！物体识别的视角依赖与心理旋转

心理科学进展 2009, Vol. 17, No. 1, 17–21 Advances in Psychological Science 17 17 物体识别的视角依赖与心理旋转* 李诗琪 周国梅 （中山大学心理学系，广州 510275） 摘 要 物体识别的绩效随物体的视角变化而变化，这一物体识别的视角依赖现象引发了研究者对物体识 别的机制的广泛讨论。有研究者认为，心理旋转是导致物体识别视角依赖的原因，而另一种观点认为物体识 别中不包含心理旋转过程。两种观点都有来自于行为和神经机制两方面研究的证据。然而，现有的行为证据 都是间接的证据，缺乏说服力。进一步的研究应注重直接操纵影响心理旋转与物体识别过程的因素，并把行 为研究与能进行实时监测的眼动、脑成像等研究结合起来。 关键词 物体识别；心理旋转；视角依赖 分类号 B842.2 1 引言 物体识别是人类赖以生存的重要能力。人类必 须具备物体识别的能力，才能辨别外界环境中的物 体是有益的还是有害的，进而得以进行适应性活动。 外部世界的三维物体投射到观察者视网膜上形成二 维图像，物体识别就是在此二维图像基础上发生的 （陈鹏，符德江，2006）。当观察者看到的物体的角 度、位置或大小等发生变化时，物体在视网膜上的 映像也会随之改变，但是我们仍然能够识别出物体。 这就是物体识别过程中存在的物体恒常（object constancy）现象（Tarr, 2002）。 物体恒常何以可能，是物体识别研究的核心问 。其中的热点问题是，物体的角度发生变化时的 物体恒常机制。大量的研究发现物体识别存在视角 依赖现象，即对物体命名或判断两个刺激是否是同 一物体的反应时或正确率随物体视角的变化而变化 （Jollicoeur & Humphrey, 1998; Lawson, 1999）。当物 体处于正立方位时，反应时最短，错误率最低。物 体偏离正立方位越远，反应时越长，错误率越高。 对于发生了平面旋转的物体（Lawson & Jolicoeur, 1998, 1999）以及深度旋转的物体（Lawson & Humphreys, 1998; Tarr, Williams, Hayward, & Gauthier, 1998）的识别都存在视角依赖现象。 心理旋转任务也有类似的视角依赖现象。心理 收稿日期：2008-06-27 * 国家自然科学基金（30700230）和中山大学百人科研启 动基金支持。 通讯作者：周国梅，E-mail: zhougm@mail.sysu.edu.cn 电话：020-84114265-814 旋转这一概念是由Shepard及其同事在1971年提出 来的。他们进行的一系列的研究（Shepard & Cooper, 1982; Shepard & Judd, 1976; Shepard & Metzler, 1971）发现，被试判断单个刺激是原始刺激还是镜 像刺激或两个刺激物是相同还是互为镜像的反应时 随两刺激视角差的增大而增加。研究者将这个结果 解释为，被试在心理上将第二个刺激物旋转到第一 个刺激物的视角，来判断它们是否匹配，这就是心 理旋转的过程。刺激的视角差越大，心理旋转所需 时间越长。心理旋转同外部世界中的物理旋转极其 相似，前者为后者的模拟。两者所涉及的旋转过程 都是连续的，而且它们之间的每一个过程都一一对 应。 由于物体识别的视角依赖现象与心理旋转的视 角依赖十分类似，所以有研究者认为，心理旋转是 导致物体识别视角依赖的原因。例如，Tarr和Pinker （1989）提出的多视图转换模型（multiple-views -plus-transformation）认为，物体以一系列熟悉视角 在记忆中征，每种特殊视角都有一种视图相对应， 当输入新异视角的图像时，先对该图像进行心理旋 转操作，使其可以与最接近的熟悉视角的图像进行 匹配。 然而，近年来，随着对物体识别与心理旋转研 究的增加，研究者的看法发生了争议。主要有两种 观点：一种观点仍支持心理旋转是导致物体识别视 角依赖的原因；另一种观点则认为物体识别不包含 心理旋转的过程。下面我们将从行为研究和神经机 制两方面对有关研究进行介绍。 -18- 心理科学进展 2009 年 2 行为研究 大量关注物体识别和心理旋转的行为研究并没 有得到一致的结果。一些研究结果支持心理旋转是 导致物体识别视角依赖的原因，另一些研究结果则 支持物体识别不包含心理旋转的过程。 2.1 心理旋转是导致物体识别视角依赖的原因 心理旋转的研究者认为，心理旋转是物理世界 物体旋转的心理模拟过程，其特点是心理图象的旋 转经过旋转路径的中间点（Cooper, 1976; Cooper & Shepard, 1973）。 认为心理旋转是造成物体识别视角依赖的原因 的研究者提出，物体是以一定的视角表征的。当人 们遇到一个新异视角的物体时，就会对其进行心理 旋转，然后判断它与所储存的某视角的物体是否匹 配，从而做出识别（Jolicoeur, 1990; Tarr & Pinker, 1989）。也就是，物体识别也经过了心理模拟旋转 的过程。很多的实证研究为这一理论提供了证据。 研究者基于连续可加性的逻辑，发展出了检验 物体识别的心理模拟旋转过程的实验范式 （ Bundesen, Larsen, & Farrell, 1981; Sternberg, 1998）。在每个试次中，两个熟悉的物体（字母或 数字）相继呈现，被试的任务是既快又准地判断两 个刺激是否相同，而忽略视角的变化。如果被试进 行了心理旋转，那么通过特定的转换路径的时间， 可以由这条路径分割点的时间之和来预测，即tAC ＝ tAB ＋ tBC。也就是，从A转换到C所需要的时 间，相当于从A转换到B与从B转换到C的时间之和。 这样的证据可以说明从A转换到C的过程经过了中 间点B。因此，物体识别的反应时是否连续可加可 以说明物体识别过程中是否进行了心理旋转（Graf, 2006）。