基于双眼视差的立体视觉去掩蔽效应

心理科学进展 2012, Vol. 20, No. 9, 1355–1363 Advances in Psychological Science DOI: 10.3724/SP.J.1042.2012.01355 1355 ·研究前沿(Regular Articles)· 基于双眼视差的立体视觉去掩蔽效应* 陈明立 1 张畅芯 1 杨少娟 1 毛利华 1,3 田永鸿 2,3 黄铁军 2,3 吴玺宏 2,3 高 文 2,3 李 量 1,3 (1 北京大学心理学系; 2 北京大学信息科学技术学院; 3 教育部机器感知与智能重点实验室, 北京 100871) 摘 要 基于双眼视差的立体视觉不改变目标与掩蔽刺激之间的信噪比, 但能使不同的刺激被知觉在不同的 深度位置上以降低目标信号所受到的掩蔽作用。本综述在总结前人双眼去掩蔽研究的基础上, 强调深度维度 上的视觉注意在这种主观空间分离去掩蔽过程中所起的重要作用, 并介绍了双眼去掩蔽在现代科技领域中的 典型性应用。最后, 结合听觉主观空间分离去掩蔽的研究进展, 本综述认为主观空间分离去掩蔽是大脑处理复 杂刺激场景的一个基本功能。 关键词 双眼去掩蔽; 视差; 立体视觉; 随机点立体视图; 主观空间分离 分类号 B842 1 前言 Changizi 和 Shimojo 在 2008 年的 Journal of Theoretical Biology 期刊上发表了一篇理论性文章, 对动物双眼在头颅上位置分布的生态学意义作了 理论分析。他们认为, 对于生活在没有视觉遮挡 环境中的动物, 眼睛分布在头颅的两侧可以获得 全景视觉(包括可以看到身后的刺激)并且不需要 双眼之间的会聚(convergence)。然而, 生活在有视 觉遮挡的环境(如有叶子的环境, leafy environment) 中的动物(包括人), 两眼分布在头颅的前侧可以 减少遮挡物(如树叶)的遮挡作用。并且 Changizi 和 Shimojo 将由双眼之间位置的分离所形成的能 “透过”遮挡物而看到遮挡物后面物体的能力称为 “X-光”视觉(X-ray vision)。他们进一步认为, 这种 “透视”能力与瞳孔的间距和遮挡物的尺寸之间的 比例有关, 即在树丛中如果瞳孔间距大于树叶的 尺寸, 那么前视的动物可以透过树叶而观察到其 收稿日期: 2012-02-05 * 科技部“973”项目(2009CB320901)、科技部国际科技 合作项目(2010DFA31520)以及国家自然科学基金面 上项目(31070897)资助。 通讯作者: 李量, E-mail: liangli@pku.edu.cn 后面的物体。尽管 Changizi 和 Shimojo 的 X-光理 论(X-ray hypothesis)强调了双眼视觉的去掩蔽这 一重要功能(有关视觉掩蔽的基本概念见综述： Breitmeyer, 1980; 陈斌, 高闯, 王建中, 2009), 但 我们认为这个理论在对双眼视觉去掩蔽机制的认 识上还有很大的局限性。 实际上, 具有前视特征的灵长类动物(包括人) 以及其他许多动物(尤其是大多数夜间活动的捕 食动物)的双眼感觉信号的整合不但形成了左右 眼视野之间的重叠(或部分重叠), 而且也使得物 体在左右眼视野中的视网膜成像之间会因为两眼 之间的位置分离而存在一些微小的差异, 即双眼 视差(binocular disparity)。视觉中枢系统可以从这 种二维的视网膜双眼视差信号中提取产生立体视 觉的信息(Barlow, Blakemore, & Pettigrew, 1967)。 由于立体视觉的出现, 具有不同视差的视觉客体 (如随机散点)被知觉在不同的深度面上, 因而观 察者可以在感受到较近的主观深度面的同时也感 受到了较远的主观深度面, 继而形成了所谓的立 体透明性(stereoscopic transparency )的主观感受 (Akerstrom & Todd, 1988; McKee & Verghese, 2002; Tsirlin, Allison, & Wilcox, 2008; Tsirlin, Wilcox, Allison, 2010; Wallace & Mamassian, 2004)。 1356 心 理 科 学 进 展 第 20 卷 根据 Tsirlin 等人(2008)的研究, 在没有其它单眼 线索的条件下, 人类被试单靠双眼视差线索最多 可以产生 6 个立体深度面。 立体视觉在人和动物对环境的适应过程起着 重要的作用, 因为立体视像的形成不但可以使观 察者能更加准确地判定物体的深度距离(Cartmill, 1974), 而且使对前肢的运动(如捕猎和抓取动作) 的控制更加精准(Collins, 1921)。然而, 随着对人 类以及动物双眼立体视觉研究的深入, 已有大量 的证据表明双眼视觉的功能不仅仅在于准确定位 和运动控制, 而更重要的是, 双眼视觉增加了观 察者在复杂环境中消除伪装并发现目标客体的机 会(Heesy, 2009; Julesz, 1964; Nakayama, Shimojo, & Silverman, 1989; O’Toole & Walker, 1997; Wardle, Cass, Brooks, & Alais, 2010)。 针对双眼立体视觉的去掩蔽功能, 本综述在 总结前人相关研究工作的基础上, 强调双眼视觉 去掩蔽的心理机制的重要作用, 即在深度维度上 所形成的前后主观空间分离以及注意在深度维度 上的分配这两方面心理过程是双眼立体视觉去掩 蔽的两个重要基础。 2 基于双眼视差的立体视觉去掩蔽 2.1 什么是“双眼去掩蔽” (binocular unmasking) 早在上世纪 60 年代, Julesz (1964)等人就已报 道了基于双眼视差的立体视觉去掩蔽效应的存 在。