虛擬仿真場景中威脅性視覺刺激搜索的注意偏向效應(yīng)*

袁小鈞 崔曉霞 曹正操 闞 紅 王 曉 汪亞珉

(首都師范大學心理學院, 北京市“學習與認知”重點實驗室, 北京 100048)

1 引言

威脅性刺激引起注意偏向一直備受心理學家關(guān)注。根據(jù)注意的認知資源理論, 認知系統(tǒng)內(nèi)存在著一個負責資源分配的機制, 這一機制是受意識控制的, 可以把認知資源靈活地分配到重要的刺激上。同時, 人類的認知系統(tǒng)內(nèi)還存在著一個評價環(huán)境重要性的系統(tǒng), 重要的刺激會優(yōu)先進入到這個系統(tǒng), 獲得進一步加工(彭聃齡, 2012)。因此, 這些占有認知資源比較多、優(yōu)先加工的刺激會引起注意偏向。

進化心理學認為, 對威脅性刺激的偏向加工是進化而來的。人類已經(jīng)進化了對遠古危險物的害怕傾向, 形成了一些生存適應(yīng)器, 這些適應(yīng)器會處理危及我們祖先生命的各種問題。當我們在一個開闊的地方四處張望時, 我們的信息加工機制會讓我們覺察到“暗藏的敵人”, 我們的注意會自動地偏向這些危險物。與現(xiàn)代環(huán)境中的危險物相比, 人們更容易對遠古環(huán)境中就存在的危險物表現(xiàn)出威脅反應(yīng)。比如說, 人大多害怕蛇, 但很少害怕汽車, 盡管汽車每年奪走很多人的生命。對此, 進化心理學的解釋是蛇是人類進化過程中一直存在的危險物(Buss,1999)。這種威脅不僅反應(yīng)在情緒上, 還反映在注意偏向上。因此, 威脅性刺激更容易引起注意偏向。

在已有的威脅性刺激導致注意偏向的研究中,最常用的研究范式主要有 5種：視覺搜索范式(?hman, Flykt, & Esteves, 2001)、情緒 Stroop 范式(Janczyk, Ausgst, & Kunde, 2014)、線索?靶子范式(Stormark, Nordly, & Hugdahl, 1995)、點探測范式(Mogg, Bradley, & Hallowell, 1994)、情緒條件反射范式(Stormark & Hugdahl, 1996), 其中視覺搜索范式是使用最為廣泛的一種范式。在早期 ?hman和Flykt等(2001)的威脅性刺激搜索實驗中, 研究者以蛇、蜘蛛、蘑菇、花的圖片作為實驗材料, 要求被試在一些與威脅無關(guān)的圖片(花、蘑菇)中搜索與威脅相關(guān)的圖片(蛇、蜘蛛), 或在一些與威脅相關(guān)的圖片(蛇、蜘蛛)中搜索與威脅無關(guān)的圖片(花、蘑菇)。結(jié)果發(fā)現(xiàn)在與威脅無關(guān)物體中搜索與威脅相關(guān)的目標的速度要顯著快于在與威脅相關(guān)的物體中搜索與威脅無關(guān)的目標, 并且不受目標物所在位置以及分心物數(shù)目的影響。此后, Mogg和Bradley(2006)使用視覺搜索范式研究了不同高低水平蜘蛛威脅在不同暴露時間下的注意偏向。實驗時給被試成對呈現(xiàn)蜘蛛和貓的圖片, 呈現(xiàn)時間分 3種, 分別為200 ms、500 ms、2000 ms。研究結(jié)果發(fā)現(xiàn), 當呈現(xiàn)時間為 200 ms時, 高水平蜘蛛威脅組對蜘蛛的注意偏向比低水平組要大。隨著暴露時間的增加,高水平組注意偏向降低。在更長暴露時間時, 這種注意偏向差異則不再顯著。這一研究表明, 威脅性刺激對注意的捕獲效應(yīng)主要發(fā)生在早期的快速視覺信息加工階段。王福興、李文靜、顏志強、段朝輝和李卉(2015)使用眼動技術(shù)來研究幼兒對威脅性刺激物——蛇的注意偏向, 結(jié)果也發(fā)現(xiàn), 無論是幼兒還是成人對蛇的首次注視時間都比注視花朵的時間更短。LoBue (2010)使用視覺搜索范式研究了兒童和成人對蜘蛛的注意偏向。該實驗要求被試在蘑菇或蟑螂的圖片中搜索蜘蛛, 或者是反過來進行搜索。研究結(jié)果表明, 無論是兒童還是成人, 搜索蜘蛛的速度都比其他兩種要快, 并且搜索蘑菇和蟑螂差異不顯著, 后續(xù)的電生理研究也得到了類似的結(jié)果(LoBue & Rakison, 2013; Thrasher & LoBue,2016)。Dudeney, Sharpe和Hunt (2015)對焦慮兒童的研究也發(fā)現(xiàn), 與正常兒童相比, 焦慮兒童在注意搜索中能更快地搜索到威脅性刺激。

除了蛇與蜘蛛外, 負性情緒面孔也常被用作威脅性刺激, 研究者們以面孔為刺激材料的研究得到了同樣的結(jié)論。Hansen和Hansen (1988)最早以面孔圖片為刺激材料來研究情緒刺激的注意偏向。該實驗要求被試在一個2 × 2的矩陣中搜索面孔, 結(jié)果表明, 被試在快樂面孔中搜索憤怒面孔較快, 而在憤怒面孔里搜索快樂面孔較慢。他認為憤怒面孔屬于威脅性刺激, 這種刺激能夠捕獲注意, 因而在快樂面孔中的憤怒面孔更容易找到, 而快樂面孔很容易被忽視。他們把這種現(xiàn)象稱為凸顯效應(yīng)(popout effect)。?hman, Lundqvist和 Esteves (2001)使用與 Hansen不同的面孔圖片來研究情緒刺激對注意的影響。?hman和Lundqvist等的實驗采用的是圖示面孔, 而不是真實面孔。他認為在Hansen的實驗中, 被試之所以搜索憤怒面孔快, 是因為憤怒面孔的異質(zhì)性更大, 而圖示面孔是從真實面孔中抽取出來的, 同質(zhì)性更高。實驗結(jié)果表明, 在快樂面孔中搜索憤怒面孔要顯著地快于在憤怒面孔中搜索快樂面孔, 這和Hansen的實驗結(jié)果是一致的。也有一些對焦慮個體的研究, 得到了類似的結(jié)果。與搜索微笑面孔相比, 高特質(zhì)焦慮個體搜索憤怒面孔要更快, 而且識別憤怒面孔也快于微笑面孔(Matsumoto,2010)。此外, 有關(guān)威脅性刺激的認知神經(jīng)機制研究也表明, 威脅性信息導致注意偏向主要發(fā)生在視覺信息加工的早期階段, 這一階段的加工是一種自動化的加工, 主要依賴于低頻輪廓信息(LeDoux, 2000;Vuilleumier, Armony, Driver, & Dolan, 2003; van Le et al., 2013)。

現(xiàn)有研究在不同被試身上以不同的刺激材料重復出了同樣的結(jié)果, 對這一結(jié)果, 研究者們采用環(huán)境適應(yīng)這一進化心理學的觀點予以解釋(?hman& Mineka, 2001; ?hman, 2009; ?hman, Soares, Juth,Lindstr?m, & Esteves, 2012; Soares, Lindstr?m,Estevens, & ?hman, 2014)。然而, 要證實威脅性刺激導致注意偏向的進化論解釋還有一個非常重要的問題沒有解決, 那就是已有實驗的生態(tài)效度不高。既然人對威脅性刺激的注意偏向加工是適應(yīng)環(huán)境的結(jié)果, 那么環(huán)境信息與搜索時的光流信息就很重要?，F(xiàn)有實驗都是通過威脅性刺激圖片的呈現(xiàn)來設(shè)計的, 沒有提供早期人類搜索蛇或蜘蛛時的必要環(huán)境信息。如果不提供必要的環(huán)境信息, 現(xiàn)有的注意偏向結(jié)果也可能解釋為新異刺激導致的效應(yīng)(Peira,Golkar, ?hman, Anders, & Wiens, 2012)。另外, 真實環(huán)境中人在搜索威脅性刺激時是一種身體不斷接近的過程, 威脅物就算是蟄伏的, 相應(yīng)的外形顏色特征也會隨著接近過程中的光流信息的變化而獲得監(jiān)測。在知覺理論中, 吉布森早就提出并強調(diào)光流(optic flow)信息在視知覺加工中的重要作用,他認為利用環(huán)境提供的光學分布、結(jié)構(gòu)級差、光流模式、功能承受性和共振等信息可以解釋視知覺(Gibson, 1979; Lee & Kalmus, 1980; Sun, Carey, &Goodale, 1992)。在真實的視覺搜索中, 物體遠近及角度變化帶來的動態(tài)信息對理解視覺搜索加工的認知機制很重要, 而威脅性刺激呈現(xiàn)的情境信息(比如遠古人類面對的叢林草地環(huán)境)對檢驗已有研究的生態(tài)效度同樣重要。顯然, 無論是環(huán)境信息還是光流信息, 已有研究都沒有提供。