Bundesen等（1981）的结果发现物体识别 的反应时确实具有连续可加性，为物体识别经过心 理旋转提供了证据。更重要的是，即使在反应时函 数是非线性时，仍存在旋转的连续可加性。总体上 来说，物体偏离正立位置越远，识别物体的时间就 越长（Sternberg, 1998）。 Kourtzi和Shiffrar（2001）使用启动范式的研究 进一步支持在物体识别过程中存在心理旋转。两个 启动刺激（一个正立的和一个旋转一定角度的物体） 相继呈现，在较短的间隔之后，两个目标刺激同时 呈现在屏幕上。被试的任务是当两个目标刺激相同 时按键反应。结果发现当目标刺激的视角在两个启 动刺激视角的中间时发现了启动效应。如，两个0 度和90度的启动刺激，对30度视角的目标刺激有启 动作用。这与物体识别过程包含了模拟心理旋转的 假设是一致的。还有研究发现，对旋转物体的识别， 序列呈现比随机呈现更有优势（Lawson, Humphreys, & Watson, 1994; Vuong & Tarr, 2004）。即，几个图 像按旋转顺序呈现（与物理旋转一致）比按随机顺 序呈现，识别绩效更好。也就是，视觉图像的呈现 与模拟旋转顺序一致时，有利于物体识别。 研究者用不同的实验材料，以不同的实验范式， 从不同的角度，为心理旋转是物体识别视角依赖的 原因这一假设提供了实证证据。 2.2 物体识别不包含心理旋转的过程 然而，旋转物体的识别依赖于心理旋转的观点 受到了很多研究者在理论上（Corballis, 1988）和实 证上（De Caro & Reeves, 2000; Jolicoeur, Corballis, & Lawson, 1998; Harris & Dux, 2005; Hayward, Zhou, Gauthier, & Harris, 2006; Lawson & Jolicoeur, 2003; Willems & Wagemans, 2001）的质疑。 Lawson和Jolicoeur（2003）发现，平面旋转的 物体识别绩效随视角差呈非线性关系。他们认为这 不能被心理旋转所解释。Willems和Wagemans （2001）发现围绕不同的轴旋转的物体识别任务没 有表现出差异，但是心理旋转任务却表现出很大的 差异。Jolicoeur, Corballis, 和Lawson（1998）将物 体在平面上旋转后，要求被试或者识别物体（物体 识别）或者判断它是否在正立方向上朝左或右（心 理旋转）。他们发现感觉到的或实际上的物体旋转 会影响心理旋转但并不影响物体识别，再一次质疑 心理旋转和物体识别有一个共同的机制。De Caro和 Reeves（2000）比较了旋转物体的命名和朝向判断 的结果，发现朝向判断呈现线性的视角依赖，而命 名判断在60度的旋转视角之后渐趋平缓。并且，物 体识别的间接测量，如重复知盲（ repetition blindness）和启动，显示熟悉物体表征的激活很明 显与心理旋转无关（Harris & Dux, 2005）。而 Hayward等人（2006）也发现对于新异物体，心理 旋转呈线性的视角依赖，而物体识别和视角则呈倒 V形关系。他们认为心理旋转和物体识别的视角依 赖是由不同原因造成的。心理旋转产生的视角依赖 是因为在三维空间中心理上旋转物体的消耗。因此， 心理旋转任务的成绩可以直接由两视角的差异程度 预测。但是，物体识别更可能是基于两个不同视角 的特征相似程度。也就是说，物体识别的视角依赖 是由两种视角的物体外观的差异造成的。 心理旋转与物体识别在不同条件下，视角依赖 第 17 卷第 1 期 物体识别的视角依赖与心理旋转 -19- 19 程度呈现不一致的情况，显示着心理旋转与物体识 别的视角依赖有着不同的心理机制，物体识别并不 包含心理旋转过程。 3 心理旋转和物体识别的神经机制 行为研究的结果有很大的争议性，那么心理旋 转和物体识别的神经机制又是如何的呢？研究者使 用 fMRI 等技术，对正常人、脑损伤病人和猴子在 心理旋转和物体识别过程中的大脑激活进行了一系 列的研究。研究的结果同样存在很大争议。 很多研究者认为，心理旋转主要与上顶叶 （superior parietal lobe，SPL）和运动区域的激活有 关（Alivisatos, 1997; Richter, Ugurbil, Georgopoulos, & Kim, 1997; Tagaris, Kim, Strupp, Andersen, Ugurbil, & Georgopoulos, 1997）。而视觉物体识别则被认为 主要有枕-颞区（occipital-temporal areas）的参与 （ Holdstock, 2005; Logothetis, Pauls, & Poggio, 1995）。以上这些结果分别来自于物体识别的研究和 心理旋转的研究。也有研究者（Gauthier, Hayward, & Tarr, 2002; Wilson & Farah, 2006））同时对比了物体 识别与心理旋转的脑活动，发现类似的结果。即， 物体识别激活的是与形状颜色等客体特征有关的腹 侧视觉通路，而心理旋转则激活与空间定位及运动 知觉有关的背侧视觉通路。具体地说，物体识别与 右梭状回有关，而心理旋转与右上顶叶有关。并且 神经心理学研究也发现了识别旋转物体与心理旋转 任务的双分离现象（Harris, Harris, & Caine, 2002; Turnbull & McCarthy, 1996）。这样的结果支持 Hayward 等（2006）提出的物体识别的视角依赖是 由物体视角的外观差异造成的因此物体识别是与心 理旋转分离的理论。 然而，另一些研究则有不一致的发现。