出自KMU Wiki

在2011年10月15日 (六) 21:27所做的修訂版本 (編輯) 98007021 (對話 | 貢獻) (→知覺心理學第五講) ←上一個		在2011年10月15日 (六) 21:32所做的修訂版本 (編輯) (撤銷) 98007021 (對話 | 貢獻) (→Law of pragnanz) 下一個→
第68行：		第68行：
	====Law of pragnanz====		====Law of pragnanz====
	*也稱law good figure 或 law of simplicity		*也稱law good figure 或 law of simplicity
-	*Every stimulus pattern is seen in such a way that the resulting structure is as simple as possible	+	*我們會用最簡單的方式來解讀所接受到的視覺刺激
	*Figure5.13		*Figure5.13
-		+	**我們通常會將(a)視為五個圈圈，而非(b)那個樣子
	====相似性 law of similarity====		====相似性 law of similarity====

---

在2011年10月15日 (六) 21:32所做的修訂版本

目錄 1 知覺心理學第五講 1.1 日常所見 1.2 機器視覺 1.3 Spirit in Mars 1.4 Inverse projection problem (p.101) 1.5 Objects Can Be Hidden or Blurred(p.102) 1.6 Objects Look Different From Different Viewpoint(p.102) 1.6.1 Viewpoint invariance 1.7 The Gestalt Approach to Object Perception P.104 1.7.1 完形心理學 1.7.2 似動現象(Apparent Movement)p.104 1.7.3 錯覺輪廓(Illusory Contour) 1.8 The Gestalt Laws of Perceptual Organization (p.105) 1.8.1 Law of pragnanz 1.8.2 相似性 law of similarity 1.8.3 Good continuation (5.16) 1.8.4 好的連續效果被視為交織鏈 1.8.5 Gestalt law as Heuristics 1.8.6 Recognition by component 1.8.7 Non-accidental properties 1.8.8 Nonaccidental properties 1.8.9 場景知覺（Gist of the Scene） 1.8.10 Global Image Feature 1.8.11 light-from-above heuristic 1.9 Semantic Regularity 1.10 The Role of Inference in Perception 1.10.1 Theory of unconscious inference (P.118) 1.11 Neurons That Responds to Perceptual Grouping and Figure-Ground(p.120) 1.11.1 Neurons of grouping 1.11.2 Contextual modulation 1.12 How Does the Brain Respond to Objects? 1.12.1 Sensory coding(p.121) 1.13 Connecting Neural Activity and Perception 1.13.1 Grill-Spector (2004) p.122 1.13.2 Sheinberg and Logothesis (1997) p.122 1.13.3 Tong等人(1998)實驗 p.123 1.14 延伸:Models of Brain Activity That Can Predict What a Person Is Looking At 1.14.1 Voxels 1.14.2 Kamitani and Tong(2005) 1.14.3 Kay等人(2008)實驗 p.125 1.15 Think About It

知覺心理學第五講

日常所見

機器視覺

Spirit in Mars

2004-1-4 Sashimi （生魚片）

Spirit

Inverse projection problem (p.101)

• 又稱 Inverse Optics
• 一個在視網膜上的特定影像，可能是由不同的物件造成的。
• Figure 5.3

• Figure 5.4
• An environmental sculpture by Thomas Macaulay
  • 從二樓陽台看
  • 從一樓看

Objects Can Be Hidden or Blurred(p.102)

• Figure 5.5
  • 找一找鉛筆和眼鏡

• Figure 5.6
  • 這些人是誰？

• 即使物品的某些部分被遮住或被弄得模糊，人們仍可以知道那是什麼。

Objects Look Different From Different Viewpoint(p.102)

Viewpoint invariance

可以從不同的角度辨別物件的能力。

• Figure 5.7
  • 從不同角度看

• Figure 5.8
  • 哪些照片是同一個人？
  • 電腦臉孔辨識系統會認為a和b較相似

The Gestalt Approach to Object Perception P.104

完形心理學

• Figure 5.9
  • 根據這些點(dot)累積創造出我們對臉的知覺的嗎？

似動現象(Apparent Movement)p.104

• Figure 5.10
  • (a)左邊先閃，50毫秒後右邊再閃，看起來像是從左移動到右
  • (b)跑馬燈即是利用似動現象

錯覺輪廓(Illusory Contour)

• Figure 5.11

The Gestalt Laws of Perceptual Organization (p.105)

Law of pragnanz

• 也稱law good figure 或 law of simplicity
• 我們會用最簡單的方式來解讀所接受到的視覺刺激

• Figure5.13
  • 我們通常會將(a)視為五個圈圈，而非(b)那個樣子

相似性 law of similarity

• 身體、肢體、球桿、視線方向均相似

Good continuation (5.16)

好的連續效果被視為交織鏈

• 共同區域(Common Region，圖5.18b)、

連結律(Uniform Connectedness，圖5.18c)、 以及同步發生(Synchrony，圖5.18d)