受過去的實驗技術(shù)限制, 已有的視覺搜索研究中幾乎找不到生態(tài)效度好的實驗數(shù)據(jù)。隨著計算機信息技術(shù)的進步, 新近快速發(fā)展起來的虛擬現(xiàn)實技術(shù)為解決這一問題提供了可能。虛擬現(xiàn)實技術(shù)是利用計算機創(chuàng)設(shè)和體驗虛擬環(huán)境的一種仿真系統(tǒng), 這一系統(tǒng)的最大特征是沉浸感強, 能夠給使用者帶來身臨其境的感覺。就光流信息而言, 虛擬現(xiàn)實場景中的漫游就是典型的模擬了現(xiàn)實場景中相對運動而導致的物體的表面、邊緣等處的光流信息, 這種光流信息本質(zhì)上體現(xiàn)的是一種似動運動信息。利用虛擬現(xiàn)實技術(shù), 心理學實驗不僅可以有仿真的刺激情境, 還可以提供遠近角度上的光流動態(tài)變化信息,還原進化心理學家假設(shè)的遠古人類在叢林或草叢中隨時搜索發(fā)現(xiàn)蛇與蜘蛛的真實場景。

基于以上的分析, 本研究利用虛擬現(xiàn)實技術(shù),模擬早期人類生存的叢林場景, 讓被試以浸入式體驗的方式執(zhí)行?hman和Flykt等(2001)設(shè)計的威脅性刺激的視覺搜索任務(wù), 探討威脅性刺激引起注意偏向的認知機制。將虛擬現(xiàn)實技術(shù)應(yīng)用于視覺搜索實驗范式的優(yōu)勢在于, 一是提供刺激的仿真性情境信息, 二是提供刺激的光流信息, 三是提供反應(yīng)時之外的反應(yīng)距離信息。反應(yīng)時之外的反應(yīng)距離信息在二維呈現(xiàn)的傳統(tǒng)實驗里幾乎無法測試, 但是在虛擬仿真的三維場景中就可以很容易地觀測被試做搜索反應(yīng)時的空間距離。這種反應(yīng)距離的測量既是反應(yīng)時或正確率數(shù)據(jù)的有力補充, 又是進一步了解注意偏向的認知機制的新的有效指標。根據(jù)已有二維呈現(xiàn)的實驗研究結(jié)論, 我們預(yù)期在三維虛擬仿真場景中威脅性刺激將同樣導致注意偏向反應(yīng), 同時反應(yīng)距離信息能進一步證實這種注意偏向反應(yīng)。由此, 我們假設(shè), 相比于非威脅性刺激, 被試會在更遠的距離下做出對威脅性刺激的搜索確認反應(yīng)。

此外, 越來越多的研究表明, 動物的搜索要比植物的搜索快(Soares, Esteves, Lundqvist, & ?hman,2009; Soares, 2012)。在 ?hman 和 Flykt等(2001)的經(jīng)典研究中, 威脅性刺激是蜘蛛與蛇, 而非威脅性刺激是蘑菇與花, 因此在驗證威脅性刺激注意偏向時有必要排除威脅性刺激與非威脅性刺激在類型屬性上的這種差異。為此, 本研究進一步在虛擬現(xiàn)實情境中比較了威脅性刺激蛇和蜘蛛與非威脅性刺激松鼠和蟬在叢林搜索中的差異, 從而進一步驗證威脅性刺激的注意偏向現(xiàn)象, 為威脅性刺激注意加工的進化心理學解釋提供最重要的實驗證據(jù)。

為驗證上述觀點, 本研究設(shè)計了兩個實驗, 實驗1是設(shè)計構(gòu)建野外叢林虛擬仿真環(huán)境, 以在較好的生態(tài)效度情況下重復?hman和Flykt等(2001)的經(jīng)典實驗。實驗2則是在實驗1的基礎(chǔ)上將非威脅性刺激替換成松鼠和蟬, 再次驗證威脅性刺激的注意偏向加工。

2 方法

實驗1將探討被試在虛擬仿真的叢林搜索實驗中, 搜索威脅性刺激是否快于非威脅性刺激, 以演示經(jīng)典的威脅性刺激注意偏向加工現(xiàn)象。實驗2擬將進一步探討同屬動物的威脅性與非威脅性刺激是否仍然存在威脅性刺激的注意偏向加工現(xiàn)象。實驗1與實驗2的結(jié)果一起為威脅性刺激的注意偏向加工的進化心理學解釋提供證據(jù)支持。

2.1 被試

招募大學生被試共89名(男45名)。實驗1共有59人參與。其中10名(男5名)參加了刺激材料的評定實驗, 24名(男12名)填寫了虛擬現(xiàn)實場景的體驗問卷, 20名(男 10名)參加了視覺搜索實驗, 5名(男3名)參加了數(shù)據(jù)剔除標準的評定測驗。實驗2共有30人參與。其中10名(男5名)參加了刺激材料的評定實驗, 20名(男10名)參加了視覺搜索實驗。所有被試視力或矯正視力正常, 均為右利手,身體心理健康, 無精神病史, 無任何恐懼癥。被試自愿參加實驗, 實驗完成后獲得一定報酬。

2.2 材料

2.2.1 實驗用虛擬仿真場景

實驗場景包括三部分材料, 第一部分為實驗刺激材料, 包括威脅性刺激(蛇與蜘蛛)與非威脅性刺激(蘑菇、花、松鼠、蟬)的仿真模型; 第二部分為叢林草地自然場景, 包括多種草、花、樹、石頭等;第三部分為實驗交互控制材料, 包括進入?yún)擦秩肟谔幍囊簧乳T以及第一人稱虛擬角色(在實驗中這一角色是隱藏的, 被試不可見)。叢林草地場景與門如圖1所示。

2.2.2 視覺搜索實驗中的刺激物

搜索實驗所用刺激物分別為蛇、蜘蛛、花、蘑菇、松鼠、蟬六種。對于刺激物的大小, 由于很難找到精確的尺度來衡量, 所以我們采用了比較相對體積的方法, 這種方法確保了這6種目標物的尺寸的大小接近。對于刺激物的顏色, 這6種模型采用了同樣的顏色貼圖。6種刺激物的大小及顏色對比如圖2所示。

2.2.3 叢林草地中間的小徑設(shè)置

圖1 視覺搜索實驗中所使用的仿真叢林場景

圖2 搜索實驗中所用刺激物模型及顏色對比

為了保證被試以相同的條件進行視覺搜索, 我們在叢林草地中間設(shè)置了一條人為踩踏出的略呈“S”型的小道, 被試通過攝像機以直線在小路上行走, 沿小道兩邊布置目標刺激物(威脅性或非威脅性目標刺激)放置點, 同時在草地上點綴多種野花、雜樹、石頭等必要自然物。為了方便記錄, 路的右邊記為位置1到位置7, 路的左邊記為位置11到位置17, 如圖3左側(cè)所示。需要說明的是, 路徑兩邊的各點分布并不是等距離選取的, 這是防止被試出現(xiàn)搜索猜測。