Julesz 等人使用随机点立体视图(random-dot stereogram, RDS)为实验刺激, 发现在没有双眼视 差或者单眼观看的情况下, 观察者无法觉察到散 点背景中的一个方形。然而, 如果水平视差线索 被引入以使得一个散点方形的视差与其周围背景 散点的视差有所不同, 则在立体镜下观察者可以 很容易地看到一个由散点组成的方块或浮于散点 背景的前方或凹陷于散点背景的后方。 进一步的研究表明, 双眼视差在引发观察者 立体感的同时也显著地增强了对被掩蔽目标信号 的觉察和识别。即当目标信号受到干扰刺激的影 响时, 如果刺激中含有能使目标视像和干扰刺激 视像前后分离的双眼立体线索, 那么对目标信号 的觉察/辨认/搜索成绩要显著地高于不包含这些 线索时的成绩(Moraglia & Schneider, 1990, 1992; O’Toole & Walker, 1997; Otto, Bach, & Kommerell, 2010; Speranza, Moraglia, & Schneider, 1995, 2001; Wardle et al., 2010)。例如, Moraglia 和 Schneider (1990)让被试觉察在高斯噪音图像掩蔽下的一个 Gabor 信号。在一种实验条件下噪音和信号之间 存在双眼视差的差别(即噪音和信号被知觉为处 于不同深度平面上), 而在另外一种实验条件下噪 音和信号不存在这种差别(即噪音和信号被知觉 为处于同一深度平面上)。结果表明, 当信号与噪 音之间的双眼视差不同时被试觉察信号的阈限显 著地低于信号与噪音处于同一视差水平下的阈 限。因为两种实验条件之间的唯一不同是相对视 差的区别, 因此 Moraglia 和 Schneider (1990)认为 噪音与信号之间的双眼视差的不同造成了探测成 绩的不同。Moraglia 和 Schneider (1992)称这种去 掩蔽现象为双眼去掩蔽(binocular unmasking)。 这种双眼去掩蔽效应不仅存在于人类视觉系 统中 , 一些动物被证实也具有这种能力。例如 , van der Willigen (2011)通过一系列行为实验证实 了具有高度双眼视觉能力的猫头鹰也可以利用双 眼视差线索从立体散点图中识别出三维立体目标 信号, 即从嘈杂背景中探测目标。 2.2 双眼去掩蔽效应中刺激线索的量化范围以 及去掩蔽的程度 已有实验证据表明, 视觉刺激信号的空间频 率影响双眼去掩蔽的程度(Henning & Hertz, 1973; Moraglia & Schneider, 1990; Otto et al., 2010; Schneider, Moraglia, & Jepson, 1989) 。 例 如 , Henning 和 Hertz (1973)发现当目标光栅的空间频 率为 0.24、0.6 或 2.4 cpd (cycles per degree)时, 可 获得的去掩蔽量在 5~15 dB 之间(即视差的引入而 降低觉察阈限的程度, 以分贝(dB)为单位)。而光 栅的空间频率进一步增大时, 去掩蔽量逐渐降低, 直至当空间频率增大到 6 cpd 时去掩蔽现象消失。 Schneider 等人(1989)也研究了在视差恒定的条件 下目标信号的空间频率对双眼去掩蔽的影响, 并 发现 Gabor 信号的空间频率在 1.1、2.2 或 4.4 cpd 情况下可以获得 6~12 dB 的去掩蔽量。因此, 双 眼去掩蔽的程度是很显著的。但去掩蔽效应主要 针对空间频率不是很高的成分, 对高频的精细结 构成分作用不显著。 Morgalia 和 Schneider (1990)进一步研究了掩 蔽刺激的不同视差对去掩蔽量的影响。他们的结 果表明, 当视差为零的目标刺激的空间频率为 2.2 第 9 期 陈明立等: 基于双眼视差的立体视觉去掩蔽效应 1357 cpd 时, 将噪音的视差设为 13.52、40.56 或 67.60 弧分(arcmin)时可以获得 6-12 dB 的去掩蔽量。 Wardle 等人(2010)用无色彩自然实物图像作 为掩蔽刺激并以该掩蔽刺激中央部分的一个相位 随机区域为目标刺激来研究双眼视差的去掩蔽作 用。在其中的一个实验中(Experiment 1A), 掩蔽刺 激的双眼视差为零 , 而目标刺激的双眼视差为 零、交叉(-6 弧分)或不交叉(6 弧分) (有关交叉和 不交叉双眼视差的概念见下一节)并采用自由观 看(free viewing)的刺激呈现方式, 刺激的呈现时 间为１秒。这个实验的结果表明, 当目标刺激与 掩蔽刺激的双眼视差不一致时, 对目标的觉察阈 限要显著地低于当目标刺激与掩蔽刺激的双眼视 差都为零时的阈限。具体来说, 在目标视像远于 掩蔽视像和近于掩蔽视像的两种条件下的去掩蔽 程度可分别达到 7.7 dB 和 9.0 dB。 此 外 , 在 另 一 个 实 验 中 (Experiment 1B), Wardle 等人除了将目标刺激的双眼视差设置为零 以及将掩蔽刺激的双眼视差设置为零、交叉或不 交叉之外, 也对双眼的会聚活动进行了控制。他 们将刺激呈现时间缩短为 200 ms, 并且只在双眼 融合形成时(当分别呈现在左右视野的竖直游标 线重叠后)再由被试自己按键来启动实验刺激。 在这种实验条件下 , 目标视像远于掩蔽视像和 近于掩蔽视像所造成去掩蔽程度分别为 4.4 dB 和 5.9 dB。与上一个实验结果相比, 这一实验的 结果反映了刺激呈现时间也会对去掩蔽的程度 有所影响。 2.3 交叉性视差与不交叉性视差信号的不等同 效应 双眼视差的方向性决定了所知觉到的立体视 像是在注视点的前面(靠近观察者)还是后面(远离 观察者)。