在繁忙的街道中,一個人面對著各種視覺刺激,必須在數秒中迅速解讀周遭的場景。這一過程被稱為自然場景感知。自然場景感知是指一個代理(如人類)在自然運作方式下,視覺地接收並解讀場景的過程。從繁忙街道到開闊的草地,再到舒適的客廳,這些場景都挑戰著我們的注意力。這篇文章將探討大腦如何在嘈雜環境中進行視覺處理,並揭示分心與專注之間的微妙平衡。
自然場景感知的過程涉及多種理論,有些理論強調注意力的集中,而另一些則認為集中注意力並不是必要的。
關於自然場景感知的兩大主要理論分歧在於注意力的角色。一些早期模型認為注意力需要集中,並且這些模型通常包含兩個視覺處理的階段。根據這些模型,第一階段是無需注意力的,並以平行方式註冊低層次的特徵,例如明暗漸變、運動和取向。而第二階段則需要集中注意力,主要用來註冊高層次的物體描述,該階段的容量有限並且是序列化的。這些模型受到改變失明、疏忽失明和注意力閃現等現象的實證支持,這些現象表明,當視覺注意力專注於某一任務時,環境中的顯著變化通常會被忽略。
儘管早期模型受到廣泛的認可,但隨著研究的深入,注意力無需集中假說逐漸興起。這一假說之所以能夠挑戰早期模型,是因為在視覺搜索中,物體的基本視覺特徵能夠自動、迅速地冒出來。進一步的實驗支持了這一觀點,表明人類大腦能夠在快速閃現的自然場景中快速而準確地進行類別化。
我們的研究發現,即使在極短的曝光時間下,人類也能準確地解讀和分類自然圖片,這暗示著我們的視覺處理可能不依賴於集中注意力。
然而,近年來的研究重新質疑了注意力無需集中的證據的有效性。例如,Cohen、Alvarez和Nakayama於2011年進行的研究顯示,參與者在執行多物體追踪和快速序列視覺呈現任務時,會出現疏忽失明的情況。他們發現,當主要任務足夠具有挑戰性時,參與者的自然場景感知被明顯削弱。這表明,之前研究中所使用的任務可能並不足以完全吸引注意力。
針對自然場景感知,學者們提出了諸多模型。其中,由Evans和Treisman於2005年提出的假說指出,人類能夠迅速地以平行方式檢測目標類別的不綁定特徵,這一天然場景感知過程的第一階段形成了場景的全局表徵,並且可以選擇性地回訪早期層次以進行更詳細的分析。
在第一階段,系統形成了場景的全局表徵,包含了全球邊界和潛在物體的布局。
另一個重要的模型是超快速視覺分類,它提出了一種自動的前饋機制,能在沒有集中注意力的情況下形成高層次的物體表徵。這一模型支持了許多神經元在視覺反應開始時已經顯示出高度的選擇性,這提示著可能不需要回饋機制來提高反應的選擇性。
神經物體檔案理論提出,在擁擠的場景中,人眼最初選擇固定數量的物體(約四個),根據它們的空間信息進行物體的個體化,然後再編碼這些物體的詳細信息。這個理論獨特之處在於,它區分了物體個體化過程和這些物體的識別過程,且認為部分處理系統不需要注意力。
這些物體的表徵可在隨後的時間內根據物體的特徵和身份得到擴展。
在日常生活繁忙的街道上,我們的大腦如何平衡對環境的關注和分心的挑戰?這或許是我們還需要進一步探討的問題?