人脑是怎样认知图像的?——注意的特征整合理论(最新模式识别之二)

来源:互联网 发布:python基础numpy教程 编辑:程序博客网 时间:2024/04/30 08:25

人脑是怎样认知图像的?——注意的特征整合理论(最新模式识别之二)

注意的特征整合理论(feature-integration theory of attention)主要探讨视觉早期加工的问题,因此可看其为一种知觉理论或模式识别的理论。由特雷斯曼、赛克斯和盖拉德(TreismanSykes & Gelade1980年提出。

Treisman认为,视觉加工过程分为两个阶段(见下图)

特征登记阶段,相当于前注意阶段: 此时人几乎不需要努力,甚至意识不到它的发生。前注意加工可以帮助人们对周围环境进行指向性的搜索。视觉系统从光刺激模式中抽取特征,是一种平行的、自动化的加工过程。Treiasman假定,视觉早期阶段只能检测独立的特征,包括颜色、尺寸、方向、反差、倾斜性、曲率和线段端点等,还可能包括运动和距离的远近差别。这些特征处于自由漂浮状态(free-floating state)(不受所属客体的约束,其位置在主观上是不确定的)。知觉系统对各个维量的特征进行独立的编码,这些个别特征的心理表征叫特征地图(feature map)。

注:前注意阶段不能检测特征之间的关系。

特征整合阶段(物体知觉阶段)。知觉系统把彼此分开的特征(特征表征)正确联系起来,形成能够对某一物体的表征。此阶段,要求对特征进行定位,即确定特征的边界位置在哪里。这是叫位置地图(map of locations)。处理特征的位置信息需要集中性注意。集中性注意就像胶水一样,把原始的、彼此分开的特征整合为一个单一的物体。这一系列加工过程较前者要慢一些。由于需要努力,当注意超负荷或人们分心时,特别是对注意的要求很高时,就会将刺激的特征不恰当地结合,造成错觉现象。

   特征整合发生在视觉处理的后期阶段,是一种非自动化的、序列的处理。

 

该模型假定:

早期视觉把景物中的一些简单和有用的信息,编码成一些特征模块,这些模块可能保持着可见世界的空间关系,但它们本身并不能向处理过程的以后各阶段直接提供空间信息。

随后,集中注意开始发生作用,它选取和整合位于一个特定位置上的特征。这种选取和整合的作用是通过一张主要的位置地图而起作用的。通过注意的作用,当前在某个被选定的位置上出现的所有特征,就都进入一个临时的物体表征或文件中。

最后,在每个物体文件中关于性质和结构关系的整合信息将与在识别网络(recognition network)中已储存的对物体的描述进行比较。

总之,对物体的识别依赖于感觉特征的分析和识别网络,即依赖于有关特定物体的信息的集合;当信息更新时,原来的物体文件可能被取消,并被新的文件所取代,因而开始一段新的知觉过程。

评论:

Treisman既重视自下而上的加工在知觉中的作用,也承认物体文件和识别网络的相互作用。在这个意义上,注意的特征整合模型,是一个以自上而下的加工为主要特征的、具有局部交互作用的模型。