具体来说, 当物体在左右眼视网膜上的 成像相应于注视点有向外侧位移而使观察者知觉 到的视像位于注视点的前方 (更近于观察者 )时 , 相 应 的 双 眼 视 差 模 式 为 交 叉 性 视 差 (crossed disparity); 反之 , 当物体在左右眼视网膜上的成 像相应于注视点有向内侧位移而使观察者知觉到 的视像位于注视点的后方(更远于观察者)时, 相 应 的 双 眼 视 差 模 式 为 不 交 叉 视 差 (uncrossed disparity)。 尽管一些研究结果显示在交叉性视差与不交 叉视差条件下对信号的觉察阈限没有显著差异 (Morgalia & Schneider; 1990; Uttal, Fitzgerald, & Eskin, 1975; Wardle et al, 2010), 但也有研究结果 显示在交叉性视差条件下对信号的觉察时间阈限 要显著地低于不交叉视差条件下的觉察时间阈限 (Manning, Finlay, Neill, & Frost, 1987)。因此, 一 个有意思的问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 是, 在这两种类型的视差条件下 的 行 为 成 绩 是 否 有 所 不 同 ？ 针 对 这 个 问 题 , Patterson 等人(1995)试图通过系列化的实验来得 到明确的 答案 八年级地理上册填图题岩土工程勘察试题省略号的作用及举例应急救援安全知识车间5s试题及答案 。他们的简单觉察任务结果表明 , 在交叉性视差条件下对信号的觉察时间阈限与不 交叉视差条件下没有显著性差异。然而, 在交叉 性视差的条件下的深度知觉成绩则要显著地高于 在不交叉性视差条件下的。研究者在迫选任务中 让被试判断散点图中两个并排的立体方块的相对 深度, 结果表明在交叉视差条件下辨别相对深度 的时间阈限要显著地低于在不交叉视差条件下的, 而且在交叉视差条件下深度感更加真实。因此 Patterson 等人(1995)认为, 当加工水平涉及到深 度计算和辨别任务时, 视觉系统对交叉视差和不 交叉视差的处理机制在时间整合特性上存在差 异。Tsirlin 等人(2012)用两组具有不同视差的随机 散点来形成两层立体散点视像。研究结果表明 , 当散点的总数不变时, 当在距离观察者较近的主 观深度层面的散点数目比例越小时(即在距离观 察者较远的主观深度层面的散点数目比例越大 时), 主观立体分层就越困难。进而从另一个方面 反映了双眼立体视觉加工在深度维度上的梯度。 我们对 Tsirlin 等人用来解释这种现象的信号强度 (signal strength)假设持怀疑态度。结合 Patterson 等人(1995)的研究结果, 我们的假设是：在立体视 觉形成过程中, 要根据靠近观察者的主观深度平 面为参考面来形成不同深度面的主观感受。这样, 当在靠近观察者的主观深度面上的散点稀少时 , 这个参考面就被弱化 , 进而导致了深度感的弱 化。 有关双眼视差的脑成像研究也表明, 视觉皮 层对交叉性视差和不交叉性视差的反应是不对称 的, 例如交叉性视差刺激在 V1\V3\V4 等脑区引 发出的反应较大(Adams & Zeki, 2001; Cottereau, McKee, Ales, & Norcia, 2011, 2012; Preston, Li, Kourtzi, & Welchman, 2008)。 需要指出的是, 交叉性视差与不交叉性视差 实际上反映了视觉客体与注视参考面之间的相对 1358 心 理 科 学 进 展 第 20 卷 深度位置。在 Devisme 等人(2008)的由视差所引 起的曲面形变的实验中可以体现出这种深度位置 的相对性的意义。在他们的实验中, 给被试呈现 散点立体视图。在每一个试次中, 散点图的中心 区域始终保持为零视差, 而在外周区域则引入非 零视差值, 并且从中心区域向外周区域随着离心 距离的增大而使视差值有线性的增加。Devisme 等人记录被试知觉到散点图由平面变成曲面时的 视 差 值 , 即 形 变 探 测 阈 限 (the threshold of surface-deformation detection)。外周区域的视差可 分为两种：交叉和不交叉。在外周区域为交叉视 差的条件下, 曲面被感觉为凹离观察者; 而在外 周区域为不交叉视差的条件下, 曲面被感觉到凸 向观察者。实验结果表明, 当视差从中间区域的 零值而逐渐向外周的不交叉方向增大时, 被试的 形变探测阈限显著地小于外周交叉视差条件下的 形变探测阈限。这表明, 相对于形成凹离观察者 视像的视差, 视觉系统对形成凸出视像的视差更 加敏感。因此, 交叉性视差与不交叉性视差之间 的差异是相对深度位置差异的反映。 2.4 双眼去掩蔽过程中目标和掩蔽刺激之间相 对主观位置的效应 使用立体镜来形成的基于双眼视差的立体视 觉中, 目标视像与掩蔽视像之间在深度维度上的 (主观)分离并不影响单眼刺激强度的信噪比。因此, 由这种主观空间分离所产生的去掩蔽效果一定发 生在中枢 (而非外周 )加工阶段(Fox & Patterson, 1981)。许多研究工作表明, 相对于所知觉到的掩 蔽刺激所在平面, 当目标的视像出现在前平面上 (更靠近观察者)时, 对目标的觉察成绩比在目标 的视像出现在后平面上(更远离观察者)时的要显 著地高, 而且所需要的反应时间也显著地少(Fox & Patterson, 1981; Lehmkuhle & Fox, 1980; Nakayama & Silverman, 1986; O’Toole &Walker, 1997; Patterson et al., 1995)。