上下文預期在快速場景識別中的作用*

(浙江大學心理與行為科學系,杭州 310028)

1 前言

對場景的感知和識別是人們在與周圍環境交互中必需具備的能力。從進化的角度來說,及時發現和識別視野中出現的危險,對于人類的生存非常重要(LoBue &Deloache,2008)。也正因如此,人類感知周圍視覺環境的能力非常出色。早期研究發現,即使在快速序列呈現(Rapid Serial Visual Presentation,RSVP)的條件下,觀察者仍能夠對場景進行語意層面上的有效辨認和命名(Potter,1975;Thorpe,Fize,&Marlot,1996)。

然而,人類的知覺過程并不僅僅是刺激驅動的,日常生活中所遇到的場景往往不是單獨出現的,而是包圍在周圍環境中,而環境中的某些相關信息可能會影響人類對場景的加工。因此,越來越多研究者開始關注過往的知識經驗(Gamond et al.,2011;Greene,Botros,Beck,&Li,2015)和知覺預期(Summerfield &Egner,2009;Seriès &Seitz,2013;Summerfield &De Lange,2014)等對場景識別的影響。

1.1 快速場景識別與前饋模型

早期研究主要關注人們對場景信息的快速加工能力。Thorpe等人(1996)讓觀察者判斷在快速呈現(20 ms)的自然場景圖片中是否存在動物,并記錄觀察者完成這種歸類任務時的腦電活動,結果發現在場景刺激呈現 150 ms后,由不同類別場景圖片所誘發的腦電活動就已出現顯著差異。這說明,人類大腦在完成快速場景識別時最快只需要 150 ms的時間。Kirchner和Thorpe (2006)利用眼動追蹤的方法進行了相關的研究,他們要求被試從事掃視迫選任務(forced-choice saccade task),判斷并列呈現的兩個場景圖像中哪一個有動物出現。眼動記錄的結果顯示,被試可以在120 ms內做出正確的選擇。Potter,Wyble,Hagmann和 McCourt (2014)采用RSVP范式進行研究,他們的場景圖片呈現時間最短只有13 ms,結果發現觀察者仍然能從12張連續呈現的圖片中識別目標場景。基于許多類似研究的結果,一些研究者認為,快速的場景識別僅需依賴并行和前饋(feed-forward)的加工過程(Schmidt &Schmidt,2009;Fabre-Thorpe,2011),自上而下的反饋(feedback)由于太慢而無法參與其中(Koivisto,Kastrati,&Revonsuo,2014)。

許多研究者認為,人類要在如此短的時間內完成對自然場景的快速識別,其視覺系統只能依賴由刺激驅動的前饋加工(Bacon-Macé,Macé,Fabre-Thorpe,&Thorpe,2005;Potter et al.,2014;VanRullen&Thorpe,2001;VanRullen,2007)。由此,有研究者提出了前饋理論,認為視覺系統僅依靠最早傳入的信息就足以完成對場景的快速識別。Serre,Oliva和Poggio (2007)提出了基于前饋理論(feedforward theories)的神經計算模型,該模型可以很好地預測被試在快速場景分類任務中的反應。支持該模型的研究者還認為,在快速視覺分類任務中存在一個“最小反應時” (minimal reaction time,MinRT),即觀察者剛剛能夠正確識別場景的最早時間窗口(Fabre-Thorpe,2011)。如果快速場景識別受到自上而下的經驗和預期等因素的影響,那么通過學習和訓練去增加觀察者對場景刺激的熟悉度,就應該能夠縮短MinRT。而實驗結果顯示,MinRT在不同的刺激類型和不同的任務條件下均表現得非常穩定,也就是說即使被試在經過反復訓練后已對刺激材料非常熟悉,也無法顯著減小 MinRT (Fabre-Thorpe,Delorme,Marlot,&Thorpe,2001)。因此,MinRT的存在也支持了早期場景識別的前饋加工假設。

神經生理學研究通過記錄場景識別過程中的神經活動,發現當場景刺激呈現到視網膜上后,視覺信號經過視神經傳至 V1、V2、V4,最后直到下顳葉皮層(inferior temporal cortex,IT),也就是沿著腹側通路(Felleman &van Essen,1991)傳播。重要的是,在刺激呈現后100 ms左右,第一波信息已經可以傳遞至與場景識別相關的 IT區域的神經元(DiCarlo &Maunsell,2000;Hung,Kreiman,Poggio,&DiCarlo,2005)。以往研究發現,與注意和策略等相關的反饋信號源自于前額葉等更高級的腦區(Bressler,Tang,Shulman,Shulman,&Corbetta,2008),而這些區域對早期視覺皮層的影響最早發生在刺激呈現后的 150～170 ms,且大多數結果顯示這些自上而下的反饋過程一般在刺激呈現后 200～300 ms才會真正發揮作用(Martínez et al.,2001;Noesselt et al.,2002)。因此,這些研究者也認為對快速場景的識別無需反饋過程的參與就可完成。

1.2 局部反饋與預期對視覺過程的影響

雖然上述研究試圖證明前饋傳遞在快速場景識別中具有重要作用,并認為反饋由于出現太晚而無法影響快速場景識別的過程,但是人類的知覺過程顯然并不僅僅是刺激驅動的,還會受到知識經驗和知覺預期等因素的影響。生理學研究表明,即使在早期視覺加工區域,神經元之間的反饋連接無論是在數量還是密度上都與前饋連接不相上下(Felleman &van Essen,1991;Sporns &Zwi,2004)。而且有研究發現,前饋信號傳遞至IT區域后10 ms左右,在腹側通路內部會產生一些局部范圍內的反饋過程(Pascual-Leone &Walsh,2001),也就是說這些局部反饋過程(local recurrent process)可能在刺激呈現后150 ms之內影響早期視覺加工。顯然,發生在早期的局部反饋過程與前面提到的較晚出現的注意反饋是不同的(Wyatte,Jilk,&O’Reilly,2014)。但是,對于前者對視覺過程的作用,目前還存在較多爭議(Tapia &Beck,2014)。有研究者認為該過程的作用可用“框架填充模型(frame-and-fill)”加以解釋,后者認為與前饋過程用于創建場景的框架不同,局部反饋信息用于填充其中的細節信息(Ahissar,Nahum,Nelken,&Hochstein,2009)。另外,有些研究者則認為,這一反饋過程對于視覺意識的產生非常重要(Fahrenfort,Scholte,&Lamme,2007;Koivisto et al.,2014)。也有研究者認為,局部反饋與早期知覺過程中的預期有關,其主要作用是將知覺過程中的預測錯誤最小化(Rao &Ballard,1999;Panichello,Cheung,&Bar,2012)。