对视角 发生变化的物体知觉和分类任务不仅激活了腹侧视 觉通路，而且也激活了背侧视觉通路（Altmann, Grodd, Kourtzi, Bulthoff, & Karnath, 2005; Ganis, Schendan, & Kosslyn, 2007; Grill, Kushnir, Hendler, & Malach, 2000; Hasson, Harel, Levy, & Malach, 2003）。这与多视图转换模型理论是一致的。根据 多视图模型的预测，物体识别基于在腹侧视觉通路 表征的多种二维视角，而视觉恒常则由激活顶叶背 侧视觉通路的心理旋转实现（Tarr & Pinker, 1989）。 Schendan和Stern（2007）使用fMRI直接比较了心理 旋转与物体识别任务中大脑的活动，结果也支持多 视图转换模型的预测。他们发现心理旋转与物体识 别任务都激活了顶内沟和枕叶的相同部位。另外， 一些神经心理学的研究发现，枕顶区域的损伤削弱 物体识别能力。例如，一些病人的上顶叶（包括顶 内沟和背侧视觉通路的区域）发生损伤后，出现“不 常见视角缺陷”，这些病人可以有效识别正立或者 其他典型视角的物体，但是在识别不常见视角的物 体时存在障碍（Turnbull, 1997; Turnbull, Beschin, & DellaSala, 1997）。这些研究表明，对旋转物体的识 别不仅仅与物体的外观差异有关，而是仍有可能有 心理旋转的参与。 4 研究的不足和前景展望 综上所述，现有研究既有支持物体识别包含心 理旋转的证据，又有不支持的证据。我们认为存在 争议的可能原因如下。 目前对于心理旋转与物体识别的行为研究得到 的大多数都是间接的证据，缺乏说服力。支持物体 识别包含心理旋转的研究中，Bundesen等（1981） 是基于连续可加性逻辑，Kourtizi和Shiffrar（2001） 是通过启动中间视角来说明物体识别过程像模拟心 理旋转一样经过了中间视角。但是这些研究结果都 不能直接证明物体识别过程中包含心理旋转。支持 物体识别与心理旋转无关的证据主要是二者有不同 的视角依赖模式（如，De Caro & Reeves, 2000; Hayward, Zhou, Gauthier, & Harris, 2006; Lawson & Jolicoeur, 2003）。然而，不同的视角依赖模式只能 说明被试进行物体识别时并不是将刺激心理旋转至 正立位置再进行判断，并不能否定被试将刺激心理 旋转至了一些中间角度。Tarr & Pinker（1989）也指 出，被试心理表征的视角可以是多个视角。Bundesen 等（1981）也指出即使在反应时函数是非线性时， 仍存在旋转的连续可加性。因此上述研究中发现的 非线性的物体识别视角依赖模式，也可能是由于被 试将刺激心理旋转到了一些中间角度造成的。 另外，物体识别过程中存在的心理旋转与纯粹 的心理旋转可能存在区别。物体识别过程中进行的 心理旋转可能与特征比较并不是独立的过程 （Demeyer, Zaenen, & Wagemans, 2007）。在心理旋 转过程中，也可以对物体的大多数特征进行匹配。 因此心理旋转和物体识别可能并不是完全独立的， 两者更可能既独立又联系。正如对两者神经机制的 研究发现，它们对大脑皮层的激活既有独立的区域， 也有重叠的区域。 进一步的研究，应注重直接操纵影响心理旋转 -20- 心理科学进展 2009 年 与物体识别过程的因素，深入探索心理旋转和物体 识别如何联系以及存在哪些区别，并把行为研究与 能进行实时监测的眼动、脑成像等研究结合起来， 发展出能揭示物体识别和心理旋转的关系的更合理 的理论模型。 参考文献 陈鹏, 符德江. (2006). 物体识别中的视点问题. 心理科学进展, 14, 12–17. Alivisatos, B. (1997). Petrides M. Functional activation of the human brain during mental rotation. Neuropsychologia, 35, 111–118. Altmann, C. F., Grodd, W., Kourtzi, Z., Bulthoff, H. H., & Karnath, H. O. (2005). Similar cortical correlates underlie visual object identification and orientation judgment. Neuropsychologia, 43, 2101–2108. Bundesen, C., Larsen, A., & Farrell, J. E. (1981). Mental transformations of size and orientation. In J. Long & A. Baddeley (Eds.), Attention and performance (Vol. 9, pp. 279–294). Hillsdale, NJ: Erlbaum. Cooper, L. A. (1976). Demonstration of a mental analog of an external rotation. Perception & Psychophysics,,1, 296–302. Cooper, L. A., & Shepard, R. N. (pp. 75– 176). (1973). Chronometric studies of the rotation of mental images. In W G Chase (Ed.), Visual information processing. New York: Academic Press. Corballis, M. C. (1988). Recognition of disoriented shapes. Psychological Review, 95, 115–123. De