例如, Lehmkuhle 和 Fox (1980)以及 Fox 和 Patterson (1981)用短暂呈现 的兰道环视标Ｃ (Landolt C)为目标刺激(被试需 要辨认该刺激开口的指向)并用圈住该目标刺激 的圆环为掩蔽刺激 ,发现由双眼视差所形成的目 标刺激与掩蔽刺激在深度上的主观空间分离可以 显著地减少对目标刺激的掩蔽。而有意思的是 , 当目标刺激的主观位置较掩蔽刺激更近于观察者 时, 被试的Ｃ环缺口指向的辨认成绩高于当目标 刺激与掩蔽刺激被知觉在同一深度上的, 并且随 着掩蔽圆环与目标在深度上的主观分离加大, 辨 认成绩也进一步提高(即掩蔽程度进一步下降)。然 而, 当目标刺激的主观位置较掩蔽刺激更远离观 察者时, 被试的Ｃ环缺口指向的辨认成绩要低于 当目标刺激与掩蔽刺激被知觉在同一深度上的。 这些研究者将这种在相对深度上不对称性的掩蔽 效果称为“前方效应” (front effect), 并假设造成这 种效应的原因是因为靠近观察者的刺激比远离观 察者的刺激要占用更多的视知觉加工资源。由此 可见, 若观察者的觉察任务不需要太多的加工资 源, 则不出现目标与掩蔽刺激前后相对主观位置 的不同所引起的觉察成绩的显著性差异。只有在 任务难度较大的条件下这种相对主观位置的效应 才出现。 视差的不同造成了目标刺激客体与掩蔽刺激 客体在深度上的相对远近的不同 ,这种效应也可 以由掩蔽场景下的搜索任务中反映出来。例如 , O’Toole 和 Walker (1997)考察了在视觉搜索任务 中交叉视差和不交叉视差对反应时间的影响。他 们采用 RDS 作为实验材料, 并使散点图中包含了 若干个由视差所形成的立体方块。这些方块或者 都在同一深度平面上(没有目标方块), 或者有一 个方块(目标方块)处于不同于其他方块(掩蔽方块) 的深度平面上。在刺激呈现时间不受限制的条件 下, 被试搜索这些立体方块并判断是否有目标方 块的存在。实验中通过改变干扰方块与目标方块 的视差方向(包括干扰方块与目标方块的视差分 别为交叉和不交叉, 以及不交叉和交叉两种条件) 来调节目标方块和干扰方块的相对深度位置。结 果显示, 随着干扰方块数量的增加, 被试的反应 时间变长。而重要的是, 在同等的干扰条件下, 交 叉视差比不交叉视差的反应时间更快, 而且目标 在干扰方块之前比目标在干扰方块之后的反应时 间更快。因此, 这个搜索任务的结果也反映了上 面所提到的“前方效应”。 2.5 基于双眼视差的立体视觉中的注意过程 在深度维度上是否能形成选择性注意？这曾 经 是 一 个 有 争 议 的 问 题 。 Ghirardelli 和 Folk (1996)认为注意的选择性并不涉及到对深度信息 的处理, 即注意的“聚光灯” (attentional spotlight) 是“深度盲” (depth-blind)的。然而, 也已有充分的实 验研究结果表明空间注意是能够在深度上分布并具 第 9 期 陈明立等: 基于双眼视差的立体视觉去掩蔽效应 1359 有“观察者中心” (viewer-centered representation)的 倾向, 即注意的深度位置离观察者越近, 注意的 效 果 ( 去 掩 蔽 的 效 果 ) 越 高 (Andersen, 1990; Andersen & Kramer, 1993; Atchley, Kramer, Andersen, & Theeuwes, 1997; He & Nakayama, 1995; Parks & Corballis, 2006)。Atchley 等人(1997) 的知觉负载理论(perceptual load hypothesis)认为, 选择性注意出现在深度维度上的前提条件是知觉 负载必须充分地高(如有掩蔽干扰的条件下), 否 则深度维度上的注意就没有必要。 然而, Bauer 等人(2011)研究了在没有掩蔽条 件下视觉注意在深度空间维度上的分配。他们让 被试辨别立体散点图中有双眼视差方块的深度方 向(凸出还是凹入), 或该方块的形状(方块还是菱 形), 并在目标刺激呈现之前的 250 到 600 ms 的时 间范围内用有效或者无效的线索提示视差方块的 深度位置。实验结果表明, 无论是深度辨别任务 还是形状辨别任务, 当目标与线索的间隔时间较 短(250 ms)时, 在给予有效线索的条件下, 被试的 平均反应时间要小于无效线索条件下的反应时 间。因此, 这项实验结果证实了在没有掩蔽刺激 的条件下自动性注意也可以在深度空间上分配 , 而且不受任务类型的影响。 2.6 能量掩蔽和信息掩蔽 在有关感知觉的掩蔽研究中, 人们已经逐渐 认识到掩蔽作用依据机制的不同, 可以分为能量 掩 蔽 和 信 息 掩 蔽 两 个 大 类 (Mattys, Brooks, & Cooke, 2009)。一个掩蔽刺激所造成的掩蔽效果往 往含有这两种掩蔽成分。能量掩蔽造成了对目标 刺激外周加工的动态反应下降, 使进入高级中枢 的目标信息有实质性的缺失。信息掩蔽则发生在 高级加工阶段, 是由于掩蔽刺激和目标刺激有某 些相似性时, 一些加工资源就会被用于掩蔽刺激, 而使得目标刺激和掩蔽刺激之间在高级加工层次 上出现竞争与混淆。Wardle 等人(2010)根据实验 结果也提出了在他们的双眼去掩蔽范式下所存在 的两种掩蔽成分：其中一种成分是不受双眼立体 视觉所造成的主观空间分离影响的; 而另一部分 则可以被主观空间分离所消除。我们认为, 第一 部分掩蔽属于能量掩蔽的范畴, 即不受去掩蔽的 知觉线索影响的发生在视网膜水平上的掩蔽, 而 能被主观空间分离所影响的掩蔽成分属于信息掩 蔽, 即在知觉加工层次上的掩蔽。 3 双眼视差去掩蔽在科技领域中的典 型应用 基于双眼视差立体视觉的去掩蔽效应在日益 复杂的科学技术发展以及工程方面获得了越来越 多的重视。