對于預期在知覺過程中的作用,心理學和神經生理學研究者一直沒有給予足夠的重視,或者將預期和注意的效應混為一談(Summerfield &Egner,2009)。一般來說,注意對知覺過程的影響主要是基于任務目標,即通過對信息來源進行過濾來減緩知覺負荷(Tsotsos,1997);而預期則是通過對信息的處理和解讀方式加以限制來優化知覺加工,它可以由先前的知識經驗、聯結學習、啟動效應以及上下文加工來產生。也就是說,預期通過自上而下的方式對視覺過程產生影響。但在目前,對于預期在不同視覺加工階段的作用機制還存在較多爭議。一種假設認為,預期對視覺過程的影響發生在目標刺激出現之前,當觀察者對將要出現的目標刺激的期望與實際刺激相一致時(Engel,Fries,&Singer,2001),會顯著減少對目標刺激的反應時間。另一種假設則認為,預期可能會影響視覺系統區分目標信號與干擾信號的過程(Liston &Stone,2008),即影響對目標刺激的辨別能力。此外,預期還有可能影響最終的知覺決策或反應偏好,即在存在預期的條件下,觀察者可能只要較少的證據即可作出判斷。

有研究者根據預期的產生與來源將其分為結構性預期(structural expectation)和上下文預期(contextual expectation)(Seriès &Seitz,2013)。其中,前者與長期學習所積累的知識經驗或長時記憶有關,如 Greene等(2015)的研究發現,觀察者只有對符合日常經驗的合理場景才表現出較好的識別和辨認能力,而對一些較為反常、不太可能出現在日常生活中的場景識別能力較差;而后者則與當前環境中相鄰近的其他因素有關,如與場景相關的文字描述或類似場景信息的出現均可以易化場景識別過程。

上下文預期是否也會對快速場景識別過程產生影響？如果存在這種影響,則它在快速場景識別的不同視覺加工階段具有怎樣的作用機制？本研究將主要探討上述問題。

1.3 研究目的與構思

以往研究顯示,預期對知覺過程的影響在作用形式上一般分為兩種：一種是促進對視覺信息的主觀解讀,尤其是當視覺刺激較模糊或存在多種解釋時更為重要;另一種是促進反應速度和準確率,也就是反應績效,如觀察者能更好地識別與場景信息相一致的物體(Bar,2004)。本研究首先希望分別通過預期的兩種作用形式,檢驗上下文預期對快速場景識別的影響。

實驗 1 試圖探究上下文預期對快速場景識別中場景信息主觀選擇的影響。有研究發現,雙眼競爭范式可用于檢驗經驗和預期對輸入信息的主觀選擇的影響(Chopin &Mamassian,2012)。在采用雙眼競爭范式時,給被試兩眼分別呈現不同圖片,由于兩邊所提供的信息是相互沖突的,人類的大腦必須對這些沖突的信息進行合理化的主觀解讀(Hohwy,Roepstorff,&Friston,2008),且相沖突的信息并不會被融合到一起同時進入知覺的加工過程,而是交替地占據知覺資源(Sterzer,Frith,&Petrovic,2008)。在外界刺激相同的條件下,人們會更加傾向于選擇優勢眼(左眼或右眼,因人而異)所看到的信息,即優勢眼效應。除此之外,雙眼競爭時哪只眼睛中輸入的信息能夠占據優勢,受很多其它因素的影響,如刺激的物理屬性(Fahle,1982)、高層次的注意資源、觀察者的想象以及喜愛偏好等。Denison,Piazza和Silver (2011)采用雙眼競爭范式探究了預期信號是否會對知覺選擇產生影響的問題。他們采用不同朝向的光柵圖片作為實驗材料,并劃分了“競爭前序列”和“雙眼競爭刺激”兩個階段。在競爭前序列,向兩只眼睛呈現一系列相同的光柵圖片,這些光柵圖片朝向的角度按照順時針或逆時針依次變換;在雙眼競爭刺激中,其中一只眼睛呈現的刺激與競爭前序列的角度變換方向一致,另一只眼睛呈現的刺激與之相反。本研究的實驗1借鑒這一范式,試圖探究在快速場景識別中觀察者對信息的主觀解讀是否同樣會受到上下文預期的影響。

實驗2采用雙任務范式(Li,Vanrullen,Koch,&Perona,2002),探究上下文預期對快速場景識別績效的影響。其中,兩項任務分別為呈現在視覺中央的詞匯分類任務和呈現在視覺外周的快速場景識別任務,前者要求被試判斷同時出現的兩個名詞是否屬于同一類別,后者則讓被試判斷場景圖片中是否有動物出現。詞匯分類任務出現較早,并有可能包含動物詞匯。當詞匯分類任務中出現動物詞匯且隨后出現有動物的場景,或無動物詞匯出現且隨后出現無動物的場景,則為預期條件,反之則為非預期條件,比較預期與非預期條件下被試快速場景識別的能力和標準是否存在差別。