Caro, S. A., & Reeves, A. (2000). Rotating objects to determine orientation, not identity: Evidence from a backward-masking/dual-task procedure. Perception & Psychophysics, 62, 1356–1366. Demeyer, M., Zaenen, P., & Wagemans, J. (2007). Low-level correlations between object properties and viewpoint can cause viewpoint-dependent object recognition. Spatial Vision, 20, 79 –106. Ganis, G., Schendan, H. E., & Kosslyn, S. M. (2007). Neuroimaging evidence for object model verification theory: role of prefrontal control in visual object categorization. NeuroImage, 34, 384–398, Gauthier, I., Hayward, W. G., & Tarr, M. J. (2002). BOLD activity during mental rotation and viewpoint-dependent object recognition. Neuron, 34, 161–171. Graf, M. (2006). Coordinate Transformations in Object Recognition. Psychological Bulletin, 132, 920–945. Grill, S. K., Kushnir, T., Hendler, T., & Malach, R. (2000). The dynamics of object-selective activation correlate with recognition performance in humans. Nature Neuroscience, 3, 837–843. Harris, I. M., & Dux, P. E. (2005a). Orientation-invariant object recognition: Evidence from repetition blindness. Cognition, 95, 73–93. Harris, I. M., Harris, J. A., & Caine, D. (2002). Mental rotation deficits following damage to the right basal ganglia. Neuropsychology, 16, 524–537. Hasson, U., Harel, M., Levy, I., & Malach, R. (2003). Large-scale mirror symmetry organization of human occipito-temporal object areas. Neuron, 37, 1027–1041. Hayward, W. G., Zhou, G. M., Gauthier, I., & Harris, I. M. (2006). Dissociating viewpoint cost in mental rotation and object recognition. Psychonomic Bulletin& Review, 13(5) , 820–825. Holdstock, J. S. (2005). The role of the human medial temporal lobe in object recognition and object discrimination. The Quarterly Journal of Experimental Psychology, 58B (3/4) , 326 –339. Jolicoeur, P. (1990). Identification of disoriented objects: A dual-systems theory. Mind & Language,5, 387–410. Jolicoeur, P., & Humphrey, G. K. (1998). Perception of rotated two-dimensional and three-dimensional objects and visual shapes. (pp. 69–123). (1998). In V Walsh, J Kulikowski (Eds.), Perceptual constancy. Why things look as they do. Cambridge, England: Cambridge University Press. Jolicoeur, P., Corballis, M. C., & Lawson, R. (1998). The influence of perceived rotary motion on the recognition of rotated objects. Psychonomic Bulletin & Review, 5, 140–146. Kourtzi, Z., & Shiffrar, M. (2001). Visual representation of malleable and rigid