2.2.4 實驗前的評定實驗所用材料

評定的材料是從創(chuàng)設(shè)的虛擬仿真場景中對4種目標模型的截圖, 顯示器分辨率為1024 × 768。我們分別從3個不同距離進行截圖, 一個是肯定可以看到目標物時, 截圖大小為 65 × 65像素; 一個是基本可以看到目標物時, 截圖大小為50 × 50像素;一個是隱約可以看到目標物時, 截圖大小為 30 ×30像素。其中肯定可以看到目標物時對所有位置進行截圖, 共有 56張圖片; 基本可以看到目標物時從位置3開始截圖, 共有40張圖片; 隱約可以看到目標物時從位置5開始截圖, 共有24張圖片, 3種截圖如圖3右側(cè)所示。

圖3 叢林草地上的路徑及對所搜索目標物(蘑菇)進行評定時的3種條件

2.2.5 實驗中所用材料的制作軟件信息

實驗中所用的圖形場景制作軟件主要有3個：3dsmax9, Adobe Photoshop CS 5及 Virtools 5.0。3dsmax9 (Autodesk, San Rafael, California, U.S.)主要用于制作和修改模型, 為了使后期計算機運行起來更流暢, 在制作和修改模型時, 在保證逼真的前提下, 盡量減少模型的面數(shù)。Adobe Photoshop CS5(Adobe Systems Inc, SAN jose, California, U.S.)主要用于對模型貼圖的修改。Virtools 5.0虛擬現(xiàn)實游戲引擎(Dassault Systèmes, Vélizy, Villacoublay Cedex,France)用于創(chuàng)設(shè)野外叢林場景。我們將3dsmax中做成的模型導入進來, 在Virtools 5.0中整合成完整場景, 然后進行交互設(shè)計和編程, 實現(xiàn)被試能夠在場景中進行固定路徑的視覺搜索。

2.3 設(shè)計

實驗分為實驗 1與實驗 2, 每個實驗包括兩個部分, 第一部分為虛擬現(xiàn)實實驗場景的真實感體驗評定和視覺搜索目標物物理屬性差異的評定, 第二部分是正式虛擬現(xiàn)實場景中的視覺搜索實驗。

虛擬現(xiàn)實場景的體驗評定采用國外較為常用的IGROUP問卷(Schubert, Friedmann, & Regenbrecht,2001; Felnhofer et al., 2015)。視覺搜索目標物的物理屬性差異評定是通過一個簡單的選擇反應(yīng)時實驗來完成的。物理屬性差異評定采用 4(刺激物模型：蛇、蜘蛛、花、蘑菇) × 14(位置：虛擬場景中的 14個位置)被試內(nèi)設(shè)計, 刺激物采用電腦圖片呈現(xiàn)方式, 記錄被試的反應(yīng)時和錯誤率。

正式的視覺搜索實驗為2(刺激類型：威脅性刺激、非威脅性刺激) × 14(位置：虛擬場景中的 14個位置)被試內(nèi)設(shè)計, 記錄反應(yīng)時、錯誤率以及被試做反應(yīng)時的反應(yīng)距離。反應(yīng)時為從門開到被試按鍵反應(yīng)的時間, 錯誤率為反應(yīng)錯誤試次所占該條件總試次數(shù)的百分比。對于反應(yīng)距離的定義, 我們將反應(yīng)距離與傳統(tǒng)實驗的反應(yīng)時(Response Time)相對應(yīng)。具體做法為, 首先, 我們將被試在三維場景中做反應(yīng)時攝像機的位置(即反應(yīng)位置)距離目標位置的連線, 然后, 將反應(yīng)位置距離目標位置對攝像機行走路徑做垂點的連線, 最后, 兩條連線做夾角,夾角的正切值即為反應(yīng)距離(Response Distance),如圖4中的tanα。這樣一來, 反應(yīng)距離包含反應(yīng)位置與目標位置的距離信息及測量視角, 故而是一種更為全面的指標。圖4示意了反應(yīng)距離的計算方式。在 Virtools軟件中, 固定路徑漫游中的某時刻點的坐標無法獲取, 程序是封裝模塊, 除非進行非常底層的二次開發(fā)。實際上, 固定路徑漫游是勻速運動,我們根據(jù)被試的反應(yīng)時進行事后計算, 相應(yīng)的位置坐標同樣可以得到。因此, 本研究中就以某個目標位置(比如位置 4)搜索時的平均反應(yīng)時 RT為基礎(chǔ)(即攝像機行走S(圖4中的2D子圖)所用的時間)進行計算。程序中最初設(shè)定的路徑起點O到終點E的總時間為T, 將RT與T相比就可以得到A點的坐標。圖中B點為該目標位置向攝像機路徑做垂線的垂點, 目標位置、攝像機位置、垂點構(gòu)成三角形, 計算現(xiàn)tanα值, 以此值作為RD的指標。

特別要說明, 實驗中采用了我們實驗室開發(fā)的計時器來完成的, 它是基于CPU時鐘來記錄的, 比較精確。如果采用Virtools軟件本身提供的記時器,由于它是基于刷新率來記錄時間的, 所以在加載高清場景時, 刷新率不容易穩(wěn)定, 記時精度也不夠高,值得注意。

圖4 反應(yīng)距離計算示意圖

我們在設(shè)計時也考慮了光流信息。光流信息包含了被觀察物體的運動信息, 也包含有關(guān)景物三維結(jié)構(gòu)的豐富信息, 我們在設(shè)計時通過虛擬現(xiàn)實技術(shù)展現(xiàn)了搜索物體相對運動的信息。攝像機在場景中移動, 搜索的物體距離攝像機越來越近, 其相對攝像機向攝像機反方向移動。也包含了搜索場景的信息。前人因技術(shù)限制沒有考慮光流信息, 我們通過該技術(shù)提供了視覺搜索的光流信息, 更好地為威脅場景中刺激搜索提供了更完善的證據(jù)支持。

因?qū)嶒?的威脅性刺激模型為動物(蛇與蜘蛛),非威脅性刺激模型為植物(花與蘑菇), 為排除此動植物兩種自變量混淆對實驗結(jié)果的影響, 我們進行了實驗2。實驗2將刺激物模型全部更換為動物,分別是：蛇、蜘蛛、松鼠、蟬。其余與實驗1保持一致。

2.3.1 虛擬現(xiàn)實場景體驗評定

盡管當前的Oculus DK2完全浸入式的虛擬現(xiàn)實呈現(xiàn)設(shè)備的臨場感已經(jīng)非常明顯, 但為了準確評價所建場景是否有效提高了實驗任務(wù)的生態(tài)效度,我們對實驗1的場景進行了評定。被試進行8次搜索, 每個模型搜索兩次, 然后填寫IGROUP問卷。該問卷包括14個問題, 每個問題都采用0～6評分,標記從無真實感到非常真實的感覺。目前我們研究組已經(jīng)對該問卷進行了中國化的修訂, 相關(guān)研究報告正在投稿中。

24名被試填寫的IGROUP問卷結(jié)果如表1所示。從評價的3個指標的均值上來看, 所建野外叢林場景的存在感、沉浸感與真實感都在中間值3以上。體驗感的評定與國外兩款虛擬游戲場景(Tomb Raider, Half Life)的評價結(jié)果相近(Schubert, Friedmann,& Regenbrecht, 2001; Felnhofer et al., 2015), 實驗場景生態(tài)效度較好。

表1 叢林搜索場景與國外虛擬現(xiàn)實游戲場景IGROUP評定結(jié)果比較

2.3.2 目標物評定實驗

采用傳統(tǒng)的選擇反應(yīng)時實驗范式進行刺激物的評定, 實驗程序使用 E-prime 2.0 (Psychology Software Tools, Sharpsburg, Pennsylvania, U.S.)軟件編程實現(xiàn)。實驗分為練習和正式實驗兩階段, 正式的評定實驗分為3個組塊(block)。第一個組塊的圖片全部是肯定可以看到目標物時的圖片, 每個位置的圖片呈現(xiàn) 2次, 所以第一個組塊共 112個試次(trial)。第二個組塊的圖片是基本可以看到目標物時的圖片, 每個位置的圖片呈現(xiàn) 2次, 所以第二個組塊共有 80個試次。第三個組塊的圖片是隱約可以看到目標物時的圖片, 每個位置的圖片呈現(xiàn)2次,所以第三個組塊共有48個試次?？偣?個組塊有240個試次。實驗流程是先呈現(xiàn) 500 ms的注視點,接著呈現(xiàn)圖片, 被試按鍵反應(yīng)后呈現(xiàn) 800 ms的空屏, 實驗進入到下一個試次。實驗過程中, 被試雙手食指分別放在“F”鍵和“J”鍵上, 實驗要求如果被試看到的是蛇和蜘蛛, 按“F”鍵進行反應(yīng); 如果看到的是花和蘑菇或者松鼠和蟬(分別對應(yīng)實驗 1與實驗2), 按“J”鍵進行反應(yīng)。實驗流程如圖5所示。