實驗1和實驗2分別從主觀選擇與識別績效兩方面探究預期是否會對快速場景識別產生影響;若能產生影響,則實驗3將進一步探究快速場景識別過程中預期效應的作用機制。

為探究預期在不同視覺加工階段的作用機制,最直接的方法是分別對場景識別的不同加工階段進行探究和比較。我們知道,自然場景圖片是由不同空間頻率的信息組成的。所謂空間頻率,是指單位空間內圖像或刺激圖形明暗變化的周期數,一般通過傅里葉變換將圖像轉化為頻率域得到,單位為周/圖像,或周/度(Delplanque,N’diaye,Scherer,&Grandjean,2007)。高空間頻率(higher spatial frequencies,HSF)反映場景中較為精細、明確的信息(如場景中物體的邊緣、線條等),而低空間頻率(lower spatial frequencies,LSF)則反映場景中較模糊的整體信息。在快速場景識別過程中,對不同空間頻率信息的加工時間和方式有所不同,當場景圖片呈現時間較短(30 ms)時低頻信息更占優勢,而當場景呈現時間較長(150 ms)時高頻信息更占優勢(Schyns &Oliva,1994)。生理學研究表明,不同空間頻率的信息由不同的神經通道負責加工(Vuilleumier,Armony,Driver,&Dolan,2003)。其中,小細胞通路(parvocellular pathways,P)的空間分辨力較高,時間分辨力較低,主要負責傳遞高空間頻率信息,到達腹側視覺皮層;而大細胞通路(magnocellular pathways,M)的空間分辨力較低,時間分辨力較高,主要將運動信息和低空間頻率的信息傳遞至背側視覺皮層。以往研究表明,經由小細胞通路傳遞的信息,其到達視覺皮層的時間比大細胞通路大約晚20 ms (Nowak &Bullier,1997)。一般認為,場景識別是一個由模糊到精細(coarse-to-fine)的過程(Musel,Chauvin,Guyader,Chokron,&Peyrin,2012;Musel et al.,2014)。鑒于此,實驗3將分別以低空間頻率場景(實驗3a)和高空間頻率場景(實驗3b)作為實驗材料,采用與實驗2相似的雙任務范式,探究預期在快速場景識別過程中不同加工階段的作用機制。

2 實驗1：預期對快速場景識別中的主觀選擇的影響

實驗1采用雙眼競爭范式,通過比較被試在不同預期條件下雙眼競爭的結果,探討上下文預期對快速場景識別中主觀選擇的影響。

2.1 方法

2.1.1 被試

24名(13男,11女)浙江大學在校大學生參與本實驗。他們的視力或矯正視力正常,均為右利手。平均年齡為 21.0歲(19～24歲)。在實驗結束后,他們可獲得一定的報酬或學分。

2.1.2 實驗材料和裝置

實驗材料的場景圖片全部來自 MIT計算機科學與人工智能實驗室提供的SUN (Scene UNderstanding)場景圖片數據庫(Xiao,Hays,Ehinger,Oliva,&Torralba,2010)。所有場景圖像的尺寸均為250×250像素(在60 cm的觀測距離下,約為6.21°× 6.21°視角),并經過灰度處理。這些材料中有些是包含動物的場景圖像,里面至少有一個哺乳動物、鳥、爬行動物、魚或昆蟲等,有些是沒有包含動物的場景,可能是汽車、食物、植物、沙灘、街道或公園等。在用于雙眼競爭測試的圖片中,包含動物的場景圖片和非動物的場景圖片各780張;用于競爭前序列的刺激圖片中,包含動物的和非動物的場景圖片各2340張。在實驗過程中,所有場景圖片都只出現1次。

實驗程序采用Matlab和Psychophysics Toolbox-3編寫(Brainard,1997;Pelli,1997;Pelli &Zhang,1991),在Pentium PC IV電腦上運行,顯示器分辨率為1024×768,刷新頻率為85 Hz。通過雙眼競爭儀的平面立體鏡將電腦左右兩側圖像分別反射到被試的左眼和右眼,以形成雙眼競爭條件。在實驗過程中,被試頭部通過下顎托架固定,眼睛距離屏幕中心約60 cm。

2.1.3 實驗設計和程序

實驗1借鑒Denison等(2011)的雙眼競爭范式,并采用自然場景圖片作為實驗材料,以不同長度的競爭前序列所產生的預期為自變量,考察預期對被試的主觀選擇的影響。其中,競爭前序列采用一系列類別相同的場景圖片(均為有動物場景或無動物場景)。實驗流程如圖1所示,具體程序為：首先,在屏幕左右兩側呈現注視點,持續時間300 ± 100 ms;然后,在左右兩側同時快速呈現一系列相同的場景圖片,每張圖片呈現108 ms,間隔為36 ms;在競爭前序列呈現完之后,在左右兩只眼睛分別呈現一張動物的場景圖像和一張非動物的場景圖像,呈現時間約為36 ms (3幀,下同),同時出現的還有位于圖像中央的紅點,要求被試看到紅點后馬上對當前場景進行判斷,即看到的是動物場景還是非動物場景,并通過鍵盤的F、J鍵進行反應。

競爭前序列由如下幾種條件組成：競爭前序列的長度(1～12),競爭前序列所產生的預期(動物/非動物),與預期類別相一致的場景圖片所投射的眼睛(左眼/右眼)。包括控制條件(無競爭前序列)在內,共有52種組合,每種組合重復15次,即每名被試需要完成780個試次。在實驗中,每隔195個試次休息一次(休息時間至少為 20 s),完成全部實驗共需要 25 min左右。為了保證被試理解實驗要求并認真完成實驗,每種條件下設置一次檢驗試次,即在雙眼競爭條件下兩只眼睛呈現相同的場景圖片。如果被試在該 52個檢驗試次中的判斷準確率低于50%,則其實驗結果將被剔除。

2.2 結果與討論

如前所述,實驗設計中加入了 52個檢驗試次,在這些檢驗試次中,處于雙眼競爭情景的左右兩只眼睛看到的是完全相同的場景,被試如果在檢驗試次中反應錯誤,說明被試沒有按照實驗要求進行判斷或快速場景識別的能力不足。結果發現,4名(1男,3女)被試在檢驗試次中的判斷準確率低于50%,他們的數據被剔除,因此最終只有20名(12男,8女)被試完成雙眼競爭中的快速場景識別任務。

在沒有任何預期的條件下,即競爭前的序列為0時,被試選擇動物場景的比例僅與其優勢眼有關。實驗設置動物場景或無動物場景出現在左右眼的概率相同,若不存在優勢眼效應,則被試選擇的場景出現在左右眼睛的概率應該是隨機的。而實驗1結果顯示,在此情景下,被試選擇優勢眼所看到的場景的平均比例為58% (