objects that deform as they rotate. Journal of Experimental Psychology: Human Perception and Performance, 27, 335–355. Lawson, R. (1999). Achieving visual object constancy across plane rotation and depth rotation. Acta Psychologica, 102, 221 –245. Lawson, R., & Humphreys, G. W. (1998). View-specific effects of depth rotation and foreshortening on the initial recognition and priming of familiar objects. Perception & Psychophysics, 60, 1052–1066. Lawson, R., & Jolicoeur, P. (1998). The effects of plane rotation on the recognition of brief masked pictures of familiar objects. Memory & Cognition, 26, 791–803. Lawson, R., & Jolicoeur, P. (1999). The effect of prior experience on recognition thresholds for plane-disoriented pictures of familiar objects. Memory & Cognition, 27, 751–758. Lawson, R., & Jolicoeur, P. (2003). Recognition thresholds for plane rotated pictures of familiar objects. Acta Psychologica, 112, 17–41. Lawson. R., Humphreys, G. W., & Watson, D. G. (1994). Object recognition under sequential viewing conditions: Evidence for viewpoint specific recognition procedures. Perception, 23, 595 –614. Logothetis, N. K., Pauls, J., & Poggio, T. (1995). Shape representation in the inferior temporal cortex of monkeys. Current Biology, 5, 552–563. 第 17 卷第 1 期 物体识别的视角依赖与心理旋转 -21- 21 Richter, W., Ugurbil, K., Georgopoulos, A., & Kim, S. G. (1997). Time-resolved fMRI of mental rotation. Neuroreport, 8, 3697 –3702. Schendan, H. E., & Stern, C. E. (2007). Mental rotation and object categorization share a common network of prefrontal and dorsal and ventral regions of posterior cortex. NeuroImage, 35, 1264–1277. Shepard, R. N., & Cooper, L. A. (1982). Mental images and their transformations. Cambridge, MA: MIT Press. Shepard, R. N., & Judd, S. A. (1976). Perceptual illusion of rotation of three-dimensional objects. Science, 191, 952–954. Shepard, R. N., & Metzler, J. (1971). Mental rotation of three-dimensional objects, Science, 171, 701–703. Sternberg, S. (1998). Discovering mental processing stages: The method of additive factors. In D. Scarborough & S. Sternberg (Eds.), An invitation to cognitive science: Vol. 4. Methods, models, and conceptual issues (pp. 703–863). Cambridge, MA: MIT Press Tagaris, G. A., Kim, S. G., Strupp, J. P., Andersen, P. , Ugurbil, K., Georgopoulos, A. P. (1997). Mental rotation studied by functional magnetic resonance imaging at high field (4 Tesla): performance and cortical activation. The Journal of Cognitive Neuroscience, 9, 