尤其在图像处理方面, 同其它有效线 索(如颜色、轮廓、亮度等)一样, 双眼视差所形成 的深度线索也在图像分割和物体识别操作中也发 挥了重要作用 (Peterson, Axholt, & Ellis, 2008a, 2008b, 2009; Woo, Kim & Iwadate, 2000)。在视觉 搜索任务中, 与其它特征线索(如颜色、运动、形 状)的利用效果相比较, 利用双眼视差的深度线索 可以更快和更有效地搜索到目标刺激(Nakayama & Silverman, 1986; Reis, Liu, Havig, & Heft, 2011)。因此, 可以将双眼视差的去掩蔽效应应用 于立体图像序列的分割算法以及信息交错重叠的 复杂环境中以提高目标的可见度(Alper, Hollerer, Kuchera-Morin, & Forbes, 2011; Koch, 1995; Rao et al., 2010)。 视觉显示设备往往传递大量视觉信息, 如果 处理不当极容易造成信号拥挤以致出现信息遮 挡、杂乱或者模糊等问题。数据标签(即标记背景 中特定物体或者特征的标签, 它在空间位置上与 其所标记的物体有对应关系)虽然占据较小的屏 幕空间, 但很容易遮盖物体或者其他物体的标签, 并成为信号拥挤的重要因素之一(Peterson et al., 2008a)。在传统的标签算法中, 一般通过调整标签 的 位 置 来 尽 量 避 免 标 签 重 叠 (Kakos & Kyriakopoulos, 2005; Makita, Kanbara, & Yokoya, 2009; Yamamoto, Gamara, & Lorena, 2002), 但由 此也带来其它的诸多问题, 如难以匹配标签和物 体之间的对应关系、标签和物体之间的添加线交 叉等等。而更重要的是, 非自然标记位置带来的 眼 动 易 导 致 使 用 者 的 注 意 分 散 (Allendoerfer, Galushka, & Mogford, 2000)。Peterson 等人(2008a, 2009)将双眼视差的去掩蔽作用这一原理用来减 少由标签的重叠所带来的视觉信号拥挤, 并将这 一方法应用到航空监控塔的平视显示器上。在他 们的标签分层(label layering)方法中, 通过给标签 分配不同的视差而将标签分布在若干个深度平面 上, 从而显著地提高了标签的清晰度和可辨度。 研究表明 , 在标签重叠程度比较严重的情况下 , 使用有深度线索的标签可以让观察者搜索目标所 1360 心 理 科 学 进 展 第 20 卷 用的时间显著地减少(Peterson et al., 2008a)并且 不增加不适感或者分心的问题 (Peterson et al., 2009)。 鉴于双眼视差显著的去掩蔽作用及其在科技 领域的重要应用, 我们认为有必要建立和发展双 眼去掩蔽的理论计算模型, 因为这个模型可以指 导图像的获取、编码、显示等过程, 即通过分析 并调整(增大或缩小)不同深度水平上的物体双眼 视差来改变视觉系统所知觉到的物象的立体空间 位置, 以提高机器图像识别水平并改善人机交互 的体验。 此外 , 如上所述 , 在复杂刺激场景下 , 视觉 系统对更加靠近观察者深度上的刺激客体给予了 更多的加工资源。因此, 在用视觉显示设备呈现 大量的视觉信息时, 可以根据刺激信号的重要性 和优先级来调整不同的刺激客体和标签分层, 而 使得有较高优先级的刺激客体和标签被分配在有 较大视差的深度平面上 (其视像更靠近观察者 ), 进而使得有较高优先级刺激客体和标签的清晰度 和可辨度能有所提高。 4 主观空间分离去掩蔽：大脑处理复杂 刺激场景的一个基本功能 综上所述, 双眼立体视觉能够形成目标与掩 蔽刺激之间在深度维度上的主观空间分离, 而这 种主观深度分离有助于将注意分配在目标刺激上, 进而减少或消除掩蔽刺激的干扰作用。同时, 注 意在深度维度上的分布有由近到远的权重分布 , 即更多的注意资源分布到离观察者更近的相对位 置上(viewer-centered)。因此, 基于双眼视差的立 体视觉去掩蔽的效应包括了在心理层次上的信号 选择与加工。 有意思的是, 主观空间分离去掩蔽现象也出 现在听觉加工过程中。当两个相关(correlated)声 源(如直达声和其反射声)来自不同的空间位置并 且 两 者 间 的 延 迟 充 分 地 短 , 落 后 声 的 特 征 (attributes)就会在知觉层次上被领先声音所“捕 捉” (Li, Qi, He, Alain, & Schneider, 2005), 而形成 在直达声源位置附近的一个融合声像。这种现象 被称为优先效应(the precedence effect, 近期研究 见 Huang et al., 2011)。在混响环境下, 优先效应 能产生不相关声音信号间的主观空间分离。例如, 当左、右两个扬声器都发出 A、B 两个不同(即不 相关)声音时, 对 A 声音来讲, 左扬声器提前 3 ms 播放(左右扬声器分别模拟 A 声音的直达和反射 声源), 而对 B 声音来讲, 右扬声器提前 3 ms (右 左扬声器分别代表 B 声音的直达和反射声源)。由 于优先效应的作用, 两个 A 声音和两个 B 声音就 分别有知觉融合, 其声像分别在左右扬声器处。 这样, A、B 声音被知觉为来自不同的空间位置, 即出现主观空间分离。但实际上, A、B 声音由两 个扬声器所共同呈现 , 并没有客观上的空间分 离。建立在听觉优先效应基础上的主观空间分离 并不改变刺激的信噪比, 但能够促进听者对目标 声 音 的 选 择 注 意 进 而 提 高 对 目 标 的 辨 认 成 绩 (Huang et al., 2008; Huang, Huang, Chen, Wu, & Li, 2009; Li, Daneman, Qi, & Schneider, 2004; Wu et al., 2005)。