SD

=2%),顯著高于隨機水平：

t

(19)=6.31,

p

<0.001,這說明被試在單純的雙眼競爭選擇中,更加傾向于選擇優勢眼所看到的場景,或者說優勢眼所輸入的信息更容易占據視覺加工資源。根據實驗設計,呈現在優勢眼或非優勢眼中的場景,與競爭前序列所產生的預期相一致或不一致的比例是相同的,如果預期不會影響被試的主觀選擇,那么被試選擇與競爭前序列所產生的預期相一致的比例也應該與不一致的條件相同,即均為50%。然而,實驗結果顯示,被試在雙眼競爭過程中更加傾向于選擇與競爭前序列所造成的預期相一致的場景類別(

M

=79%,

SD

=12%)：

t

(19)=9.76,

p

<0.001。這一結果說明,預期能夠對快速場景識別過程中觀察者的主觀判斷產生影響。對不同競爭前序列長度的單因素方差分析結果顯示(圖2),被試的反應不存在顯著差異：

F

(11,228)=1.03,

p

>0.5,這說明不同強度的預期對觀察者主觀判斷的影響是穩定的。

圖1 實驗1的基本流程

圖2 競爭前序列所產生的預期對雙眼競爭主觀選擇的影響

2.3 結論

在快速場景的識別過程中,之前出現的對目標場景的上下文預期可影響觀察者的主觀選擇。

3 實驗2：預期對快速場景識別中的判別能力和判別標準的影響

實驗2采用雙任務范式,要求被試對較早呈現在視覺中央的詞匯分類任務和較晚呈現在視覺外周的場景識別任務同時進行觀察和判斷,通過比較預期和非預期條件下場景識別反應的差異來探究預期對快速場景識別中的判別能力和判別標準的影響。

3.1 方法

3.1.1 被試

23名(13男,10女)浙江大學在校大學生參與本實驗。他們的視力或矯正視力正常,均為右利手,平均年齡為 21.4歲(18～25歲)。在實驗結束后,他們可獲得一定的報酬或學分。

3.1.2 實驗材料和裝置

實驗2使用的場景圖片同實驗1。詞匯分類任務使用的詞匯來自常見的動物、植物和辦公用品,屬于三個類別中的名詞(均由兩個字組成)。

除沒有使用雙眼競爭儀以外,實驗2的裝置與實驗1一致。

3.1.3 實驗設計和程序

實驗2采用雙任務范式(Li et al.,2002),每名被試均需要完成3個子實驗：快速場景識別任務、詞匯分類任務和雙任務。實驗采用信號檢測論的方法,檢測與分析觀察者在不同預期條件下快速場景識別過程中的辨別力與反應偏好。

快速場景識別任務的流程如圖3所示。首先,呈現注視點300 ms;之后,場景圖片隨機出現在屏幕四個象限的中央位置,呈現時間為36 ms;而后,經過 24～48 ms的間隔后,在與場景圖片相同的位置上呈現由隨機像素構成的掩蔽刺激,呈現時間為36 ms,要求被試通過優勢手點擊鼠標進行判斷。如果觀察到場景中有動物出現,則點擊鼠標左鍵進行反應,如果沒有,則不進行任何反應。本實驗中動物與非動物場景各200張,每個被試需要完成400次判斷。整個實驗分4個block完成,每兩個block之間有20 s的休息時間。

圖3 實驗2快速場景識別的單任務流程圖

詞匯分類任務的流程如圖4所示。首先,呈現注視點300 ms;之后,在注視點左右兩側同時呈現兩個名詞,呈現時間為144～168 ms,要求被試盡量準確和快速地判斷兩個詞匯是否屬于相同類別,并通過非優勢手按S、D鍵進行反應。詞匯類別相同與不同的條件各200次,每個被試需要完成400次判斷。整個實驗分 4個 block完成,每兩個 block之間有20 s的休息時間。

雙任務實驗的具體流程如圖5所示。首先,呈現注視點300 ms;之后,呈現詞匯48 ms;接著,呈現場景圖片。其中,所呈現的詞匯可能包含動物詞匯,也可能沒有包含動物詞匯。若詞匯分類任務中出現動物詞匯且隨后出現有動物的場景,或出現無動物詞匯且隨后呈現的場景中也無動物,則為預期條件,反之則為非預期條件。雙任務實驗的其余流程與前兩個單任務實驗基本一致,即：注視點呈現300 ms后,注視點左右兩側會同時呈現需要分類的詞匯,經過48 ms之后在屏幕四個象限的中央位置隨機呈現一張場景圖片,呈現時間為 36 ms,經過24～48 ms的間隔之后在場景圖片的位置上呈現一張隨機掩蔽圖片,掩蔽時間為 36 ms,在這一過程中詞匯刺激始終呈現,直到與場景掩蔽刺激同時消失。要求被試在刺激消失后的1000 ms以內通過優勢手點擊鼠標對場景中是否有動物出現進行判斷,并要求盡可能同時地通過非優勢手按 S、D鍵對詞匯分類任務進行反應。

整個實驗持續45～60 min。

圖4 實驗2詞匯分類的單任務流程圖

3.2 結果與討論

在雙任務范式中,一些被試的雙手協調反應能力較差,其中3人(2男,1女)在雙任務情景下的詞匯分類任務有超過50次未進行反應,數據被剔除。最終,20名(11男,9女)被試完成實驗2。在場景識別任務中,根據信號檢測論,計算了被試快速場景識別的辨別力和反應偏好。而在詞匯分類任務中,則記錄了被試反應的準確率和反應時。

首先,比較被試在單任務和雙任務情景下快速場景識別的結果。配對

t

檢驗顯示：在單任務(

M

=1.87)和雙任務(

M

=1.45)條件下被試的辨別力存在顯著差異,

t

(19)=4.65,

p

<0.001,Cohen’s

d

=1.02,結果如圖6所示;但是,被試的反應偏好保持一致(

M

分別為1.64和2.09),

t

(19)=1.91,

p

>0.05。這說明,被試在兩種實驗條件下的判斷標準較為一致,而單任務條件下的快速場景識別的績效顯著優于雙任務條件。之前有研究者發現,單任務與雙任務實驗的快速場景識別績效不存在顯著差異,因此認為快速場景識別過程不需要注意的參與(Li et al.,2002)。但是,相比Li等人(2002)采用的簡單字符判斷任務,本實驗選用的是難度更高的詞匯分類,因而最終導致雙任務條件下的快速場景識別受到影響。本實驗的結果與Cohen,Alvarez和Nakayama(2011)的結論相一致,即當干擾任務難度較高時,因占用更多的注意資源而對快速場景識別過程產生了影響。