• Common fate

• 12張臉孔在內？

• 你看到什麼？
  • 知覺到的其中一個物體，另一個就成為背景

(a)實驗呈現方式 (b)當深色方塊被看成背景， 則小黑點落在小方塊邊界上 (c)當被看成中間有孔的深色方塊， 則小黑點落在黑色方塊邊界上

• Figure ground

separation 圖形 背景分離

Gestalt law as Heuristics

Recognition by component

Non-accidental properties

• 上面的三條線
• 上面的兩條線

都是非偶發特性（non-accidental

properties）

• Biederman的實驗

Nonaccidental properties

• 6個geons的飛機

• 3個geons的飛機

場景知覺（Gist of the Scene）

• Mary Potter(1976)
  • 快速呈現16張複雜場景圖片，每張只呈現250毫秒。
  • 再呈現另一張測試圖片，問受試者是不是之前出現過的
  • 結果受試者都可以看得到
  • p.114 figure 5.34

• Li Fei-Fei (2007)
  • 利用masking
  • 每張圖片呈現27到500毫秒，每張圖片呈現完之後會呈現一個mask來精確控制刺激呈現時間
  • 結果67ms 即可辨識
  • p.115 figure5.35

• Masking
  • masking procedure

• • 抵消�persistence of vision

Global Image Feature

• Oliva and Torralba (2001, 2006)
  • Degree of naturalness
  • Degree of openness
  • Degree of roughness
  • Degree of expansion
  • Color

參見p.115 figure 5.36

light-from-above heuristic

• 實例

Semantic Regularity

• Figure 5.39 (P.117)
• Hollingworth (2005)
• 前圖為例，條件為二
  • 目標出現
  • 目標不出現
• 作業
  • 目標出現在何處
  • 目標該出現在何處（在無目標條件下）
• 結果
  • 小圓：目標出現時
  • 大圓：目標不出現時

• Figure 5.40 (p.118)
• Palmer (1975)
  • 先呈現給受試者流理台的圖片（圖5.40左）
  • 然後再快速閃現另一組圖片（圖5.40右）
  • 當後面出現的這張圖片為麵包的時候，受試者的正確率較高。

• Figure 5.41 (p.118)
• multiple personalities of blob
• Oliva & Torralba (2007)

The Role of Inference in Perception

Theory of unconscious inference (P.118)

當我們面對不清楚的刺激時，視覺系統會根據其他各種條件，比如過去經驗，去推測當下的刺激為何。這樣的知覺推理歷程稱之為theory of unconscious inference

• Figure 5.42

• likelihood principle
• Bayesian inference

Neurons That Responds to Perceptual Grouping and Figure-Ground(p.120)

Neurons of grouping

• Figure 5.43
  • 原來對垂直線段有最佳反應的神經細胞(5.43a)
  • 若置於其它隨機角度的線段中，反應會受到抑制(5.43b)
  • 但若置於具有共線關係的線段中，便又使得反應增強(5.43c)

Contextual modulation

• Figure 5.44
• Lamme (1995)
  • 如果線條符合V1細胞的接受區形式且在「圖形」中：反應(a)
  • 如果線條符合V1細胞的接受區形式但不在「圖形」中：不反應(b)

How Does the Brain Respond to Objects?

Sensory coding(p.121)

• Figure5.45
  • 在臉部知覺的部分，以下幾個區域會有怎樣的反應？

Connecting Neural Activity and Perception

Grill-Spector (2004) p.122

• Grill-Spector(2004)之實驗
• Figure 5.46

• Grill-Spector(2004)之實驗結果
• Figure 5.47
  • fMRI資料顯示，FFA不只對是否看到臉有不同反應，也會因為受試者的反應正確與否而有不同的反應

Sheinberg and Logothesis (1997) p.122

• Figure 5.48
• binocular rivalry
  • IT上的細胞會根據猴子的主觀知覺是看到類似太陽的刺激還是蝴蝶而有不同的反應

Tong等人(1998)實驗 p.123

• Figure 5.49
  • 當觀看者，經驗到非臉，則 PPA>FFA
  • 經驗到臉，則 FFA>PPA

延伸:

Models of Brain Activity That Can Predict What a Person Is Looking At

Voxels

• Voxels(volumetric pixel)
• fMRI Voxels → 2~3mm立方體

Kamitani and Tong(2005)

• Figure 5.50
  • 可以由Voxels預測觀察者所見的傾斜方向

• Figure 5.51
  • 發現腦部反應可以預測觀察者的注意力是在哪個傾斜刺激上

Kay等人(2008)實驗 p.125

• 呈現1,750黑白照片
• 測量V1的500個voxels
• 整理voxels之活動之後經過數學處理
• 由voxels的活動猜測觀察者所見
• 正確率72~92%
  • figure 5.52

• Kay等人(2008)實驗結果
  • Figure 5.53

Think About It

• Figure 5.54
• 斑馬的紋是有何用處？