跳转到内容

形状知觉

来自VeritasWiki 真理百科

形状知觉(shape perception)指个体对物体轮廓、边界与整体几何结构的知觉,是识别物体、区分物我、把握空间形态的基础。人几乎在瞬间就能把视野中杂乱的明暗分布归结为一个个有边界的物体,判断它是圆的还是方的、是脸还是杯子。这一过程看似直接,实则包含一系列建构步骤:视觉系统先从亮度差异中提取边缘,再把分散的边缘连接成闭合轮廓,进而依据各种组织规则把轮廓归属于某个物体,并在物体倾斜、旋转、被遮挡时仍维持其形状的稳定。形状知觉因此既是感觉信息的加工结果,也是知觉主动组织的典型例证。[1]

轮廓的提取与侧抑制

形状知觉的起点是轮廓,而轮廓来自亮度或颜色的突变。然而视网膜并不是一台忠实的相机,它对边缘处的亮度分布会作出夸张的处理。在明暗交界处,人眼常常看到一条并不存在于物理刺激中的亮带与暗带,这一现象称为马赫带,由物理学家马赫在19世纪描述。它的成因被认为与视网膜神经节细胞之间的侧抑制有关:每个细胞的兴奋会被邻近区域的抑制性输入削弱,位于亮区边缘的细胞因邻近暗区的抑制较弱而反应更强,位于暗区的细胞则相反,于是边界处的对比被放大。

侧抑制的直接证据来自20世纪50年代对鲎的复眼研究。鲎的复眼由许多小眼组成,研究者可以单独记录单个小眼的电活动,并对其邻近小眼施加光照,观察到邻近光照会抑制该小眼的放电。这一发现把“边缘增强”从心理现象落实到神经机制,成为感觉编码研究中的经典范例。它说明轮廓并非外界边缘的被动复制,而是神经系统主动计算对比的结果。

除了由亮度差产生的实际轮廓,人还能“看到”并不存在的边界。卡尼萨三角形是最著名的例子:三个缺角的圆盘与几条线段组合在一起,观察者会清晰地看到一个位于其上的白色三角形,其边缘在物理上并不存在,却比周围的真实线条还要醒目。这类主观轮廓表明,形状知觉具有补全与建构的能力,视觉系统倾向于把不完整的刺激组织成完整、简单的图形。

生理基础:从边缘到特征

20世纪50年代末至60年代,休伯尔与维泽尔用微电极记录猫视觉皮层单个神经元的反应,发现了一类对特定朝向的线段反应最强的细胞。简单细胞对边缘的位置与朝向都有严格要求,复杂细胞则对朝向敏感而对位置较为宽容。这一发现颠覆了此前把视觉皮层视为被动接收点的看法,表明皮层神经元已经在执行特征检测,把视网膜上的点状信息组合为有方向的线段。

此后的大量研究勾勒出一条层级化的加工通路:视网膜与外侧膝状体处理局部对比,初级视皮层提取朝向、空间频率等基本特征,更高级的视觉区域则负责把特征整合为轮廓、表面与物体。形状知觉的许多特性都能在这一框架下得到解释,例如对闭合轮廓的敏感性、对对称性的偏好,都被认为与特定皮层区的加工特性相关。不过,从特征到完整形状的整合究竟如何完成,至今仍是视觉科学的核心难题之一。[2]

格式塔组织原则

对形状知觉最早、也最具影响力的系统论述来自格式塔心理学。20世纪一二十年代,韦特海默、科勒与考夫卡等人通过大量演示指出,知觉并非各刺激元素的简单相加,而是按照若干组织原则把元素构成整体。这些原则包括接近性,即空间上靠近的元素倾向于被归为一组;相似性,即形状、颜色或大小相似的元素倾向于被归为同一组;连续性,即沿着同一方向延伸的元素倾向于被看成一条连续的线;闭合性,即不完整的图形倾向于被补全为完整形状;以及共同命运,即朝同一方向运动的元素倾向于被归为同一物体。

格式塔学派还提出图形与背景的区分是一切组织的前提:视野中的一部分被凸显为“图形”,其余部分退居为“背景”,二者的边界属于图形而非背景。这一区分具有可逆性,经典的鲁宾杯正是如此,同一幅图既可看成两只相对的人脸,也可看成一只杯子,取决于哪一部分被组织为图形。格式塔原则的强项在于它准确描述了知觉的整体性倾向,其弱点在于多数原则只是描述性的经验规律,未能给出可计算的形成机制,因此常被批评为“把现象重新命名而非解释现象”。[3]

形状恒常性

与大小恒常性类似,形状知觉也表现出在变化输入中保持稳定的能力。一扇门从正对逐渐转到侧对,视网膜像由矩形变为梯形再变为窄条,而知觉到的始终是同一扇矩形门;一枚硬币在桌上倾斜放置时投影为椭圆,人却不会把它看成椭圆形的物体。这种形状恒常性同样依赖深度知觉所提供的倾斜与距离信息,当线索被削弱时,知觉便会向视网膜像靠拢。

形状恒常性并非绝对。在倾斜角度很大、深度线索又不充分时,人确实会看到明显的变形;在绘画与摄影中,艺术家正是利用或对抗这一规律来制造效果。研究还发现,恒常性的强弱与物体的熟悉程度有关,熟悉物体更容易维持稳定的形状,陌生图形则更易随视角改变而被看成不同的东西。

理论模型与争论

围绕形状如何被识别,心理学家提出过几类模型。模板说假定大脑中储存着大量物体的标准模板,识别就是把输入与模板逐一比对,这一模型难以解释人何以能识别从未见过的变体,也难以说明模板的数量问题。特征说主张物体被分解为一组特征,识别依据特征的出现与否,它比模板说灵活,却难以说明特征之间的空间关系如何被编码。

20世纪80年代,比德曼提出成分识别理论,认为复杂物体可以被分解为若干基本几何成分,如圆柱、长方体、楔形等,这些成分及其空间组合构成了物体的表征,识别即是对成分组合的匹配。这一理论能够解释人对物体的快速分类以及对部分遮挡的容忍,但对表面细节、材质与语义信息的处理涉及较少。另一条路线以马尔的计算理论为代表,试图从图像出发,逐级构造出关于表面的三维描述,强调形状知觉是一个可分解的计算过程。这些模型各有侧重,尚无一个能涵盖形状知觉的全部现象。

另一场争论涉及整体与局部的加工顺序。有实验用由小字母组成的大字母作为刺激,发现当大字母与小字母不一致时,对大字母的识别更快、干扰更强,这一结果被称为整体优先效应,支持知觉先把握整体再分析局部的观点。但也有研究在特定条件下观察到局部优先,提示加工顺序可能随刺激特征与任务要求而变,而非固定不变。

评价

形状知觉研究的价值在于它把“看见一个东西”这一日常经验拆解为可检验的环节:边缘如何被提取,轮廓如何被组织,形状如何在变化中保持稳定,物体如何被归类。这些环节分别对应着生理学、实验心理学与计算模型的研究传统,彼此补充也彼此竞争。它的局限在于,实验室多使用简化图形,而真实场景中的形状总是嵌在复杂的背景、光照与语义脉络之中,如何把从简化刺激中得到的规律推广到自然情境,仍是一个开放问题。[4]

参考资料

  1. ↑ APA Dictionary of Psychology,American Psychological Association,2024年访问
  2. ↑ Cerebral Cortex,Encyclopaedia Britannica,2024年访问
  3. ↑ Gestalt Psychology,Encyclopaedia Britannica,2024年访问
  4. ↑ 中国科学院心理研究所,中国科学院心理研究所,2024年访问