因此, 在混响条件下目标信号反射波群 与其直达波之间的知觉融合以及掩蔽信号反射波 群与其直达波之间的知觉融合, 一方面使听者体 验不到来自不同方向的反射声, 另一方面形成了 目标信号和掩蔽信号之间的主观空间分离, 进而 促进了对目标语音信号的选择性注意。 我们的一个理论假设是, 基于双眼视差立体 视觉的视觉主观深度分离去掩蔽和基于优先效应 的听觉主观空间分离去掩蔽都是建立在以下的一 个中枢加工链的基础上：(1)首先, 这两种去掩蔽 的起始加工都是对刺激的物理精细结构进行编码, 而这种编码的精准程度必须充分的高。(2)随后 , 在对刺激精细结构的编码基础上实现对该精细结 构信息之间相关性的中枢计算。对视觉过程来说, 这种相关性计算针对两眼之间的信号输入; 对听 觉过程来说, 这种相关性计算发生在领先声音和 落后声音(反射声)之间。(3)视觉相关性计算的结 果是产生两眼视像之间的知觉融合; 听觉相关性 计算的结果是产生领先声的声像与落后声的声像 之间的知觉融合。(4)对融合后的视像来说, 其在 深度维度上的位置取决于双眼的视差的性质(正、 负)和大小; 对融合后的声像来说, 其空间位置知 觉在领先声源的空间位置附近。(5)如果一个目标 视觉刺激与一个掩蔽视觉刺激之间在双眼视差上 有所不同, 目标视像和掩蔽视像在深度上就有主 观空间分离; 同样, 一个目标声源位置与掩蔽声 源位置不相同时, 目标直达声与其反射波融合的 声像的主观空间位置就不同于掩蔽直达声与其反 射声的融合声像的主观空间位置(即在目标刺激 第 9 期 陈明立等: 基于双眼视差的立体视觉去掩蔽效应 1361 和掩蔽刺激之间有主观空间分离)。(6)目标刺激与 掩蔽刺激的主观空间分离的结果促进了被试在任 务情景下对目标刺激的选择性空间注意, 进而提 高了对目标的觉察或识别。 此外, 视觉的主观空间分离去掩蔽以及听觉 的主观空间分离去掩蔽也出现在动物中(Du, J. -Y. Li, Wu, & L. Li, 2009; Du, Wu, & Li, 2010, 2011; van der Willigen, 2011)。 因此, 我们认为, 形成在知觉加工层次上的 目标刺激与掩蔽刺激之间的主观空间分离是大脑 在处理复杂刺激场景的一个加工链中的一个重要 环节。在这个环节上所形成的主观分离能够促进 对目标刺激的选择性注意并压抑与忽略掩蔽信号, 进而提高对目标信号的识别。因此, 基于双眼视 差的立体视觉去掩蔽以及听觉主观空间分离去掩 蔽共同反映了大脑在处理大量感觉信息过程中的 一个重要的基本功能。 参考文献 陈斌 , 高闯 , 王建中 . (2009). 视觉掩蔽研究现状及展望 . 心理科学进展, 17, 1146–1155. Adams, D. L., & Zeki, S. (2001). Functional organization of macaque V3 for stereoscopic depth. Journal of Neurophysiology, 86, 2195–2203. Akerstrom, R. A., & Todd, J. T. (1988). The perception of stereoscopic transparency. Attention, Perception, & Psychophysics, 44, 421–432. Allendoerfer, K. R., Galushka, J., & Mogford, R. H. (2000). Display system replacement baseline research report. Paper presented at Technical Report DOT/FAA/ CT-TN00/31, William J. Hughes Technical Center, Atlantic City International Airport (NJ). Alper, B., Hollerer, T., Kuchera-Morin, J., & Forbes, A. (2011). Stereoscopic Highlighting: 2D Graph Visualization on Stereo Displays. IEEE Transactions on Visualization and Computer Graphics, 17, 2325–2333. Andersen, G. J. (1990). Focused attention in three- dimensional space. Perception & Psychophysics, 47, 112–120. Andersen, G. J., & Kramer, A. F. (1993). Limits of focused attention in three-dimensional space. Perception & Psychophysics, 53, 658–667. Atchley, P., Kramer, A. F., Andersen, G. J., & Theeuwes, J. (1997). Spatial cuing in a stereoscopic display: Evidence for a "depth-aware" attentional focus. Psychonomic Bulletin & Review, 4, 524–529. Barlow, H. B., Blakemore, C., & Pettigrew, J. D. (1967). The neural mechanism of binocular depth