圖5 刺激評定實驗流程圖

2.3.3 物理顯著性分析

采用Itti和Koch (2000)文章中的方法進行物理顯著性分析。我們使用該文章中所用的 MATLAB程序?qū)Σ牧蠄D片進行評定處理, 得到 Saliency和Winner Take All兩幅圖, 如圖6所示。SaliencyMap是一幅清晰的二維地圖, 包含對視覺環(huán)境中物體的顯著性信息的編碼。其具體方法是, 第一步, 將輸入的圖片中的每一個特征進行計算, 并轉(zhuǎn)換為圖標地形特征地圖; 第二步, 將這些特征地圖合并成為一幅地圖, 這幅地圖包含任意一個位置相對其他位置的顯著性; 第三步, 找出顯著地圖中的最大值,在指定的時間點, 最大值所在的位置就是下一個注意視覺區(qū)。Winner-take-all (WTA)是一種算法, 這種算法由 Tsotsos等人(1995)提出, 用于 SaliencyMap分析方法的第三步, 即找出顯著地圖中的最大值。得到每種條件下這兩幅圖后, 我們對 Winner Take All圖中心紅框內(nèi)的白色方形區(qū)域進行明度提取。我們首先使用Photoshop截取每種條件下的白色方形區(qū)域, 然后使用 MATLAB程序?qū)Π咨叫螀^(qū)域按HSV顏色分類方式提取明度值(V), 最后提取與SaliencyMap中心白色區(qū)域相等大小區(qū)域, 即為邊長64個像素正方形的區(qū)域內(nèi)4096個點的明度值。我們對4種條件下的明度值進行單因素方差分析。

2.3.4 視覺搜索實驗

圖6 物理顯著性分析示意圖

正式的視覺搜索實驗采用與?hman和Flykt等人(2001)一樣的實驗范式, 但實驗材料與情境均采用前述提到的三維仿真模型。實驗程序在虛擬現(xiàn)實軟件平臺Virtools 5.0上運行。正式實驗分為8個組塊, 每個組塊中目標物在14個位置出現(xiàn)2次共28個試次, 由于第一個試次的計時器計時可能不準確,因此在每個組塊前加了一個緩沖試次, 所以每個組塊實際上有 29個試次。我們對實驗順序進行了拉丁方平衡。根據(jù)?hman和Flykt等的實驗范式, 蛇和蜘蛛屬于威脅性刺激, 花、蘑菇、松鼠與蟬屬于非威脅性刺激。在每一個試次中, 目標物為威脅性刺激或非威脅性刺激。

實驗時, 被試坐在電腦旁, 戴上頭盔顯示器。實驗開始后, 攝像機鏡頭會自動地沿著預(yù)先設(shè)定好了的路徑移動。實驗要求被試仔細觀察整個場景,如果被試找到了所要搜索的目標, 則按游戲手柄的“LB”鍵, 如果一直到鏡頭停止移動都沒有找到所要搜索的目標, 則按游戲手柄的“RB”鍵。按鍵反應(yīng)后, 再按游戲手柄的“A”鍵即可以進入到下一個試次。在每個場景中, 整個森林的場景是不變的, 改變的只是分心物和目標物。

2.3.5 數(shù)據(jù)剔除標準測試

整個實驗是在一個虛擬的三維仿真場景中進行, 目前還沒有關(guān)于虛擬現(xiàn)實場景中反應(yīng)時實驗的報告, 為了能夠更好地查看虛擬仿真場景中反應(yīng)時測量, 我們特別增加設(shè)計了一個空場景中搜索刺激物的測試, 并以此作為后續(xù)反應(yīng)時實驗中反應(yīng)記錄的一個參考標準。并且設(shè)置這一測試也同時考慮到被試會對多個位置點的目標物進行搜索反應(yīng), 因此獲得一個不同位置點簡單反應(yīng)時值也是一個不錯的參考指標。就虛擬現(xiàn)實場景渲染距離來看, 本研究中的實驗場景均沒有出現(xiàn)遠處物體不能渲染的問題。為此, 我們招募 5名被試進行測試, 求得可以看到刺激物的最小反應(yīng)時。考慮到場景開門時,位置1～4和位置11～14可以看清楚的, 而位置 5、位置6、位置7、位置15、位置16、位置17在開門后并不能真正看清楚。但是, 在虛擬現(xiàn)實場景漫游的動態(tài)情形下完成搜索實驗, 由于有很多類似顏色的花草干擾, 被試不認真時很容易誤認而做出按鍵反應(yīng)。這正說明虛擬現(xiàn)實情境實驗在提高生態(tài)效度的同時也增加了被試錯誤辨認的機率。搜索的模型為蛇、蜘蛛、花、蘑菇, 結(jié)果如表2所示。正式實驗時, 當被試的反應(yīng)時小于測試的反應(yīng)時最小值,則予以剔除。

表2 不同位置反應(yīng)時最小值(平均數(shù)、標準誤)

3 結(jié)果

3.1 實驗1結(jié)果

3.1.1 刺激材料評定實驗

為了防止極端值以及錯誤反應(yīng)對實驗結(jié)果的影響, 剔除平均數(shù)在3個標準差之外的數(shù)據(jù)以及錯誤反應(yīng)的數(shù)據(jù), 共剔除極端值和錯誤反應(yīng)數(shù)據(jù) 72個, 剔除比例為3%。使用SPSS 22.0進行統(tǒng)計分析。

對3種不同距離的錯誤率分別進行單因素重復測量方差分析?？隙梢钥吹侥繕宋飼r模型種類的主效應(yīng)不顯著,

F

(3, 27) = 1.91,

p

＞ 0.05?；究梢钥吹侥繕宋飼r模型種類的主效應(yīng)不顯著,

F

(3, 27) =0.61,

p

＞ 0.05。隱約可以看到目標物時模型種類的主效應(yīng)不顯著,

F

(3, 27) = 1.48,

p

＞ 0.05。

圖7 實驗1刺激材料評定實驗反應(yīng)時結(jié)果

對3種不同距離的反應(yīng)時進行重復測量方差分析。肯定可以看到目標物時, 模型種類的主效應(yīng)不顯著,

F

(3, 27) = 0.47,

p

＞

0.05。位置的主效應(yīng)不顯著,

F

(13, 117) = 0.43,

p

＞ 0.05。模型種類與位置的交互作用也不顯著,

F

(39, 351) = 0.97,

p >

0.05。

基本可以看到目標物時, 模型種類的主效應(yīng)不顯著,

F

(3, 27) = 0.16,

p

＞ 0.05。位置的主效應(yīng)顯著,

F

(9, 81) = 2.02,

p

＜ 0.05, η= 0.18。進行事后檢驗發(fā)現(xiàn), 對位置進行兩兩比較表明位置3和位置5差異顯著,

p

＜ 0.05。模型種類與位置的交互作用為邊緣顯著,

F

(27, 243) = 2.45,

p

＜ 0.05, η= 0.21。簡單效應(yīng)分析表明, 位置 15時, 蛇和蜘蛛差異顯著,

p

＜0.05。位置16時, 蛇和蜘蛛差異顯著,

p

＜ 0.01。其他位置時, 兩兩刺激之間差異均不顯著。雖然位置15和 16時, 蛇和蜘蛛的差異顯著, 但蛇與蜘蛛都屬于威脅性刺激, 而且不存在蛇中找蜘蛛和蜘蛛中找蛇的組合, 因此它們之間的知覺辨別力差異對實驗結(jié)果沒有影響。

