第一章 緒論
第三節 動態視覺處理中的物體與背景
物體與背景兩個部份的一項模型。如圖1 所示，Bar(2003, 2004, 2007, 2009)所提 出的模型將視覺系統分成兩條路徑。第一條路徑負責處理場景中物體(譬如：陽傘)，
其低空間頻率訊息透過背側大細胞路徑快速投射至眼眶額葉皮質，形成「可能物 體(candidate object)」(譬如：洋菇、香菇、陽傘)，爾後傳入下顳葉皮質。事先形 成的「可能物體」由上而下地引導視覺系統進行更為細緻的視覺處理。第二條路 徑負責處理場景中的背景訊息(譬如：海洋)，同樣是萃取出低空間頻率訊息，並 透過海馬旁皮質快速處理後形成「可能背景(candidate background)」，爾後進一步 將訊息傳遞到下顳葉皮質。在物體處理路徑上，決策階段會比對「可能物體」與
‧
名，並被稱為脈絡效果(context effect)。此效果最早可追溯至 Biederman 及其同僚 首創的「物體偵測典範(object detection paradigm)」(Biederman, 1972; Biederman, Glass, & Stacy, 1973; Biederman, Rabinowitz, Glass, & Stacy, 1974)。後續研究不僅 針對脈絡效果的細節有較多著墨(Boyce, Pollatsek, & Rayner, 1989; Boyce &Pollatsek, 1992; Hollingworth & Henderson, 1998)，爾後也發展出不同的物體辨識 模型，試圖解釋脈絡效果之形成機制(Henderson, 1992; Henderson & Hollingworth, 1999)。
最早由Biederman(1972)所定義的脈絡效果，是透過將自然場景圖片切割成形 狀相同的六個矩形，並隨機擺放六個矩形位置，以此方式製成「散亂圖(jumbled)」，
做為破壞脈絡線索的一種操弄。另一種情況，則是保留自然場景之原本樣貌，並 被稱為「統合圖(coherent)」。實驗過程中，由於場景圖片的呈現時間相當短暫(300、
500 或 700 毫秒)，因此 Biederman(1972)設計了箭頭符號用來準確提示目標物體 的位置。不僅如此，他也設計了四張物體圖片，讓參與者判斷出現在場景中的物 不會使脈絡效果減弱。此現象已經獲得重複驗證(Biederman et al., 1974)，亦另有 實驗以搜尋目標物體的反應時間做為依變項，同樣得到「統合圖」比起「散亂圖」
有較好的作業表現，而只需較短反應時間辨識目標物體(Biederman et al., 1973)。
然而，上述研究最為人所詬病的是這種破壞脈絡線索的操弄方式，反而額外 增加新的輪廓特徵，使「統合圖」與「散亂圖」的視覺複雜度並不相同(Henderson,
‧
1992; Henderson & Hollingworth, 1999)。換言之，脈絡效果可能並非來自於「統合 圖」中脈絡線索對物體辨識的促進作用，而是來自於「散亂圖」中新輪廓特徵的 情況。Boyce 等人(1989)同樣以物體偵測典範進行實驗，並且在考量控制組的作 業表現下，亦已得到一致情況比起不一致情況有較高的物體辨識正確率，是支持 背景對物體辨識具影響力之核心證據(Henderson & Hollingworth, 1999)。
二、物體對背景分類的影響
除了背景對物體辨識的影響之外，物體對背景處理之影響亦不容忽視。過去 已有學者以Thorpe, Fize, 與 Marlot(1996)所建立的「Go/No-go 作業」，驗證物體 對背景分類的影響(Joubert et al., 2007)。關於「Go/No-go 作業」的實驗流程與結 果分析，其細節如下：將自然場景短暫呈現 20 毫秒，要求參與者判斷場景內是 否出現目標內容(譬如：動物)。參與者需根據短暫呈現的內容進行判斷，並決定 進行「Go 反應」或者是「No-go 反應」。倘若參與者認為場景中有目標內容，則 需進行「Go 反應」；倘若參與者認為場景中沒有目標內容，則毋需反應，亦即
「No-go 反應」。參與者做出「Go 反應」的反應時間以及正確率會被記錄下來。
Thorpe 等人(1996)首創以大量的彩色場景圖片(大約有 4000 張以上)進行實驗，其 中有一半數量是目標圖片(亦即：包含動物的圖片)，以及其他一半數量則是干擾 圖片(亦即：不包含動物的圖片，如：樹林、山丘、湖泊等)。視覺系統對各類自 然場景通常反應時間太過快速，以致單從平均反應時間的分數無法顯示視覺系統
