные индексы, преконцептуальные объекты и ситуативное видение. Познание 80, 127-158.
  4. ^ Познер, М. И., Снайдер, К. Р. Р. и Дэвидсон, Б. Дж. (1980). Внимание и обнаружение сигналов. Журнал экспериментальной психологии: Общие, Vol. 109, № 2, 160–174.
  5. ^ Познер, М. И. (1980). Ориентация внимания. Ежеквартальный журнал экспериментальной психологии, 32, 3–25.
  6. ^ Эриксен, К. В. и Сент-Джеймс, Дж. Д. (1986). Визуальное внимание внутри и вокруг области фокусного внимания: модель зум-объектива. Восприятие и психофизика, 40 (4), 225-240.
  7. ^ а б c d е Пилишин, З.В. (1994). Некоторые примитивные механизмы пространственного внимания. Познание 50, 363–384.
  8. ^ Хоффман Д. Д. и Ричардс В. А. (1984). Части признания. Познание 18, выпуски 1–3, 65–96.
  9. ^ Пилишин, З.В. и Сторм Р. (1988). Отслеживание нескольких независимых целей: свидетельство параллельного механизма отслеживания. Пространственное видение. 3, 179–197.
  10. ^ Пилишин, З.В. (2007). Отслеживание нескольких объектов. Академия наук, 2 (10): 3326.
  11. ^ Шолль Б.Дж., Пилишин З.В. (1999). Отслеживание нескольких элементов через окклюзию: ключи к визуальной объектности. Когнитивная психология, 38 (2), 259-290.
  12. ^ Франконери С., Пилишин З.В. и Scholl, B.J. (2007) Пространственно-временные сигналы для отслеживания нескольких объектов через окклюзию. Визуальное познание, 14 (1), 100-104.
  13. ^ Хафф, М., Ян, Г., и Шван, С. (2009). Отслеживание нескольких объектов при резкой смене точки обзора. Визуальное познание, 17, 297-306.
  14. ^ Хафф, М., Мейерхофф, Х., Папенмайер, Ф. и Ян, Г. (2010). Пространственное обновление динамических сцен: отслеживание нескольких невидимых объектов при изменении точки обзора. Внимание, восприятие и психофизика, 72, 628-636.
  15. ^ Горовиц, Т., и Кузьмова, Ю. (2011). Можем ли мы отслеживать дыры? Vision Research, 51, 1013-1021.
  16. ^ Франконери С., Лин Дж., Пилишин З., Фишер Б. и Эннс Дж. (2008). Доказательства против ограничения скорости при слежении за несколькими объектами. Психономический бюллетень и обзор, 15, 802-808.
  17. ^ Аллен Р., МакДжордж П., Пирсон Д. Г. и Милн А. Б. (2004). Внимание и опыт в отслеживании нескольких целей. Прикладная когнитивная психология, 18, 337-347.
  18. ^ Грин, К. С. Бавелье, Д. (2006). Перечисление против отслеживания нескольких объектов: случай игроков в видеоигры. Познание, 101, 217–245.
  19. ^ Джевонс, В. (1871). Сила числовой дискриминации. Природа, 3, 281–282.
  20. ^ Кауфман, E.L., Лорд, M.W., Reese, T.W., & Volkmann, J. (1949). Различение визуального числа. Американский журнал психологии, 62 (4), 498–525.
  21. ^ а б Уловка. Л.М., Пилишин З.В. (1993). Что перечисляющие исследования могут показать нам о пространственном внимании: свидетельства ограниченных возможностей пре-внимательной обработки. Журнал экспериментальной психологии: человеческое восприятие и производительность. 10, 331-351.
  22. ^ а б Burkell, J., Pylyshyn, Z.W. (1997) Поиск по подмножествам: проверка гипотезы визуального индексирования. Пространственное видение. 11, 225–258
  23. ^ Treisman, A.M .; Геладе, Г. (1980). «Теория интеграции функций внимания». Когнитивная психология 12, 97–136.
  24. ^ Уотсон, Д. и Хамфрис, Г. (1997). Визуальная маркировка: приоритезация выбора новых объектов путем подавления внимания сверху вниз на старые объекты. Психологический обзор. 104, 90–122

внешние ссылки