隱約可以看到目標物時, 模型種類的主效應(yīng)不顯著,

F

(3, 27) = 0.88,

p

＞ 0.05。位置的主效應(yīng)不顯著,

F

(5, 45) = 1.36,

p

＞ 0.05。模型種類與位置的交互作用也不顯著,

F

(15, 135) = 1.66,

p

＞ 0.05。

在3種不同距離時, 無論是反應(yīng)時還是正確率,模型種類的主效應(yīng)均不顯著, 表明4種模型在知覺辨別力上無顯著差異, 排除了后面搜索過程中由于模型本身引起的變量混淆。

3.1.2 視覺搜索實驗

所有被試的正確率較高。被試各個條件下錯誤率、反應(yīng)時、反應(yīng)距離如圖8所示, 其中反應(yīng)距離的平均正切值威脅性刺激(

M

= 0.61,

SD

= 0.08)比非威脅性刺激(

M

= 0.73,

SD

= 0.10)小, 以具體場景中的反應(yīng)距離計算, 威脅性刺激(11.79米,

SD

=0.77)也同樣比非威脅性刺激(10.60米,

SD

= 0.73)為遠。場景中呈現(xiàn)的物體大小(0.75米 × 0.75米), 因為場景較大, 所以物體適當放大了以使看起來是正常的比例。在威脅刺激條件下, 物體的平均視角為3.65°, 而非威脅性刺激條件下, 物體的平均視角為4.05°。為了防止極端值以及錯誤反應(yīng)對實驗結(jié)果的影響, 剔除平均數(shù)在3個標準差之外的數(shù)據(jù)、錯誤反應(yīng)的數(shù)據(jù)以及位置5、位置6、位置7、位置15、位置16、位置17小于各自最小值的數(shù)據(jù)。共剔除81個數(shù)據(jù), 剔除比例為1.8%。使用SPSS 22.0進行統(tǒng)計分析。

我們還進一步地把反應(yīng)時實驗數(shù)據(jù)與前述剔除測試的反應(yīng)時標準進行了對比, 結(jié)果發(fā)現(xiàn), 前述各位置點上的簡單反應(yīng)時都落在反應(yīng)時實驗中的反應(yīng)時數(shù)據(jù)的3個標準差之外。這說明, 虛擬仿真場景中的搜索辨別反應(yīng)時的記錄與傳統(tǒng)實驗是一致的。

圖8 實驗 1視覺搜索實驗被試錯誤率、反應(yīng)時、反應(yīng)距離(平均數(shù)±標準誤)結(jié)果

對錯誤率進行配對樣本

t

檢驗, 結(jié)果表明刺激類型差異不顯著,

t

(19)

= 0.25,

p

＞ 0.05。

對反應(yīng)時進行2(刺激類型：威脅性刺激、非威脅性刺激)×14(位置：虛擬場景中的14個位置)重復測量方差分析。刺激類型主效應(yīng)顯著,

F

(1, 19) =301.72,

p

＜ 0.01, η= 0.94。位置的主效應(yīng)顯著,

F

(13,247) = 449.89,

p

＜ 0.01, η= 0.96。刺激類型和位置的交互作用顯著,

F

(13, 247) = 2.60,

p

＜ 0.05, η=0.12。簡單效應(yīng)分析表明, 威脅性刺激與非威脅性刺激的差異均顯著(

p

s ＜ 0.05), 搜索威脅性刺激顯著快于非威脅性刺激。

對反應(yīng)距離進行2(刺激類型：威脅性刺激、非威脅性刺激)×14(位置：虛擬場景中的 14個位置)重復測量方差分析。刺激類型主效應(yīng)顯著,

F

(1, 19) =301.72,

p

＜ 0.001, η= 0.94。位置的主效應(yīng)顯著,

F

(13, 247) = 202.84,

p

＜ 0.001, η= 0.997。刺激類型和位置的交互作用顯著,

F

(13, 247) = 3.87,

p

＜ 0.05,η= 0.88。簡單效應(yīng)分析表明, 威脅性刺激與非威脅性刺激的差異均顯著(

p

s ＜ 0.05), 搜索威脅性刺激的反應(yīng)距離比搜索非威脅性刺激的反應(yīng)距離小。

我們對反應(yīng)距離和反應(yīng)時進行了皮爾遜積差相關(guān)分析, 發(fā)現(xiàn)負相關(guān)顯著,

r

= ?0.67,

p

＜ 0.01。相關(guān)分析表明, 反應(yīng)時越長, 反應(yīng)距離越短。上述結(jié)果表明, 在提高了實驗生態(tài)效度的情況下, 威脅性刺激的注意偏向加工依然存在, 支持了經(jīng)典的威脅性刺激優(yōu)先加工假設(shè)(Cisler, Bacon, & Williams,2009; Cisler & Koster, 2010; Yiend, 2010; 張禹, 羅禹, 趙守盈, 陳維, 李紅, 2014)。如前言中所討論到的, 近期有不少研究揭示, 動物的搜索要比植物的搜索快(Soares et al., 2009; Soares, 2012)。而?hman和 Flykt等(2001)的經(jīng)典研究所使用的非威脅性刺激是植物(蘑菇與花)威脅性刺激是動物(蛇與蜘蛛)。因此在驗證威脅性刺激注意偏向時有必要排除威脅性刺激與非威脅性刺激在類型屬性上的差異。為此, 本研究在實驗1的基礎(chǔ)上進一步比較了蛇和蜘蛛同動物類非威脅性刺激(松鼠和蟬)的比較。

3.2 實驗2結(jié)果

3.2.1 刺激材料評定實驗

為了防止極端值以及錯誤反應(yīng)對實驗結(jié)果的影響, 剔除平均數(shù)在3個標準差之外的數(shù)據(jù)以及錯誤反應(yīng)的數(shù)據(jù)。共剔除76個數(shù)據(jù), 剔除比例為3%。使用SPSS 22.0進行統(tǒng)計分析。

對3種不同距離時的錯誤率分別進行單因素重復測量方差。肯定可以看到目標物時模型種類的主效應(yīng)不顯著,

F

(3, 27) = 1.80,

p

＞ 0.05?；究梢钥吹侥繕宋飼r模型種類的主效應(yīng)不顯著,

F

(3, 27) =3.72,

p

＞ 0.05。隱約可以看到目標物時模型種類的主效應(yīng)不顯著,

F

(3, 27) = 1.12,

p

＞ 0.05。

圖9 實驗2刺激材料評定實驗反應(yīng)時結(jié)果

對3種不同距離的反應(yīng)時進行重復測量方差分析?？隙梢钥吹侥繕宋飼r, 模型種類的主效應(yīng)不顯著,

F

(3, 27) = 1.82,

p

＞ 0.05。位置的主效應(yīng)不顯著,

F

(13, 117) = 0.76,

p

＞ 0.05。模型種類與位置的交互作用也不顯著,

F

(39, 351) = 1.03,

p

＞ 0.05。基本可以看到目標物時, 模型種類的主效應(yīng)不顯著,

F

(3, 27) = 0.56,

p

＞ 0.05。位置的主效應(yīng)不顯著,

F

(9,81) = 0.64,

p

＞ 0.05。模型種類與位置的交互作用也不顯著,

F

(39, 351) = 1.41,

p

＞ 0.05。隱約可以看到目標物時, 模型種類的主效應(yīng)不顯著,

F

(3, 27) =0.89,

p

＞ 0.05。位置的主效應(yīng)不顯著,

F

(5, 45) = 0.97,

p

＞ 0.05。模型種類與位置的交互作用也不顯著,

F

(15, 135) = 0.76,

p

＞ 0.05。

在3種不同距離時, 無論是反應(yīng)時還是正確率,模型種類的主效應(yīng)均不顯著, 表明4種模型在知覺辨別力上無顯著, 排除了后面搜索過程中由于模型本身引起的變量混淆。

3.2.2 視覺搜索實驗

各個條件下錯誤率、反應(yīng)時、反應(yīng)距離如圖10所示, 其中反應(yīng)距離的平均正切值威脅性刺激(

M

=0.57,

SD

= 0.08)比非威脅性刺激(

M

= 0.71,

SD

=0.10)小, 以具體反應(yīng)距離計算, 威脅性刺激(12.47米,

SD

= 0.59)也同樣比非威脅性刺激(10.69米,

SD

=0.59)為遠。因為場景較大, 物體的大小也同實驗 1有所放大(0.75米 × 0.75米)。在威脅性刺激條件下,物體的平均視角為 3.46°, 在非威脅性刺激條件下物體的平均視角為 4.02°。為了防止極端值以及錯誤反應(yīng)對實驗結(jié)果的影響, 剔除平均數(shù)在3個標準差之外的數(shù)據(jù)、錯誤反應(yīng)的數(shù)據(jù)以及位置5、位置6、位置7、位置15、位置16、位置17小于各自最小值的數(shù)據(jù), 共剔除68個數(shù)據(jù), 剔除比例為1.5%。使用SPSS 22.0進行統(tǒng)計分析。