圖5 實驗2雙任務情景的基本流程圖

圖6 實驗 2單任務與雙任務情景下快速場景識別辨別力的比較

實驗2中的雙任務實驗分為預期組和非預期組兩種條件,若詞匯分類任務中出現動物(或不出現動物)且場景分類任務也出現動物(或不出現動物),則為預期組,反之則為非預期組。由于本實驗要求被試在保證兩個任務盡量準確的情況下優先完成快速場景識別任務,因此,比較被試在預期與非預期條件下詞匯分類任務的準確率有非常重要的意義。結果發現,兩者不存在顯著差異(

M

分別為0.82和0.81),

t

(19)=1.01,

p

>0.05,即詞匯分類任務不受場景信息的干擾。下面,單獨對場景識別任務中的預期效應進行檢驗。比較預期與非預期條件下被試快速場景識別任務的差異。結果發現,辨別力的配對

t

檢驗存在顯著差異(預期條件

M

=1.66,非預期條件

M

=1.23),

t

(19)=5.07,

p

<0.001,Cohen’s

d

=0.91,如圖7所示,這說明,在預期條件下被試快速場景識別的能力顯著高于非預期條件。對反應偏好的配對

t

檢驗也顯示出顯著的差異(預期條件

M

=2.54,非預期條件

M

=1.88),

t

(19)=3.02,

p

<0.05,Cohen’s

d

=0.51說明預期不僅影響快速場景識別能力,同時也影響了被試的主觀判斷標準。

圖7 雙任務情景下預期組與非預期組的快速場景識別辨別力比較

3.3 結論

在復雜任務(雙任務)條件下,注意資源的分配可以影響快速場景的識別過程。上下文預期對觀察者在快速場景識別中的辨別能力和主觀判斷標準均會產生影響。

4 實驗3：預期對不同空間頻率場景的快速識別的影響

在實驗2的基礎之上,本實驗希望進一步探討預期對快速場景識別的影響的內在機制,即預期對不同視覺加工階段的影響。實驗3由實驗3a和實驗 3b組成,分別探究預期對不同空間頻率場景的快速識別的影響。

4.1 方法

4.1.1 被試

24名(13男,11女)浙江大學在校大學生參加了實驗 3a,他們的視力或矯正視力正常,均為右利手,平均年齡為20.2歲(18～23歲)。24名(12男,12女)浙江大學在校大學生參加了實驗 3b,他們的視力或矯正視力正常,均為右利手,平均年齡為20.2歲(18～23歲)。在實驗結束后,所有被試均可獲得一定的報酬或學分。

4.1.2 實驗材料和裝置

通過對原始場景圖片進行傅里葉變換和Butterworth濾波(Schyns &Oliva,1994),獲得了低空間頻率的場景圖片(如圖 8A,實驗 3a)和高空間頻率的場景圖片(如圖8B,實驗3b),以用于本實驗。

其余實驗材料和裝置均與實驗 2的完整頻譜(broad-band spatial frequencies,BSF)場景條件相同。

圖8 不同空間頻率的場景的示例

4.1.3 實驗設計和程序

實驗3a和實驗3b的實驗設計和流程均與實驗2相同,僅實驗材料不同。

4.2 結果與討論

實驗3a中有4名(2男,2女)被試在雙任務情景下的詞匯分類任務的未反應次數超過 50次,因而數據被剔除,最終有效數據為20名(11男,9女)。實驗3b中有4名(2男,2女)被試在雙任務情景下的詞匯分類任務中的未反應次數超過 50次,其數據同樣被剔除,最終有效數據也為20名(10男,10女)。

首先,分別分析實驗3a和3b中單、雙任務的快速場景識別的績效,結果如表1所示,在不同空間頻率條件下,被試的辨別力在單、雙任務中的差異與實驗2是一致的,因此都支持實驗2的結論。

其次,比較實驗3a和實驗3b中被試在快速場景識別單任務中的反應。

t

檢驗結果顯示,被試的辨別力差異顯著(實驗3a單任務

M

=1.01,實驗3b單任務

M

=0.65),

t

(38)=3.26,

p

<0.05,Cohen’s

d

=1.07。這一結果與前人結論一致,即場景識別是一個由模糊到精細(coarse-to-fine)的過程(Musel et al.,2014),低頻信息在場景識別的早期加工階段更占優勢,而高頻信息在場景識別的后期更占優勢(Schyns &Oliva,1994)。

表1 不同空間頻率條件下快速場景識別單、雙任務辨別力和反應偏好的比較

與實驗2一樣,為檢驗快速場景識別過程中的預期效應,需要確認雙任務中的詞匯任務不會受到場景信息的影響,結果為實驗3a：

t

(19)=0.03,

p

>0.05;實驗 3b：

t

(19)=2.05,

p

>0.05,Cohen’s

d

=0.15。在此基礎上,檢驗不同空間頻率條件下預期對被試辨別力的影響,結果如圖9所示。可以發現,三種空間頻率條件下預期組與非預期組的辨別力均存在顯著差異。這一結果說明,在快速場景識別的不同加工階段,預期均會影響被試的辨別能力：實驗3a,預期組

M

=0.82,非預期組

M

=0.51,

t

(19)=4.82,

p

<0.001,Cohen’s

d

=0.75;實驗 3b,預期組

M

=0.58,非預期組

M

=0.26,

t

(19)=6.28,

p

<0.001,Cohen’s

d

=1.32。三種不同空間頻率條件下預期對被試反應偏好的影響如圖10所示。可以發現,被試在加工完整信息(實驗 2)和高空間頻率信息(實驗 3b)的場景時,反應偏好均受到預期的影響(實驗 3b預期組

