新的研究揭示了人类的视觉感知
阿斯顿大学和纽约大学的研究人员已经发现了新的深入了解人类的大脑使感知外部世界的判断。
该研究发表在《华尔街日报》5月8日《公共科学图书馆•综合》,探讨了计算使用的机制人类的大脑感知周围世界中的对象的大小。
蒂姆•米斯教授领导的研究,验光在阿斯顿大学和学院的丹尼尔·贝克博士在纽约大学的心理系,告诉我们更多关于我们的视觉系统可以利用的散焦模糊推断出知觉量表,但它如此粗糙。
众所周知,派生对象从视网膜图像尺寸大小,我们的视觉系统需要估计对象之间的距离。视网膜图像包含很多图片提示,如直线透视图,它帮助系统中对象的相对大小。然而,获得绝对规模,系统需要知道空间规模。
考虑的散焦模糊,就像一个图像的模糊部分超出了相机的景深,视觉系统可以实现这一目标。这背后的数学已经由他人,但研究问:人类的视觉利用这个数学吗?
研究小组向参与者展示了摄影对全面治疗各种人工模糊铁路场景主题和小规模的模型铁路场景用长时间曝光和小孔径减少散焦模糊。照片的任务是检测每一对是真正的全面场景。
人工模糊时适当地与地面的飞机(水平面代表观众站的地面)的全面的场景,参与者被愚弄和相信小模型全面的场景。值得注意的是,这个不需要现实的渐变模糊的应用。简单统一的模糊照片的顶部和底部几乎相当于小型化实现效果。
蒂姆•米斯阿斯顿大学视觉科学教授说:“我们的研究结果表明,人类的视觉可以利用散焦模糊推断出感性的规模,但它比韵律crudely-more启发式分析。总的来说,我们的研究结果为所使用的计算机制提供新的见解的人类大脑知觉判断自己和外部世界的关系。”
丹尼尔·贝克,约克大学心理学高级讲师说:“这些发现表明我们的感知的大小并不完美,可以受到其他属性的一个场景。它同时也突显出非凡的适应能力视觉系统。这可能有相关性的理解基础,我们对世界的看法,计算原则。例如,当判断危害的大小和距离开车时。”
更多信息:蒂姆·s·米斯等模糊模型和现实之间的边界:视觉感知的规模评估性能,《公共科学图书馆•综合》(2023)。DOI: 10.1371 / journal.pone.0285423