discrimination. The Journal of Physiology, 193, 327–342. Bauer, D., Plinge, A., Ehrenstein, W. H., Rinkenauer, G., & Grosjean, M. (2011). Spatial orienting of attention in stereo depth. Psychological Research, published online. Breitmeyer, B. G. (1980). Unmasking visual masking: A look at the “why” behind the Veil of the “how”. Psychological Review, 87, 52–69. Cartmill, M. (1974). Rethinking primate origins. Science, 184, 436–443. Changizi, M. A., & Shimojo, S. (2008). “X-ray vision” and the evolution of forward-facing eyes. Journal of Theoretical Biology, 254, 756–767. Collins, E. T. (1921). Changes in the visual organs correlated with the adoption of arboreal life and with the assumption of the erect posture. Transactions of the Ophthalmological Society, 41, 10–90. Cottereau, B. R., McKee, S. P., Ales, J. M., & Norcia, A. M. (2011). Disparity-tuned population Responses from human visual cortex. The Journal of Neuroscience, 31, 954–965. Cottereau, B. R., McKee, S. P., Ales, J. M., & Norcia, A. M. (2012). Disparity-Specific Spatial Interactions: Evidence from EEG Source Imaging. The Journal of Neuroscience, 32, 826–840. Devisme, C., Drobe, B., Monot, A., & Droulez, J. (2008). Stereoscopic depth perception in peripheral field and global processing of horizontal disparity gradient pattern. Vision Research, 48, 753–764. Du, Y., Li, J. -Y., Wu, X. -H., & Li, L. (2009). Precedence- effect-induced enhancement of prepulse inhibition in socially reared but not isolation-reared rats. Cognitive, Affective, and Behavioral Neuroscience, 9, 44–58. Du, Y., Wu, X. -H., & Li, L. (2010). Emotional learning enhances stimulus-specific top-down modulation of sensorimotor gating in socially reared rats but not isolation-reared rats. Behavioural Brain Research, 206, 192–201. Du, Y., Wu, X. -H., & Li, L. (2011). Differentially organized top-down modulation of prepulse inhibition of startle. Journal of Neuroscience, 31, 13644–13653. Fox, R., & Patterson, R. (1981). Depth separation and lateral interference. Perception & Psychophysics, 30, 513–520. Ghirardelli, T. G., & Folk, C. L. (1996). Spatial cuing in a stereoscopic display: Evidence for a ''depth-blind'' attentional spotlight. Psychonomic Bulletin & Review, 3, 81–86. He, Z. J., & Nakayama, K. (1995). Visual attention to surfaces in three-dimensional space. Proceedings of the National Academy of Sciences, 92, 11155–11159. Heesy, C. P. (2009). Seeing in stereo: The ecology and 1362 心 理 科 