‧
Joubert 等人(2007)採用上述 Thorpe 等人(1996)所建立的「Go/No-go 作業」，
探討自然場景中的「醒目物體(salient object)」對於背景分類的影響，並將其自然 場景圖片分成出「無醒目物體」、「有醒目物體且物體與背景類別相同」、「有醒目 效果(consistent object advantage)(Mack & Palmeri, 2010)，此結果支持物體對背景 分類具影響力。
三、物體與背景之間的相互影響
Davenport 與 Potter (2004)在同一篇論文的系列實驗，設計一項創新的作業與 實驗材料，驗證物體與背景的交互作用模型(interactive model)。交互作用模型強 調「背景對物體辨識的影響」以及「物體對於背景辨識的影響」，這兩方面具相 互影響的特性。他們的系列實驗，採用相同作業與相同實驗材料，為交互作用模 型提供支持的實徵證據。
Davenport 與 Potter (2004)研究中，參與者被要求先觀看短暫呈現 80 毫秒的場 景，爾後就其中的「物體內容」或者是「背景內容」進行呈報，本研究稱此作業
‧
為「快速閃現的內容呈報作業」。Davenport 與 Potter (2004)根據物體與背景之間 的關係，設計出以下四種視覺場景，分別有：(1)物體與背景是語意一致的情況，
並稱為「場景一致情況」。譬如：舞台搭配芭蕾舞者。(2)物體與背景是語意不一 致的情況，並稱為「場景不一致情況」。譬如：客廳搭配斑馬。(3)單獨呈現物體，
以及(4)單獨呈現背景等。
Davenport 與 Potter (2004)的實驗一旨在探討背景對於物體辨識的影響，其結 果顯示：場景一致情況下比起場景不一致情況有較高的物體辨識正確率。實驗二
關於物體與背景相互影響的交互作用模型，後續在Davenport(2007)亦獲得支 持。Davenport 與 Potter (2004)所設計的視覺場景只呈現「單一個物體」，但過去 研究在視覺場景中則是呈現多個物體(Boyce et al., 1989)。據此，Davenport(2007) 進一步設計出具有「兩個物體」的視覺場景，與過去只呈現單一個物體的視覺場 景進行比較。Davenport(2007)實驗一乃物體辨識作業。其結果顯示：(1)場景一致 圖比起場景不一致圖能有較好的物體辨識正確率。(2)單一物體以及兩個物體的視 覺場景並不會影響物體辨識之表現。Davenport(2007)實驗二乃背景辨識作業，其 結果與實驗一相同。Davenport(2007)實驗三更進一步依照這兩個物體之間的關聯
‧
模型，已經獲得支持的實徵證據(Davenport & Potter, 2004; Davenport, 2007)。綜合上述，關於物體與背景之間相互影響的內涵，目前尚無學者以逐步揭露
在「理論觀點」方面，主要分為以下三方面進行討論。首先，Davenport 與 Potter (2004)認為視覺系統對物體辨識的優勢，可能來自於物體本身在視覺處理具 有特殊地位。譬如：物體能自動吸引注意力，物體對於視覺系統在早期階段萃取 出圖片梗概(gist)具重要貢獻(Biederman, 1972; Potter, 1975, 1976)。第二，就生存 重要性的角度來看，物體對個體生存通常比起背景而言更為重要，譬如：物體通 常包含動物、人類臉孔、動物臉孔、交通工具等(Delorme, Richard, & Fabre-Thorpe, 2000; Rousselet, Macé, & Fabre-Thorpe, 2003; VanRullen & Thorpe, 2001)。而背景則 大多是城市、室內、山丘、海洋(Rousselet, Joubert, & Fabre-Thorpe, 2005)和自然、
人造(Joubert et al., 2007)等。第三，Rousselet 等人(2005)則是提出以下兩項原因。
首先，他們認為視覺系統在物體辨識上的優勢是來自於，物體與背景在影像結構 上的不同所致。對於背景圖片來說，即便是相同主題的背景，仍然可能在影像上 展現出相當不同的低層次特徵(low-level feature)以及空間上的分配情況(spatial
‧
物體辨識的研究中，這些以Thorpe 等人(1996)典範進行「Go/No-go 作業」的各項 結果一致地顯示，短暫呈現圖片的情況下(大約是 20 毫秒左右)，參與者只需相當 短的反應時間(約 350-447 毫秒)即可完成物體辨識的作業，並且有相當高的正確 辨 識 率 。 物 體 辨 識 內 容 包 含 動 物(Delorme et al., 2000; Thorpe et al., 1996;
