Российские ученые выяснили, что при зрительной оценке размеров объекта люди учитывают и расстояние до него. Это может помочь в разработке устройств виртуальной и дополненной реальности. Исследование опубликовано в журнале Acta Psychologica.
Человек способен быстро и точно визуально оценивать статистические свойства группы объектов, как показали многочисленные исследования в области зрительной «ансамблевой статистики». Человеку достаточно на доли секунды задержать взгляд на группе объектов, чтобы оценить как простые свойства, например средний размер набора кружков, так и более сложные, например среднюю стоимость группы товаров или среднюю эмоцию группы людей на фотографии. Когда ученые проводят исследования в этой области, внимание очень часто уделяется размеру объектов. Однако лабораторные условия и реальные сильно различаются. Если в первом случае объекты демонстрируются на плоском экране, то во втором они будут обладать определенным контекстом, который в том числе характеризует расстояние от наблюдателя.
В зрительной системе существуют две разных репрезентации размера. Это «сетчаточные» размеры, то есть физическая проекция объекта на сетчатку, и «воспринимаемые» размеры, то есть «перемасштабированные» размеры объектов с учетом расстояния до них. Например, если посадить человека за стол и поставить один стакан близко к нему, а второй — на другой конец стола, то их «сетчаточные» размеры будут разными. Но «воспринимаемые» размеры будут равны, так как человек будет понимать, что разный размер обусловлен расстоянием, а не различиями между стаканами. Ученым до сих пор неизвестно, на основе каких размеров происходит оценка статистических свойств группы объектов — «сетчаточных» или «воспринимаемых», то есть может ли зрительная система «перемасштабировать» размеры группы предметов с учетом расстояния прежде, чем оценить их средний размер.
Ученые из НИУ ВШЭ решили это выяснить. Они провели эксперименты с демонстрацией объектов на разной глубине. Сперва они это делали с помощью стереоскопа. Это устройство при помощи зеркал дает возможность показывать картинки разным глазам с небольшим сдвигом, что задает изображениям глубину. Схожая техника используется в 3D-кинотеатрах. Во втором эксперименте ученые использовали иллюзию Понцо. Она состоит из двух равных по размеру линий, которые расположены на фоне с линейной перспективой. Визуально это выглядит как уходящая вдаль и уменьшающаяся железная дорога, в которой нужные линии выступают шпалами. Из-за сужения «рельс» верхняя линия кажется меньше нижней, хотя на самом деле они одинаковы. Это происходит из-за того, что мозг «перемасштабирует» размеры этих линий, считая, что одна из них расположена дальше другой.
В обоих экспериментах исследовали демонстрировали объекты разных размеров на разной глубине и просили их оценить вариативность объектов на экране. В некоторых пробах маленькие объекты были близко, а большие далеко (положительная корреляция между размером и расстоянием), в других — наоборот (отрицательная корреляция). Ученые исходили из того, что если оценка вариативности размеров кружков происходит по «сетчаточным» размерам, то разницы в ответах между пробами с положительной и отрицательной корреляцией не будет. Однако если оценка происходит по «воспринимаемым» размерам, то при положительной корреляции кружки будут восприниматься как имеющие большую вариативность из-за действия иллюзии Понцо.
В результате ученые выяснили, что испытуемые оценивали объекты по «воспринимаемым» размерам. Им казалось, что при положительной корреляции кружки имеют больший разброс размеров по сравнению с отрицательной. Это говорит о том, что зрительная система может быстро и самостоятельно оценивать статистические характеристики группы объектов, предварительно перемасштабировав их с учетом расстояний.
«Судя по всему, перемаштабирование размеров относительно их удаленности происходит очень быстро и очень рано в зрительной системе. Информация о сцене обрабатывается в высокоуровневых структурах мозга и при помощи процесса “сверху вниз” регулирует активность нейронов, которые отвечают за оценку размера объектов на более ранних этапах обработки. И только затем происходит вычисление ансамблевых статистик», — подчеркнул один из авторов исследования Юрий Марков. Ученые отмечают, что их исследование может помочь в грамотном проектировании сложных сред виртуальной и дополненной реальности.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