圖10 實驗2視覺搜索實驗被試錯誤率、反應(yīng)時、反應(yīng)距離(平均數(shù)±標準誤)結(jié)果

對錯誤率進行配對樣本 t檢驗, 結(jié)果表明刺激類型差異不顯著,

t

(19)= ?0.92,

p

＞ 0.05。

對反應(yīng)時進行2(刺激類型：威脅性刺激、非威脅性刺激) × 14(位置：虛擬場景中的14個位置)重復測量方差分析。刺激類型主效應(yīng)顯著,

F

(1, 19) =59.99,

p

＜ 0.01, η= 0.76。位置的主效應(yīng)顯著,

F

(13,247) = 1462.51,

p

＜ 0.01, η= 1.00。刺激類型和位置的交互作用顯著,

F

(13, 247) = 9.04,

p

＜ 0.01, η=0.94。簡單效應(yīng)分析表明, 除位置6與位置17之外,其余位置威脅性刺激與非威脅性刺激的差異均顯著(

p

s ＜ 0.05), 搜索威脅性刺激顯著快于搜索非威脅性刺激。位置6與位置17差異不顯著的原因是：在攝像機的行駛過程中, 被試最先會看到前 6個位置, 行駛一段距離后, 會看到中間4個位置, 最后看到位于最后方的 4個位置, 這三部分每部分內(nèi)部出現(xiàn)的時間差異較小, 因此會有差異不顯著的可能性。

對反應(yīng)距離進行2(刺激類型：威脅性刺激、非威脅性刺激) × 14(位置：虛擬場景中的14個位置)重復測量方差分析。刺激類型主效應(yīng)顯著,

F

(1, 19) =59.99,

p

＜ 0.001, η= 0.76。位置的主效應(yīng)顯著,

F

(13,247) = 1462.51,

p

＜ 0.001, η= 1.00。刺激類型和位置的交互作用顯著,

F

(13, 247) = 9.04,

p

＜ 0.01, η=0.94。簡單效應(yīng)分析表明, 除位置6與位置17差異不顯著之外, 其余位置威脅性刺激與非威脅性刺激的差異均顯著(

p

s ＜ 0.05), 搜索威脅性刺激的反應(yīng)距離比搜索非威脅性刺激的反應(yīng)距離小。

對反應(yīng)距離和反應(yīng)時進行了皮爾遜積差相關(guān)分析, 負相關(guān)邊緣顯著,

r

= ?0.33,

p

= 0.08。同實驗1的結(jié)果, 反應(yīng)時越長, 反應(yīng)距離越短。上述結(jié)果表明, 在把威脅性刺激替換成同樣的動物后, 蛇與蜘蛛的搜索反應(yīng)仍然顯著高于非威脅刺激, 說明威脅性刺激的注意偏向加工現(xiàn)象是獨立于刺激類型和動植物屬性影響的?？紤]到模型顯著性的可能影響,我們采用前人的方法對模型在搜索中的顯著性進行了分析(Itti & Koch, 2000)。根據(jù)上述搜索實驗的結(jié)果判定, 實際搜索到的目標物均在“基本可見”條件下發(fā)生, 因此我們對此條件下的模型在場景中的截圖在 MATLAB中進行了顯著性分析, 結(jié)果如圖11所示。從顯著性分析結(jié)果圖上可以看出, 無論是注意點還是顯著性分布圖均較一致, 未見明顯差異。為了更好地比較搜索不同目標物在顯著性上的差異, 我們對顯著性結(jié)果做了進一步的量化分析。選取顯著性分析明度分布圖的中心區(qū)域(64像素×64像素), 計算各像素點的明度值(V), 然后對不同目標物的明度值進行單因素方差分析, 結(jié)果表明,實驗1中明度主效應(yīng)不顯著,

F

(3, 16380) = 0.48,

p

＞0.05。實驗2中的明度主效應(yīng)不顯著,

F

(3, 16380) =1.51,

p

＞ 0.05, 各目標物的平均明度值見表3。這些結(jié)果表明, 在實際搜索場景中, 各目標物本身的顯著性彼此之間并無差異。

4 討論

本研究的目的是要在提高實驗生態(tài)效度的前提下, 進一步驗證威脅性刺激注意偏向加工現(xiàn)象,從而檢驗威脅性刺激注意加工偏向現(xiàn)象的進化心理學解釋的可靠性。研究采用完全浸入式的虛擬仿真技術(shù), 首次抽象模擬了人類祖先生存的野外叢林環(huán)境, 為視覺搜索威脅性刺激提供了必要的野外叢林環(huán)境與接近刺激時的光流動態(tài)信息, 最終實現(xiàn)了提高傳統(tǒng)行為實驗生態(tài)效度的目的。研究中收集的環(huán)境體驗數(shù)據(jù)表明, 實驗中建構(gòu)的仿真環(huán)境能夠給人帶來較好的真實體驗, 能夠保證實驗生態(tài)效度提高的有效性。實驗1與實驗2的結(jié)果表明, 在提高了生態(tài)效度的情況下, 人們在視覺搜索威脅性刺激時確實要比搜索非威脅性刺激快, 即使把非威脅性刺激由蘑菇和花替換成松鼠和蟬后, 被試仍然是搜索蛇與蜘蛛要比搜索松鼠和蟬快, 驗證了威脅性刺激的注意加工偏向現(xiàn)象, 夯實了進化心理學解釋的實驗基礎(chǔ)。除此之外, 本研究還首次發(fā)現(xiàn)了注意偏向加工在空間距離尺度上的存在證據(jù), 即在視覺搜索中, 人對威脅性刺激搜索反應(yīng)的距離顯著遠于對非威脅性刺激搜索反應(yīng)的距離。反應(yīng)距離的數(shù)據(jù)與反應(yīng)時的數(shù)據(jù)負相關(guān)顯著, 兩個指標可互相補充,趨勢一致。無論是反應(yīng)時數(shù)據(jù)還是反應(yīng)距離數(shù)據(jù)都穩(wěn)定一致地支持威脅性刺激的注意偏向加工效應(yīng),支持進化心理學的解釋。

圖11 實驗中所用模型在搜索局部場景中的顯著性

表3 圖片物理顯著性的明度值平均數(shù)(括號內(nèi)為標準誤)

實驗中的反應(yīng)距離信息有重要的驗證性價值。傳統(tǒng)的二維圖片呈現(xiàn)實驗只是從反應(yīng)時指標上揭示這種威脅性刺激的優(yōu)先反應(yīng), 尚不能從空間距離上模擬動態(tài)的搜索過程, 以更好的生態(tài)效度來呈現(xiàn)這一結(jié)果。本研究的空間距離信息首次彌補了這方面的信息。與傳統(tǒng)二維圖片實驗結(jié)果一樣, 威脅性刺激優(yōu)先加工與已有認知神經(jīng)科學的研究預(yù)期相一致。Vuilleumier等(2003)的研究揭示人對威脅性刺激的加工更多地是存在于視覺信息加工的早期階段, 這一階段的加工是一種自動化的加工, 主要依賴于低頻輪廓信息。本研究通過反應(yīng)距離的計算證實, 威脅性刺激(3.5°視角處)相比于非威脅性刺激(4.0°視角)在更遠的距離上就被檢測確認。當然因為是動態(tài)的搜索, 被試在看到搜索物到按下鍵還有一段時間, 這個時間會導致實際記錄的視角變得更大。從刺激信息上看, 距離越遠越只能依賴于低頻輪廓信息進行加工。Vuilleumier等(2003)的研究是通過人為地操縱刺激物的空間頻率信息來驗證威脅性刺激的早期自動加工的, 而本研究則是通過自然的仿真情境觀察直接得到這一結(jié)果。雖然我們從反應(yīng)時數(shù)據(jù)上完全可以推測出反應(yīng)距離的結(jié)果, 但是這種推測仍然是建立在可以測量搜索過程中的空間距離這一條件之下的, 這與傳統(tǒng)實驗中固定刺激物與被試眼睛之間的距離有著很大的不同, 這種不同正是本研究提高實驗生態(tài)效度的結(jié)果。因此,反應(yīng)距離信息在視覺搜索實驗中可以作為反應(yīng)時數(shù)據(jù)之外的一個重要補償性指標。同時, 它具有進化心理學的重要意義。反應(yīng)距離數(shù)據(jù)提示我們, 搜索威脅性刺激更可能是一種低頻自動化加工。從進化論的角度來看, 一種心理行為如果是適應(yīng)環(huán)境的結(jié)果, 那么它更可能是情緒性的反應(yīng), 是快速的自動化反應(yīng)(Tooby & Cosmides, 1990)。反應(yīng)距離數(shù)據(jù)恰好告訴我們, 威脅性刺激的搜索反應(yīng)是快速的自動化反應(yīng), 符合適應(yīng)進化的特征。