Fabre-Thorpe, Richard, & Thorpe, 1998; Rousselet et al., 2003; VanRullen & Thorpe, 2001)、交通工具(VanRullen & Thorpe, 2001)以及食物(Delorme et al., 2000;
Fabre-Thorpe et al., 1998)等。至於，背景辨識的研究中，如表 1 所整理，他們同 樣是以Thorpe 等人(1996)所建立的「Go/No-go 作業」進行實驗，結果顯示：短暫 呈現圖片的情況下(大約是 26 毫秒左右)，參與者只需相當短的反應時間(383-485 毫秒)即可完成背景辨識，並且有著相當高的正確辨識率。背景分類的內容則有城 市、室內、山丘、海洋(Rousselet et al., 2005)和自然、人造(Joubert et al., 2007)。
Rousselet 等人(2005)除了將海洋、山丘、城市與室內的辨識的反應時間加以測量 出來之外，他們還比較這些背景圖片與動物圖片在視覺辨識上的反應時間差異。
Rousselet 等 人 (2005) 取 用 他 們 的 研 究 團 隊 關 於 動 物 圖 片 的 視 覺 辨 識 資 料 (Rousselet et al., 2003)與背景辨識的情況進行比較，其結果發現：動物辨識作業正 確率與背景辨識作業正確率雖未達統計顯著差異。但是，反應時間的結果則是顯
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
20
除此之外，如同表1 所整理的，雖然視覺系統對於背景辨識也是有快速處理與正 確辨識之特性，但是就速度上來說，其反應時間上仍然比起物體辨識的時間還要 慢30-90 毫秒。綜合上述，物體優勢效果似乎是一項穩定的現象。
除此之外，Davenport 與 Potter (2004)以更為豐富多樣的物體與背景探討視覺 系統對其進行處理的情況，物體內容包含有：芭蕾舞者、沙發、沙堡、慢跑者、
救護車、太空梭、士兵、斑馬、主教、豬、水牛、駱駝等28 項物體；背景內容 則包含：舞台、客廳、沙灘、公園、湖泊、地球、山路、遊行、戰爭、道路、教 堂、農場、停車場、圖書館等28 項。Davenport 與 Potter (2004)的典範與 Thorpe 等人(1996)不同，參與者並非對圖片進行有無目標物的判斷，也並非對圖片中的 物體或背景進行分類，參與者需清楚了解圖片內容為何，並被要求回答出物體或 背景的內容。在這個實驗中，每張圖片只會短暫呈現 80 毫秒，爾後被遮蔽刺激 (mask)加以遮蓋。Davenport 與 Potter (2004)的實驗三，主要是以「只呈現物體」
和「只呈現背景」兩種視覺呈現方式，比較視覺系統對於「物體」與「背景」辨 識情況是否有差異。其結果顯示視覺系統對於物體辨識相較於背景辨識有較高的 正確率。Davenport 與 Potter (2004)的實驗四，則是以「同時呈現」物體與背景的 視覺呈現方式進行實驗，而且被要求同時回答「物體」與「背景」的內容為何，
並比較視覺系統對於「物體」與「背景」回答正確率的情況是否有差異，其結果 同樣顯示物體相較於背景有較高的辨識正確率。
綜合「理論觀點」與「實徵結果」兩方面的論述，物體優勢效果似乎是自然 場景研究中一項穩定的現象。
‧
Delorme 等人(2000)
412 330 520
445 382 503 Thorpe 等人(1996)
422 383 503 Fabre-Thorpe 等人(1998)
384 312 464
Rousselet 等人(2003)
371 330 428
Delorme 等人(2000)
427 360 493
447 401 504 Fabre-Thorpe 等人(1998)
背景
城市
478 322 615
Rousselet 等人(2005)
479 318 580
‧
種是讓參與者判斷是否有動物出現(Schettino et al., 2011)，第二種是讓參與者比對「從粗略到細緻的圖片」與「事先指定」的圖片是否相同(Schettino et al., 2012)。
這兩種作業方式都是讓參與者在「尚未開始」看圖之前，便事先對於所要辨識的
這兩種作業方式都是讓參與者在「尚未開始」看圖之前，便事先對於所要辨識的