M

=1.54,非預期組

M

=1.17,

t

(19)=3.54,

p

<0.05,Cohen’s

d

=0.79);而對低空間頻率信息(實驗 3a)的加工,被試的反應偏好不受預期影響(實驗 3a預期組

M

=1.56,非預期組

M

=1.36,

t

(19)=2.08,

p

>0.05)。這一結果說明,雖然對低頻信息的加工更占優勢,但是對完整信息場景的加工過程,仍然需要整合不同階段的結果。

圖9 不同空間頻率條件下預期對辨別力的影響

圖10 不同空間頻率條件下預期對反應偏好的影響

4.3 結論

在快速呈現條件下,觀察者對低空間頻率場景的加工更好。上下文預期在快速場景識別的不同加工階段都會影響觀察者的辨別力,但對反應偏好的影響只出現在較晚的加工階段。

5 總討論

5.1 上下文預期對快速場景識別的影響

在快速場景識別的研究中,關于上下文預期的研究相對較少,尤其是其對快速場景識別過程的影響,這是因為以往通常認為快速場景識別是一個自動化的前饋加工過程,不會受注意和策略等自上而下的反饋過程所影響。但是,近期越來越多的研究者開始關注預期對知覺過程的影響,且已發現與知識經驗相關的結構性預期能夠影響人們的快速場景識別過程(Greene et al.,2015)。不過,與當前環境信息相關的上下文預期,可以影響甚至掩蓋結構性預期的作用(Kerrigan &Adams,2013),且結構性預期的習得過程也與上下文預期的重復積累緊密相關(Chalk,Seitz,&Seriès,2010)。本研究探討上下文預期對快速場景識別過程的影響,有助于完善預期對知覺過程影響的研究。實驗1和實驗2分別從被試的主觀選擇和識別績效兩個方面探究上下文預期是否會影響快速場景識別過程。

實驗1采用雙眼競爭范式,在讓被試進行雙眼競爭選擇之前,先呈現給被試一系列自然場景圖片,被試左右兩只眼睛所看到的這一系列的場景圖片是相同的,且同一序列中出現的所有場景均為相同類別(如均包含動物)。呈現競爭前序列是為了讓被試產生對這一場景類別的預期,這種預期與被試知識經驗無關,因此屬于為上下文預期(Seriès &Seitz,2013)。實驗1的結果發現,與預期一致的信息更容易占據知覺加工資源,使得觀察者對沖突信息的主觀選擇不再僅依賴優勢眼,而是會在一定程度上按照競爭前序列所呈現的場景類別對沖突信息做出選擇。這說明,大腦在對雙眼同時輸入的沖突場景信息進行主觀選擇時,會受到先前視覺經驗所產生的上下文預期的影響。這也說明快速場景識別過程并非僅依賴自下而上的輸入信息,對這些信息的主觀解讀受過往經驗和預期的影響。Denison等(2011)采用相同的范式以簡單光柵偏向為實驗材料的研究結果與實驗1相似,說明上下文預期對知覺過程的影響是一個相對普遍的現象。以往對快速場景識別的研究多采用快速序列呈現(RSVP)范式,研究者認為在序列呈現條件下,由于每張場景圖片呈現時間很短,場景圖片對于觀察者來說都是陌生刺激且不會重復出現,因此觀察者無法對下一張將要出現的場景圖片產生預期,進而得出快速場景識別過程只需要依賴前饋加工的結論(Potter et al.,2014)。RSVP范式強調了前饋傳遞在快速場景識別核心過程中的有效性,但同時也將預期等其它因素排除在外,使得很多研究者忽略了預期等因素在快速場景識別過程中可能產生的影響。

實驗2采用雙任務范式,探究了預期對快速場景識別中被試反應績效的影響。快速場景識別任務是讓被試判斷隨機呈現在屏幕四個象限內的場景圖片中是否包含動物,而中央干擾任務是詞匯分類任務。由于詞匯比場景出現時間早,詞匯中又有可能包含或不包含動物詞匯,從而導致被試在看到場景圖片之前會先產生相應的預期。實驗2的結果顯示,當快速呈現的場景類別與詞匯所產生的預期相一致時,被試對場景圖片的快速辨別能力更好,被試的反應偏好也存在顯著差異。

Li等(2002)采用T/L字母分類與快速場景識別的雙任務范式,試圖證明快速場景識別過程不需要注意資源的參與,而本研究實驗2采用帶有語義信息的漢語詞匯分類作為中央干擾任務,結果顯示單任務與雙任務條件下被試快速場景識別績效存在顯著差異,與 Cohen等人(2011)的研究結果一致。因此,我們認為Li等(2002)所采用的雙任務太過簡單,干擾任務本身所需的注意資源太少,從而不能對外周的場景任務產生影響。實驗2中所采用的詞匯分類任務本身具有一定的難度,同時又與場景識別任務存在一定的語義相關,相比于簡單的字符分類任務,詞匯分類任務占據了更多的注意資源。因此,本研究中,雙任務中場景分類任務的績效顯著低于與單任務條件下的績效,很可能是由于注意資源被中央的詞匯分類任務所占據。這也提示,快速場景識別過程仍然需要注意資源的參與。而注意對場景識別過程的影響一般出現在較晚階段(Martínez et al.,2001;Noesselt et al.,2002),因此需要更加深入探究這里的注意機制及其和預期之間的相互作用。注意與預期之間的關系也是預期研究中的重點,實驗 2的結果也提示我們,可以以此作為切入點,繼續深入研究快速場景識別過程中預期與注意之間的相互作用。

本研究中實驗1和實驗2的結果,分別從場景信息的主觀解讀以及辨別能力兩個不同方面支持上下文預期對快速場景識別存在影響。以往對于快速場景識別的研究較多關注場景識別的核心過程,忽略了現實生活中多種多樣的外界環境信息對場景識別過程的影響,因此對于預期的研究也可以彌補以往場景識別研究在生態效度上的不足。