419–432. Tarr, M. J. (Ed.). (2002). Vision: object recognition (pp. 490– 494). In: L Nadel (ed.), R Goldstone (Section ed.). Encyclopedia of cognitive science. London, UK: Nature Publishing Group/Macmillan Publishers Limited. Tarr, M. J., & Pinker, S. (1989). Mental rotation and orientation dependence in shape recognition. Cognitive Psychology, 21(2), 233–282. Tarr, M. J., Williams, P., Hayward, W. G., & Gauthier, I. (1998). Three-dimensional object recognition is viewpoint-dependent. Nature Neuroscience, 1, 275–277. Turnbull, O. H. (1997). A double dissociation between knowledge of object identity and object orientation. Neuropsychologia, 35, 567–570. Turnbull, O. H., & McCarthy, R. A. (1996). When is a view unusual? A single case study of orientation-dependent visual agnosia. Brain Research Bulletin, 40, 497–503. Turnbull, O. H., Beschin, N., & DellaSala, S. (1997). Agnosia for object orientation: implications for theories of object recognition. Neuropsychologia, 35, 153–163. Vuong, Q. C., & Tarr, M. (2004). Rotation direction affects object recognition. Vision Research, 44, 1717–1730. Willems. B., & Wagemans, J. (2001). Matching multicomponent objects from different viewpoints: Mental rotation as normalization? Journal of Experimental Psychology: Human Perception & Performance, 27, 1090–1115. Wilson, K. D., & Farah, M. J. (2006). Distinct patterns of viewpoint-dependent BOLD activity during common-object recognition and mental rotation. Perception, 35(10), 1351– 1366. Viewpoint-dependence on Object Recognition and Mental Rotation LI Shi-Qi, ZHOU Guo-Mei (Department of Psychology, Sun Yat-sen University, Guangzhou 510275, China) Abstract: The performance of object recognition depends on the viewpoints of objects, which is very similar to the performance of mental rotation. Therefore, some researchers believe that mental rotation accounts for the viewpoint-dependence in object recognition. While others argue that object recognition is dissociated from mental rotation. There are a lot of behavioral and neurosciences research in support of both theories. However, most of the existing behavioral evidences are indirect and not convincing. Further researches are suggested to focus on directly manipulating the factors influencing mental rotation and object recognition. And behavioral experiments should be combined with such on-line techniques as eye-movement and neuroimaging in future research. Key words: object recognition; mental rotation; viewpoint-dependence