實驗中的情境信息很重要。在已有研究中, 有少數(shù)研究并沒有重復出威脅性刺激導致注意偏向的結(jié)果, 比如快樂面孔的搜索要比憤怒面孔快。Juth, Lundqvist, Karlsson和?hman (2005)采用了視覺搜索的范式讓被試在中性面孔中尋找快樂、憤怒和恐懼目標面孔。結(jié)果表明, 探測快樂面孔要顯著地快于探測憤怒和恐懼面孔。Savage, Lipp, Craig,Becker和 Horstmann (2013)使用來自 Ekman和Friesen面孔圖片庫的面孔圖片作為實驗材料, 結(jié)果也表明, 在中性面孔中搜索快樂面孔要快于搜索憤怒面孔。現(xiàn)在看來, 這些相反的結(jié)果很可能是由實驗的生態(tài)效度不夠?qū)е碌?。就一般的社會刺激情境而? 威脅性刺激并不一定會啟動人類的生存適應(yīng)器, 而如果提供了一些必要的情境信息這些結(jié)果就可能反轉(zhuǎn)。那么什么樣的信息才是關(guān)鍵的情境信息？本研究是通過概念釋義的方式來確定的, 即根據(jù) ?hman (2009)的人類祖先的野外生存適應(yīng)假說,我們將這種必要的情境具體化為野外叢林, 草中的蛇與蜘蛛, 那么對于威脅性的面孔來說, 可能就要用更為社會化的情境來解釋。

如何理解對威脅性刺激的注意偏向加工的認知機制還需要進一步的研究證據(jù)的支持。注意偏向是優(yōu)先捕獲, 還是特異性特征的加工, 目前尚無法確認。知覺過程包含兩種加工：自上而下的加工和自下而上的加工。自上而下的加工是由有關(guān)知覺對象的一般知識開始的加工, 而自下而上的加工是由外部刺激開始的加工。Lindsay和Norman (1977)將自上而下的加工稱為概念驅(qū)動加工, 而將自下而上的加工稱為數(shù)據(jù)驅(qū)動加工。在此基礎(chǔ)上, Torralba,Oliva, Castelhano和Henderson (2006)提出背景引導模型, 認為觀察者根據(jù)從場景中獲得的信息, 結(jié)合個體的知識經(jīng)驗, 從而注視場景中最可能存在目標物的位置。同時, 該模型認為對目標物的搜索依賴于自上而下的知識經(jīng)驗, 并結(jié)合自下而上的場景信息。Theeuwes (2010)認為人類對威脅自己生存的信息始終保持著注意, 這可以看作始終存在的自上而下的“預(yù)設(shè)”任務(wù)目標。從本研究的結(jié)果來看, 對威脅性刺激的早期預(yù)警反應(yīng)可能是開始于某種特異性特征的驅(qū)動, 繼而啟動自上而下加工的確認所導致的。

本研究使用了虛擬現(xiàn)實技術(shù), 大大提高了實驗結(jié)果的生態(tài)效度, 但也存在著一些問題。首先, 虛擬現(xiàn)實環(huán)境中的遠景渲染與實際環(huán)境中不太一樣,考慮到虛擬現(xiàn)實場景一般都比較大, 相應(yīng)的硬件性能還不夠強, 一般對遠處場景及物件的渲染都有一個限定距離, 這可能會給實驗帶來一些影響。好在已有研究表明, 威脅性刺激的情緒反應(yīng)主要是在意識層面(Peira et al., 2012)。本研究為了避免這個問題的影響, 專門進行了最小反應(yīng)時的測定, 并據(jù)此剔除那些低于這一反應(yīng)時數(shù)值的反應(yīng)。其次, 虛擬仿真場景目前受限于硬件性能, 場景的逼真度還不夠, 尤其是頭盔的刷新率及分辨率與真實場景比較還有很大的距離, 這可能也會影響被試的浸入感。本研究為了弱化這一影響, 對場景中的外圍模型進行了面數(shù)優(yōu)化, 保留了搜索范圍內(nèi)的物件模型的高精度, 并且在性能較高的工作站上運行實驗程序,以求實驗中的最佳體驗。頭盔問題是目前虛擬現(xiàn)實實驗技術(shù)中的瓶頸, 在短時間內(nèi)還難以解決。最后,虛擬現(xiàn)實技術(shù)在提高實驗的生態(tài)效度的同時也為實驗的精確控制提出了挑戰(zhàn)。自然場景條件下我們的搜索是完全不受限制的, 但是在虛擬現(xiàn)實技術(shù)中,這種限制總是無法避免, 比如頭盔的視野范圍, 觸壓覺、動覺等感官信息的提供, 仿真模型彼此之間在大小與形狀上的差異導致遮擋或物件的知覺水平可能有差異等等。盡管如此, 虛擬現(xiàn)實在改善心理學已有實驗的生態(tài)效度上確實是前所未有的, 在心理學領(lǐng)域的未來應(yīng)用前景值得期待。目前, 虛擬現(xiàn)實技術(shù)在心理學上的應(yīng)用還比較少, 就我們所做的數(shù)據(jù)庫檢索發(fā)現(xiàn), 目前, 虛擬現(xiàn)實技術(shù)在心理學上的應(yīng)用還比較少, 有文獻支持臨床干預(yù)的有效性(Urech, Krieger, Chesham, Mast, & Berger, 2015),但在基礎(chǔ)心理研究上除了傳統(tǒng)的空間認知研究外幾乎沒有多少應(yīng)用, 關(guān)于情緒刺激對注意偏向影響的研究根本沒有。本研究不僅為已有研究提供了有力的支持, 還為新技術(shù)、新方法應(yīng)用于心理學研究提供了范例。在未來的研究中, 我們期待將虛擬現(xiàn)實技術(shù)特有的沉浸性、互動性和構(gòu)想性特點與心理學實驗設(shè)計緊密結(jié)合, 進一步提高心理學實驗的生態(tài)效度。

5 結(jié)論

本研究的結(jié)論是, 在自然場景的虛擬仿真場景中, 人們搜索威脅性刺激要快于非威脅性刺激。生態(tài)效度與理論假說相結(jié)合為注意偏向加工說提供了進一步的事實依據(jù), 同時本研究也是運用虛擬現(xiàn)實技術(shù)提高實驗生態(tài)效度的一次嘗試。

致謝：

李然、姚維佳對本文進行了認真的校對, 在此表示感謝。

Buss, D. M. (1999).

Evolutionary psychology: The new science of the mind

. Boston: Allyn and Bacon.

Cisler, J. M., Bacon, A. K., & Williams, N. L. (2009).Phenomenological characteristics of attentional biases towards threat: A critical review.

Cognitive Therapy &Research, 33

(2), 221–234.

Cisler, J. M., & Koster, E. H. W. (2010). Mechanisms of attentional biases towards threat in anxiety disorders:An integrative review.

Clinical Psychology Review,30

(2), 203–216.

Dudeney, J., Sharpe, L., & Hunt, C. (2015). Attentional bias towards threatening stimuli in children with anxiety:A meta-analysis.

Clinical Psychology Review, 40

,66–75.