5.2 上下文預期對快速場景識別不同加工階段的影響

場景識別過程需要經歷多個不同階段的加工是所有研究者的共識(Wyatte et al.,2014)。實驗1和實驗2的結果顯示上下文預期能夠影響快速場景識別過程,實驗3進一步探究了這種上下文預期在快速場景識別不同加工階段的作用機制。場景中的低空間頻率信息所攜帶的是與場景中的大致輪廓相關的模糊信息,在場景識別過程中的傳遞和加工速度較快;而高空間頻率信息則代表場景中精細輪廓相關的細節信息,在場景識別過程中的傳遞和加工速度相對較慢。因此,研究者一般認為場景識別是由模糊到精細的過程(Musel et al.,2012,2014),即早期對低頻信息的加工占優勢,后期對高頻信息的加工占優勢。實驗3在這些研究結論的基礎上沿用實驗 2的范式,分別以低頻信息場景圖片(實驗3a)和高頻信息場景圖片(實驗3b)作為實驗材料。結果首先驗證了之前研究者們的假設,即在快速場景識別中,對低頻信息的識別加工更快、更好,在呈現時間較短的條件下,低頻信息的提取和加工更占優勢(Schyns &Oliva,1994)。然后,基于以上研究及實驗結果,通過比較實驗 3a和實驗 3b,發現不同空間頻率信息的場景的預期效應不同。無論是高頻信息還是低頻信息,一致性的預期都能顯著提高被試快速場景識別的能力,表明預期對場景信息加工的影響在不同加工階段都會出現;然而只有在實驗 3b中預期影響了被試的反應偏好,說明預期對被試認知決策的影響只出現在對高頻信息的加工過程中。出現這一結果的可能原因是,在快速呈現條件下低頻信息加工更占優勢,被試更有把握做出判斷,所以反應偏好保持一致。然而,這一假設無法解釋被試對完整場景信息(實驗 2)的反應偏好也受到預期的影響。高頻信息的預期效應與完整信息的預期效應相同,說明雖然在快速場景識別過程中對低頻信息的加工更快、更占優勢,但是當有外在預期影響的條件下,對高頻信息的加工反而體現出更重要的作用。這一結果也進一步說明,存在大量干擾信息的現實生活中,觀察者的預期將會影響場景識別過程。因此,在后續的研究中,需要更加關注預期的作用。

6 結論

上下文預期能夠影響快速場景識別過程中觀察者的主觀判斷和對場景的識別績效。對于較早加工的低空間頻率場景信息,只有知覺辨別能力受到上下文預期的影響;而對于較晚加工的高空間頻率場景信息,知覺辨別能力和知覺決策過程均會受到上下文預期的影響,說明,快速場景識別過程需要整合兩種空間頻率信息加工結果作出最終判斷。

Ahissar,M.,Nahum,M.,Nelken,I.,&Hochstein,S.(2009).Reverse hierarchies and sensory learning.

Philosophical Transactions of the Royal Society B:Biological Sciences,364

(1515),285?299.Bacon-Macé,N.,Macé,M.J.M.,Fabre-Thorpe,M.,&Thorpe,S.J.(2005).The time course of visual processing:Backward masking and natural scene categorization.

Vision Research,45

(11),1459?1469.Bar,M.(2004).Visual objects in context.

Nature Review Neuroscience,5

(8),617?629.Brainard,D.H.(1997).The psychophysics toolbox.

Spatial Vision,10

(4),433?436.Bressler,S.L.,Tang,W.,Shulman,C.M.,Shulman,G.L.,&Corbetta,M.(2008).Top-down control of human visual cortex by frontal and parietal cortex in anticipatory visual spatial attention.

Journal of Neuroscience,28

(40),10056?10061.Chalk,M.,Seitz,A.,&Seriès,P.(2010).Rapidly learned stimulus expectations alter perception of motion.

Journal of Vision,10

(8),2.Chopin,A.,&Mamassian,P.(2012).Predictive properties of visual adaptation.

Current Biology,22

(7),622?626.Cohen,M.A.,Alvarez,G.A.,&Nakayama,K.(2011).Natural-scene perception requires attention.

Psychological Science,22

(9),1165?1172.Delplanque,S.,N’diaye,K.,Scherer,K.,&Grandjean,D.(2007).Spatial frequencies or emotional effects? A systematic measure of spatial frequencies for IAPS pictures by a discrete wavelet analysis.

Journal of Neuroscience Methods,165

(1),144?150.Denison,R.N.,Piazza,E.A.,&Silver,M.A.(2011).Predictive context influences perceptual selection during binocular rivalry.

Frontiers in Human Neuroscience,5

,166.DiCarlo,J.J.,&Maunsell,J.H.R.(2000).Form representation in monkey inferotemporal cortex is virtually unaltered by free viewing.

Nature Neuroscience,3

(8),814?821.Engel,A.K.,Fries,P.,&Singer,W.(2001).Dynamic predictions:Oscillations and synchrony in top–down processing.

Nature Reviews Neuroscience,2

(10),704?716.Fabre-Thorpe,M.(2011).The characteristics and limits of rapid visual categorization.

Frontiers in Psychology,2

,243.Fabre-Thorpe,M.,Delorme,A.,Marlot,C.,&Thorpe,S.(2001).A limit to the speed of processing in ultra-rapid visual categorization of novel natural scenes.

Journal of Cognitive Neuroscience,13

(2),171?180.Fahle,M.(1982).Binocular rivalry:suppression depends on orientation and spatial frequency.

Vision Research,22

(7),787?800.Fahrenfort,J.J.,Scholte,H.S.,&Lamme,V.A.F.(2007).Masking disrupts reentrant processing in human visual cortex.

Journal of Cognitive Neuroscience,19

(9),1488?1497.Felleman,D.J.,&van Essen,D.C.(1991).Distributed hierarchical processing in the primate cerebral cortex.

Cerebral Cortex,1

(1),1?47.Gamond,L.,George,N.,Lemaréchal,J.D.,Hugueville,L.,Adam,C.,&Tallon-Baudry,C.(2011).Early influence of prior experience on face perception.

NeuroImage,54

(2),1415?1426.Greene,M.R.,Botros,A.P.,Beck,D.M.,&Li,F.F.(2015).What you see is what you expect:Rapid scene understanding benefits from prior experience.

Attention Perception Psychophysics,77

(4),1239?1251.Hohwy,J.,Roepstorff,A.,&Friston,K.(2008).Predictive coding explains binocular rivalry:An epistemological review.

Cognition,108

(3),687?701.Hung,C.P.,Kreiman,G.,Poggio,T.,&DiCarlo,J.J.(2005).Fast readout of object identity from macaque inferior temporal cortex.

Science,310

,863?866.Kerrigan,I.S.,&Adams,W.J.(2013).Highlights,disparity,and perceived gloss with convex and concave surfaces.

