第3章 知觉和模式识别.pptVIP

成分识别理论的支持证据： 迄今尚未得到广泛检验，在正常人和特异性视觉缺陷的病人身上进行的一些早期研究，基本支持成分识别模型（Banks 和Krajicek，1991)。 成分识别理论的不支持证据： Cave Kosslyn, 1993的实验： 任务：识别2种碎片，一种是与几何子一致的“自然”碎片，一种是“非自然”的碎片。 结果：识别速度同样快和准确。 表明：首先编码整体，然后才对部分进行分析。 上面讨论的模式识别理论主要集中在如何觉察孤立的客体。自下而上加工强调刺激本身在模式识别中的重要性，与刺激有关的信息来自感受器，这些信息触发了模式识别过程，简单的基础水平特征的结合，使我们能够识别更复杂的、整体的模式。但知识和期望也能帮助我们识别客体，除了自下而上加工外，模式识别还涉及另一个重要过程，即自上而下加工，这种加工强调概念和高水平过程对模式识别的影响。 作业： 1 以实验为例述评模式识别的三种理论模型。 2试述自下而上加工和自上而下加工的特点。 * Gibson的研究表明： 当一些字母共用很多关键特征（如P和R）时，判断这些字母是否相同需要花更长的时间。 字母G和M各自使用许多不同的区别性特征，对类似于这样的字母对，判断的速度相对要快。 * 局部优先效应（Local precedence effect ，Martin, 1979)： 当局部小字母的间距更宽时，整体优先效应反转，出现局部优势效应，即对局部特征的识别优先于整体特征的识别，当局部特征和整体特征不一致时，局部特征干扰整体的识别。 这说明：整体优先效应的出现有一些制约条件 —— 小字母的间距，刺激的大小。 实验证据之二： 支持特征说的有力证据还来自生理学的研究。许多生理实验发现，动物的视觉系统含有一些专门化的神经细胞，它们只对一定的特征作出反应。 比如诺奖获得者Hubel和 Wiesel(1959)发现，猫和猴的一些视觉皮层细胞分别只对视野中的垂直光条和水平光条发生反应。 后来还发现分别存在着对边界、线条、甚至对成直角的刺激图形发生反应的特定细胞。 特征模型支持证据 * 诺贝尔奖得主 Hubel和 Wiesel 的研究 将微电极插入动物视皮层的一系列神经元中，呈现 简单视觉刺激（垂直光栅），结果表明，每个神经元只 对特定方向的光栅反应特别强烈。一小块视皮层包含了 各种各样的神经元，分别对垂直、水平、倾斜线条作出 反应，视觉系统似乎有一些专门的特征检测器，帮助我 们对字母和简单模式的某些特征作出反应。 feature detector featural analysis model fits nicely with some neurophysiological evidence. 静止网膜像（stabilized image） 1、依据刺激的特征和关系进行识别，就可以不管刺激的大小、方位等细节信息及预加工 2、同样的特征可以出现在不同的模式中极大减轻记忆的负担。 3、抽取刺激的特征再加以综合，使模式识别过程带有更多的学习色彩。 特征说的优点 “鬼城”模型 Selfridge(1959)提出了一个更为具体的特征分析模型——“鬼城”模型 “鬼城”是形象的比喻，原意是指一个幻想国度中的一个喧嚣而又混乱的城市。这里，所谓的“鬼”是指具有某种特定功能的机制。本来是针对机器的模式识别提出来的，后来用于人的模式识别。 该模型将模式识别分为四个层次，每个层次有一些“鬼”来执行某个特定的任务，这些层次按顺序进行工作，最后达到对模式的识别。 第一层次由“映象鬼”对外部刺激进行编码，形成刺激的映象。 然后由第二层次的“特征鬼”对刺激的映像进行分析，既将它分解为各种特征：在分析过程中，每个“特征鬼”的功能是专一的，只负责一种特征。并需要对刺激是否具有相应特征进行报告。 第三个层次的“认知鬼”始终监视各种特征鬼的反应，它们从特征鬼的反应中寻找各自负责的那个模式的有关特征，当发现特征时，就会喊叫，发现特征越多，喊叫声越大。 最后“决策鬼”根据这些认知鬼的喊叫，选择叫声最大的那个认知鬼所负责的模式进行识别。 映象鬼 特征鬼 认知鬼 决策鬼 刺激编码 分解为各个特征 检测特征鬼 选择叫声最大的 线段 、直角等 发现特征喊叫 的鬼负责的模式 Selfridge’s Pandemonium model 对特征分析模型的评价 特征分