研究人員如今通過(guò)一個(gè)單一的模糊影像搞清了大腦如何準確地評估聚焦誤差。

    這是我們一直認為理所當然的事情：看一個(gè)或近或遠的物體，并在瞬間形成注視焦點(diǎn)的能力。人類(lèi)和許多動(dòng)物的眼睛幾乎能在很短的時(shí)間里、以驚人的準確性完成這一過(guò)程。如今研究人員表示，他們向著(zhù)搞清大腦如何完成這一壯舉又邁進(jìn)了一步。

    美國得克薩斯大學(xué)奧斯汀分校感知系統中心的心理學(xué)家Wilson Geisler和Johannes Burge如今研制出了一種簡(jiǎn)單的算法，能夠快速而準確地評估從一個(gè)單一模糊的影像產(chǎn)生的聚焦誤差，他們說(shuō)這是理解生物視覺(jué)系統如何避免采用同數碼相機類(lèi)似的重復推測和檢查方法的關(guān)鍵所在。研究人員表示，這一發(fā)現有望推進(jìn)我們對于人類(lèi)如何患上近視眼的理解，或者幫助工程師改進(jìn)數碼相機。

    為了清晰地觀(guān)看事物，對模糊的影像進(jìn)行準確的評估是至關(guān)重要的。Geisler解釋說(shuō)，人類(lèi)和動(dòng)物能夠本能地提取模糊影像的關(guān)鍵特征，利用這些信息確定它們與物體的距離，隨后立即將眼睛精確調節到想要的焦距。

    然而科學(xué)家并不知道生物視覺(jué)系統是如何很好地評估模糊影像的。許多研究人員曾認為，大腦使用了一套推測再檢查的系統來(lái)找到答案——就像一部照相機的自動(dòng)對焦系統。Burge說(shuō)，基本上，照相機會(huì )改變焦距，測量影像的對比度，并重復這一過(guò)程直至擁有最大的對比度。

    Burge表示：“這一探索過(guò)程是緩慢的，往往研究一開(kāi)始便選錯了方向，并依賴(lài)于最大對比度等于最佳焦距的假設——而這從嚴格意義上來(lái)說(shuō)是不正確的。”

    在這項研究中，Geisler和Burge利用眾所周知的數學(xué)方程式形成了對人類(lèi)視覺(jué)系統的計算機模擬。他們向計算機提供了類(lèi)似于人眼看到的自然場(chǎng)景的數字圖像，例如面孔、花或風(fēng)景，并觀(guān)察到，盡管這些圖像的內容千變萬(wàn)化，但是其中的許多特征——銳度和模糊強度，以及細節的相對量——卻是保持不變的。

    兩位科學(xué)家隨后通過(guò)向模型中添加一套濾光片來(lái)嘗試模擬人類(lèi)視覺(jué)系統如何處理這些影像。研究人員在計算機模擬中通過(guò)系統地改變焦距誤差來(lái)模糊這些影像，并測試濾光片的響應。他們發(fā)現，他們能夠通過(guò)在特征檢測器中觀(guān)察到的響應模式來(lái)預測聚焦誤差的準確數量。研究人員表示，這為人類(lèi)和動(dòng)物的大腦如何能夠快速而準確地確定聚焦誤差而不用推測和檢查提供了一個(gè)潛在的解釋。研究人員在日前的美國《國家科學(xué)院院刊》網(wǎng)絡(luò )版上報告了這一研究成果。