Journal of Vision,13

(1),9.Kirchner,H.,&Thorpe,S.J.(2006).Ultra-rapid object detection with saccadic eye movements:Visual processing speed revisited.

Vision research,46

(11),1762?1776.Koivisto,M.,Kastrati,G.,&Revonsuo,A.(2014).Recurrent processing enhances visual awareness but is not necessary for fast categorization of natural scenes.

Journal of Cognitive Neuroscience,26

(2),223?231.Li,F.F.,Vanrullen,R.,Koch,C.,&Perona,P.(2002).Rapid natural scene categorization in the near absence of attention.

Proceedings of the National Academy of Sciences of the United States of America,99

(14),9596?9601.Liston,D.B.,&Stone,L.S.(2008).Effects of prior information and reward on oculomotor and perceptual choices.

Journal of Neuroscience,28

(51),13866?13875.LoBue,V.,&DeLoache,J.S.(2008).Detecting the snake in the grass:Attention to fear-relevant stimuli by adults and young children.

Psychological Science,19

(3),284?289.Martínez,A.,Di Russo,F.,Anllo-Vento,L.,Sereno,M.I.,Buxton,R.,&Hillyard,S.A.(2001).Putting spatial attention on the map:Timing and localization of stimulus selection processes in striate and extrastriate visual areas.

Vision Research,41

,1437?1457.Musel,B.,Chauvin,A.,Guyader,N.,Chokron,S.,&Peyrin,C.(2012).Is coarse-to-fine strategy sensitive to normal aging?.

PLoS One,7

(6),e38493.Musel,B.,Kauffmann,L.,Ramano?l,S.,Giavarini,C.,Guyader,N.,Chauvin,A.,&Peyrin,C.(2014).Coarseto-fine categorization of visual scenes in scene-selective cortex.

Journal of Cognitive Neuroscience,26

(10),2287?2297.Noesselt,T.,Hillyard,S.A.,Gwoldorff,M.G.,Schoenfeld,A.,Hagner,T.,J?ncke,L.,… Heinze,H.J.(2002).Delayed striate cortical activation during spatial attention.

Neuron,35

(3),575?587.Nowak,L.G.,&Bullier,J.(1997).The timing of information transfer in the visual system.In

Extrastriate cortex in primates:Cerebral cortex

(Vol.12,pp.205?241).US:Springer.Panichello,M.F.,Cheung,O.S.,&Bar,M.(2012).Predictive feedback and conscious visual experience.

Frontiers in Psychology,3

,620.Pascual-Leone,A.,&Walsh,V.(2001).Fast backprojections from the motion to the primary visual area necessary for visual awareness.

Science,292

(5516),510?512.Pelli,D.G.(1997).The videotoolbox software for visual psychophysics:Transforming numbers into movies.

Spatial Vision,10

(4),437?442.Pelli,D.G.,&Zhang,L.(1991).Accurate control of contrast on microcomputer displays.

Vision Research,31

(7-8),1337?1350.Potter,M.C.(1975).Meaning in visual search.

Science,187

,965?966.Potter,M.C.,Wyble,B.,Hagmann,C.E.,&McCourt,E.S.(2014).Detecting meaning in RSVP at 13 ms per picture.

Attention Perception Psychophysics,76

(2),270?279.Rao,R.P.N.,&Ballard,D.H.(1999).Predictive coding in the visual cortex:A functional interpretation of some extra-classical receptive-field effects.

Nature Neuroscience,2

(1),79?87.Schmidt,T.,&Schmidt,F.(2009).Processing of natural images is feedforward:A simple behavioral test.

Attention Perception Psychophysics,71

(3),594?606.Schyns,P.G.,&Oliva,A.(1994).From blobs to boundary edges:Evidence for time-and spatial-scale-dependent scene recognition.

Psychological Science,5

(4),195?200.Seriès,P.,&Seitz,A.R.(2013).Learning what to expect (in visual perception).

Frontiers in Human Neuroscience,7

,668.Serre,T.,Oliva,A.,&Poggio,T.(2007).A feedforward architecture accounts for rapid categorization.

Proceedings of the National Academy of Sciences of the United States of America,104

(15),6424?6429.Sporns,O.,&Zwi,J.D.(2004).The small world of the cerebral cortex.

Neuroinformatics,2

,145?162.Sterzer,P.,Frith,C.,&Petrovic,P.(2008).Believing is seeing:Expectations alter visual awareness.

Current Biology,18

(16),R697?R698.Summerfield,C.,&Egner,T.(2009).Expectation (and attention)in visual cognition.

Trends in Cognitive Sciences,13

(9),403?409.Summerfield,C.,&De Lange,F.P.(2014).Expectation in perceptual decision making:Neural and computational mechanisms.

Nature Reviews Neuroscience,15

(11),745?756.Tapia,E.,&Beck,D.M.(2014).Probing feedforward and feedback contributions to awareness with visual masking and transcranial magnetic stimulation.

Frontiers in Psychology,5

,1173.Thorpe,S.,Fize,D.,&Marlot,C.(1996).Speed of processing in the human visual system.

Nature,381

(6582),520?522.Tsotsos,J.K.(1997).Limited capacity of any realizable perceptual system is a sufficient reason for attentive behavior.

Consciousness and Cognition,6

(2-3),429?436.VanRullen,R.(2007).The power of the feed-forward sweep.

Advances in Cognitive Psychology,3

(1-2),167?176.VanRullen,R.,&Thorpe,S.J.(2001).The time course of visual processing:From early perception to decisionmaking.

Journal of Cognitive Neuroscience,13

(4),454?461.Vuilleumier,P.,Armony,J.L.,Driver,J.,&Dolan,R.J.(2003).Distinct spatial frequency sensitivities for processing faces and emotional expressions.

Nature Neuroscience,6

(6),624?631.Wyatte,D.,Jilk,D.J.,&O’Reilly,R.C.(2014).Early recurrent feedback facilitates visual object recognition under challenging conditions.

Frontiers in Psychology,5

,674.Xiao,J.X.,Hays,J.,Ehinger,K.A.,Oliva,A.,&Torralba,A.(2010).Sun database:Large-scale scene recognition from abbey to zoo.In

2010 IEEE conference on computer vision and pattern recognition

(pp.3485?3492).San Francisco,CA:IEEE.