编辑推荐:
为探究自然视觉感知中图像为何时清时晦,研究者对1854张模糊图片及十万余次人类评分进行分析。结合类脑神经网络模型,研究发现主观识别依赖于模糊图片对原图高阶视觉特征的保留程度。解模糊后,视觉处理从自上而下的猜测转向自下而上的匹配,且主观清晰度与获得信息量呈U型关系。此项发表于《Communications Psychology》的研究,阐明了人脑从残缺视觉信息中提取意义的机制。
当你在街头瞥见一个被树影遮挡的路牌,或是在昏暗光线下辨认一个物体的轮廓时,你的大脑正高效地进行着一项复杂任务:从充满模糊性(Ambiguity)的视觉输入中提取出确定的意义。日常生活中,视觉信息常常是不完整和模糊的,物体被遮挡、照明条件多变,但人类却能在多数情况下迅速而准确地识别出它们。然而,一个有趣且根本的科学问题随之而来:为什么有些模糊图像让人完全摸不着头脑,而另一些却能让人瞬间恍然大悟?究竟是哪些视觉特征在背后驱动着这种从“看不清”到“看得明”的主观体验转变?理解人类如何解决视觉模糊性,不仅是揭示感知奥秘的关键,也对发展更鲁棒的计算机视觉系统和理解相关神经精神疾病的感知异常具有深远意义。
为了回答这些问题,一个研究团队在《Communications Psychology》上发表了一项研究。他们着手探索视觉模糊性解析的决定因素,特别关注是低阶的、基本的视觉特征(如边缘、纹理),还是更高阶的、与物体意义相关的特征在主导我们对模糊图像的识别过程。此外,研究还试图揭示,在人们成功“解谜”一张模糊图片前后,大脑处理信息的方式是否会发生动态变化。
为了开展研究,研究人员构建了一个独特的包含1854张模糊图片的数据集。他们从总计947名参与者那里收集了超过10万份评分,用于评估参与者在看到每张模糊图片时,以及之后看到其清晰(未失真)版本时的主观可识别性。通过将一种受大脑启发的神经网络模型对这些图片所产生的表征,与人类的主观评分相关联,研究团队得以量化不同层次的视觉特征在识别过程中的贡献。他们还进行了图像层面的回归分析,以确定哪些视觉维度最能解释主观识别度的差异。进一步地,研究分析了在“解模糊”前后,参与者之间对物体命名的语义距离和一致性如何变化,并探究了“解模糊”后获得的信息量与主观清晰度提升之间的具体关系。
主要技术方法概述:
研究核心方法包括:1) 构建大规模模糊图像数据集并进行人类主观评分实验,收集“解模糊”前后的识别度评分;2) 运用类脑深度神经网络模型提取图像的多层次视觉特征表征;3) 将神经网络特征与人类评分数据进行关联分析,以确定关键视觉层次;4) 采用图像级回归分析量化不同视觉维度对主观识别度的解释力;5) 计算“解模糊”前后参与者命名的语义距离和一致性变化,并分析信息增益与主观清晰度间的非线性关系。数据集由研究者专门创建,人类评分来自在线实验平台招募的参与者。
研究结果:
- •
高阶视觉特征是主观识别的关键
研究表明,主观识别在很大程度上取决于模糊图片能在多大程度上保留其原始清晰版本中的高阶视觉特征。回归分析结果也证实,模糊图片的主观识别度最好由高阶视觉维度来解释。这意味着,当一张图片虽然模糊,但仍保留了足够多与物体整体形状、结构或类别相关的高层次信息时,我们就更有可能识别它。
- •
解模糊引发处理策略的灵活转换
一个引人注目的发现是,在参与者成功解开图像的模糊性(即看到清晰版本后)之后,高阶特征相对于低阶特征的主导性减弱了。这暗示了视觉系统在处理信息时具有灵活性:在识别模糊图像初期,更多依赖“自上而下”的、基于经验和猜测的处理;而一旦图像被“破解”,系统则转向更依赖“自下而上”的、基于当前视觉输入直接匹配的处理。
- •
解模糊伴随语义收敛和命名一致性的提升
研究还发现,模糊性解决的过程伴随着语义距离的显著减小,以及参与者之间物体命名一致性的大幅提高。也就是说,在看到清晰图片后,不同人对同一模糊图片的理解和描述变得更加统一和准确。
- •
信息增益与主观清晰度呈非线性U型关系
然而,“解模糊”后获得的信息量(即清晰图片带来的额外信息)与主观识别度的提升之间的关系并非简单的直线。研究者观察到一个U型关系:当获得的新信息与参与者之前的预测强烈匹配或强烈不匹配时,主观清晰度反而改善得更明显。这表明,简单地获得更多视觉信息并不总是提升“看清了”的感觉,信息的“出乎意料”或“高度确认”都可能促进主观清晰感的形成。
结论与讨论:
这项研究系统性地揭示了人脑解析视觉模糊性的机制。其核心结论是,我们对模糊图像的主观识别主要依赖于图像中保留的高阶、与意义相关的视觉特征,而非简单的低阶特征。研究结果支持视觉处理是一个动态、灵活的系统,能够在“自上而下”的猜测(基于先验知识)和“自下而上”的匹配(基于感官证据)之间根据语境需要灵活切换。解模糊过程不仅缩小了不同个体解读的语义差异,还遵循一个非线性的信息整合原则。这些发现深化了我们对人类如何从残缺和不完整的视觉世界中构建稳定知觉的理解。在更广泛的意义上,这项工作为构建更符合人脑处理机制的计算机视觉模型提供了理论依据,并为研究那些在感知整合、先验知识利用方面存在困难的临床状况(如某些精神疾病)提供了新的视角和可量化的行为范式。论文强调,视觉清晰度的主观体验,是外部信息与内部预期复杂交互的产物,而不仅仅是视觉输入信息量的简单反映。