Felnhofer, A., Kothgassner, O. D., Schmidt, M., Heinzle, A.K., Beutl, L., Hlavacs, H., & Kryspin-Exner, I. (2015). Is virtual reality emotionally arousing? Investigating five emotion inducing virtual park scenarios.

International Journal of Human-Computer Studies, 82

, 48–56.

Gibson, J. J. (1979).

The ecological approach to visual perception.

Boston, MA: Houghton Mifflin.

Hansen, C. H., & Hansen, R. D. (1988). Finding the face in the crowd: An anger superiority effect.

Journal of Personality & Social Psychology, 54

(6), 917–924.

Itti, L., & Koch, C. (2000). A saliency-based search mechanism for overt and covert shifts of visual attention.

Vision Research, 40

(10–12), 1489–1506.

Janczyk, M., Augst, S., & Kunde, W. (2014). The locus of the emotional Stroop effect: A study with the PRP paradigm.

Acta Psychologica, 151

, 8–15.

Juth, P., Lundqvist, D., Karlsson, A., & ?hman, A. (2005).Looking for foes and friends: Perceptual and emotional factors when finding a face in the crowd.

Emotion, 5

(4),379–395.

Ledoux, J. E. (2000). Emotion circuits in the brain.

Annual Review of Neuroscience, 23

, 155–184.

Lee, D. N., & Kalmus, H. (1980). The optic flow field: The foundation of vision [and discussion].

Philosophical Transactions of the Royal Society B:

Biological Sciences,290

(1038), 169–179.

Lindsay, P. H., & Norman, D. A. (1977).

Human information processing: An introduction to psychology

.New York: Academic Press.

LoBue, V. (2010). And along came a spider: An attentional bias for the detection of spiders in young children and adults.

Journal of Experimental Child Psychology, 107

(1),59–66.

LoBue, V., & Rakison, D. H. (2013). What we fear most: A developmental advantage for threat-relevant stimuli.

Developmental Review, 33

(4), 285–303.

Matsumoto, E. (2010). Bias in attending to emotional facial expressions: Anxiety and visual search efficiency.

Applied Cognitive Psychology, 24

(3), 414–424.

Mogg, K., & Bradley, B. P. (2006). Time course of attentional bias for fear-relevant pictures in spider-fearful individuals.

Behaviour Research & Therapy, 44

(9), 1241–1250.

Mogg, K., Bradley, B. P., & Hallowell, N. (1994).Attentional bias to threat: Roles of trait anxiety, stressful events, and awareness.

The Quarterly Journal of Experimental Psychology Section A: Human Experimental Psychology, 47

(4), 841–864.

?hman, A. (2009). Of snakes and faces: An evolutionary perspective on the psychology of fear.

Scandinavian Journal of Psychology, 50

(6), 543–552.?hman, A.,Flykt, A., & Esteves, F. (2001). Emotion drives attention: Detecting the snake in the grass.

Journal of Experimental Psychology: General, 130

(3), 466–478.

?hman, A., Lundqvist, D., & Esteves, F. (2001). The face in the crowd revisited: A threat advantage with schematic stimuli.

Journal of Personality & Social Psychology,80

(3), 381–396.

?hman, A., & Mineka, S. (2001). Fears, phobias, and preparedness: Toward an evolved module of fear and fear learning.

Psychological Review, 108

, 483–522.

?hman, A., Soares, S. C., Juth, P., Lindstr?m, B., &Esteves, F. (2012). Evolutionary derived modulations of attention to two common fear stimuli: Serpents and hostile humans.

Journal of Cognitive Psychology, 24

(1),17–32.

Peira, N., Golkar, A., ?hman, A., Anders, S., & Wiens, S.(2012). Emotional responses in spider fear are closely related to picture awareness.

Cognition and Emotion,26

(2), 252–260.

Peng, D. L. (2012).

General psychology

(4th ed.). Beijing,China: Beijing Normal University Press.

[彭聃齡. (2012).

普通心理學

(第4版). 北京: 北京師范大學出版社.]

Savage, R. A., Lipp, O. V., Craig, B. M., Becker, S. I., &Horstmann, G. (2013). In search of the emotional face:Anger versus happiness superiority in visual search.

Emotion, 13

(4), 758–768.

Schubert, T., Friedmann, F., & Regenbrecht, H. (2001).The experience of presence: Factor analytic insights.

Presence, 10

(3), 266–281.

Soares, S. C. (2012). The lurking snake in the grass:Interference of snake stimuli in visually taxing conditions.

Evolutionary Psychology, 10

(2), 187–197.

Soares, S. C., Esteves, F., Lundqvist, D., & ?hman, A. (2009).Some animal specific fears are more specific than others:Evidence from attention and emotion measures.

Behaviour Research & Therapy, 47

(12), 1032–1042.

Soares, S. C., Lindstr?m, B., Esteves, F., & ?hman, A.(2014). The hidden snake in the grass: Superior detection of snakes in challenging attentional conditions.

PLoS One

,

9

(12), e114724.

Stormark, K. M., & Hugdahl, K. (1996). Peripheral cuing of covert spatial attention before and after emotional conditioning of the cue.

International Journal of Neuroscience, 86

(3–4), 225–240.

Stormark, K. M., Nordby, H., & Hugdahl, K. (1995).Attentional shifts to emotionally charged cues:Behavioural and ERP data.

Cognition & Emotion, 9

(5),507–523.

Sun, H. J., Carey, D. P., & Goodale, M. A. (1992). A mammalian model of optic-flow utilization in the control of locomotion.

Experimental Brain Research,91

(1), 171–175.

Theeuwes, J. (2010). Top-down and bottom-up control of visual selection.

Acta Psychologica, 135

(2), 77–99.

Thrasher, C., & LoBue, V. (2016). Do infants find snakes aversive? Infants' physiological responses to"fear-relevant" stimuli.

Journal of Experimental Child Psychology, 142

, 382–389.

Tooby, J., & Cosmides, L. (1990). The past explains the present: Emotional adaptations and the structure of ancestral environments.

Ethology & Sociobiology,11

(4–5), 375–424.

Torralba, A., Oliva, A., Castelhano, M. S., & Henderson, J.M. (2006). Contextual guidance of eye movements and attention in real-world scenes: The role of global features in object search.

Psychological Review, 113

(4),766–786.

Tsotsos, J. K., Culhane, S. M., Kei, W. W. Y., Lai, Y. Z.,Davis, N., & Nuflo, F. (1995). Modeling visual attention via selective tuning.

Artificial Intelligence, 78

(1-2),507–545.

Urech, A., Krieger, T., Chesham, A., Mast, F. W., &Berger, T. (2015). Virtual reality-based attention bias modification training for social anxiety: A feasibility and proof of concept study.

Frontiers in Psychiatry, 6

,154.

van Le, Q., Isbell, L. A., Matsumoto, J., Nguyen, M., Hori,E., Maior, R. S., … Nishijo, H. (2013). Pulvinar neurons reveal neurobiological evidence of past selection for rapid detection of snakes.

Proceedings of the National Academy of Sciences of the United States of America,110

(47), 19000–19005.

Vuilleumier, P., Armony, J. L., Driver, J., & Dolan, R. J.(2003). Distinct spatial frequency sensitivities for processing faces and emotional expressions.

Nature Neuroscience, 6

(6), 624–631.

Wang, F. X., Li, W. J., Yan, Z. Q., Duan, Z. H., & Li, H.(2015). Children's attention detection to snakes:Evidence from eye movements.

Acta Psychologica Sinica, 47

(6), 774–786.

[王福興, 李文靜, 顏志強, 段朝輝, 李卉. (2015). 幼兒對威脅性刺激蛇的注意覺察: 來自眼動證據(jù).

心理學報, 47

(6), 774–786.]

Yiend, J. (2010). The effects of emotion on attention: A review of attentional processing of emotional information.

Cognition & Emotion, 24

(1), 3–47.

Zhang, Y., Luo, Y., Zhao, S. Y., Chen, W., & Li, H. (2014).Attentional bias towards threat: Facilitated attentional orienting or impaired attentional disengagement.

Advances in Psychological Science, 22

(7), 1129–1138.

[張禹, 羅禹, 趙守盈, 陳維, 李紅. (2014). 對威脅刺激的注意偏向: 注意定向加速還是注意解除困難?.

心理科學進展

,

22

(7), 1129–1138.]