学 进 展 第 20 卷 evolution of primate binocular vision and stereopsis. Evolutionary Anthropology, 18, 21–35. Henning, G. B., & Hertz, G. B. (1973). Binocular masking level differences in sinusoidal grating detection. Vision Research, 13, 2455–2463. Huang, Y., Huang, Q., Chen, X., Qu, T. -S., Wu, X. -H., & Li, L. (2008). Perceptual integration between target speech and target-speech reflection reduces masking for target-speech recognition in younger adults and older adults. Hearing Research, 244, 51–65. Huang, Y., Huang, Q., Chen, X., Wu, X. -H., & Li, L. (2009). Transient auditory storage of acoustic details is associated with release of speech from informational masking in reverberant conditions. Journal of Experimental Psychology: Human Perception and Performance, 35, 1618–1628. Huang, Y., Li, J. -Y., Zou, X. -F., Qu, T. -S., Wu, X. -H., Mao, L. -H., et al. (2011). Perceptual fusion tendency of speech sounds. Journal of Cognitive Neuroscience, 23, 1003–1014. Julesz, B. (1964). Binocular depth perception without familiarity cues: Random-dot stereo images with controlled spatial and temporal properties clarify problems in stereopsis. Science, 145, 356–362. Kakos, S., & Kyriakopoulos, K. J. (2005). The navigation functions approach for the label anti-overlapping problem. In Proceedings of the 4th EUROCONTROL Innovative Research Workshop, Paris, France. Koch, R. (1995, 20-23 Jun 1995). 3-D surface reconstruction from stereoscopic image sequences. Paper presented at the Computer Vision, 1995. Proceedings, Fifth International Conference on. Lehmkuhle, S., & Fox, R. (1980). Effect of depth separation on metacontrast masking. Journal of Experimental Psychology: Human Perception and Performance, 6, 605–621. Li, L., Daneman, M., Qi, J. G., & Schneider, B. A. (2004). Does the information content of an irrelevant source differentially affect spoken word recognition in younger and older adults? Journal of Experimental Psychology: Human Perception and Performance, 30, 1077–1091. Li, L., Qi, J. G., He, Y., Alain, C., & Schneider, B. A. (2005). Attribute capture in the precedence effect for long-duration noise sounds. Hearing Research, 202, 235–247. Makita, K., Kanbara, M., & Yokoya, N. (2009). View management of annotations for wearable augmented reality. Paper presented at the Proceedings of the 2009 IEEE international conference on Multimedia and Expo. Manning, M. L., Finlay, D. C., Neill, R. A., & Frost, B. G. (1987). Detecti