跨维度轮廓绘制：识别二维与三维中的最小信息产物

《Vision Research》：Outline drawing across dimensions: Recognizing minimal-information artefacts in 2D and 3D

　　• 当视觉信息高度破碎时，3D线索能够提升识别效果。• 熟悉度调节了3D立体呈现带来的识别增益。• 体积性线索减少了歧义并稳定了工件的识别。• 基于轮廓绘画的识别机制可推广至体积式显示器。## 引言人类视觉物体识别被视为认知加工的核心支柱之一，它使个体能够快速解释环境并与自然和人工工件进行适应性互动（Saenz, 2026）。在视觉信息极为有限的条件下，这种能力尤为显著——此时色彩、明暗或情境嵌入等线索并不存在。当视觉信息最为匮乏时，我们几乎完全依赖轮廓和基本结构来理解所见之物（Soltana等, 2026）。这在能见度差（如浓雾或昏暗）的真实世界条件中如此，对于简化图像——例如素描、线框模型和基本计算机图形——也同样如此。这些表征的维度，二维（2D）或三维（3D），为探查识别的基本机制提供了强有力的实验平台。格式塔心理学强调并已在经验上证明，基于边缘的组织在感知经验中具有优先性（Wagemans等, 2012）。高度简化的视觉表征也能实现稳健的物体识别。Biederman和Ju证明，即使在很短的呈现时间（50–100毫秒）下，线条画也能保持与彩色照片几乎相当的识别水平（Mather和Smith, 2004）。这些发现为基于边缘的物体识别理论提供了基础证据，凸显了结构轮廓信息在视觉加工中的重要性（Biederman & Ju, 1988）。在Biederman早期的部件识别理论（Recognition-by-Components, Biederman, 1987）基础上，这一视角认为：从轮廓交接处推断出的体积性基本元素构成了持久的表征单元。近期的经验性精化支持了这一观点。例如，Fu等人证明，在快速分类中，基于边缘的信息享有优先加工，而基于表面（色彩/纹理）的线索则需要更长的加工窗口（Fu等, 2016）。Zhou等人（2020）结合行为指标和事件相关电位（ERP）指标进一步扩展了这一论断，发现对于边缘定义的类别，其P2成分（P2是脑电图（EEG）中在事件——如听觉或视觉事件——之后以固定潜伏期出现的正向波）显著大于表面定义的类别，表明边缘信息在引导分类决策方面更为有效（Zhou等, 2020）。综合来看，这些发现共同指向一个结论：从边缘和轮廓中提取的结构特征构成了识别的核心基底，而表面特征则被视为提供次要或补充性贡献。在神经层面，在早期和中级视觉皮层（V1、V2、V4）中运作的轮廓绘画机制已被确立为将破碎的边缘信息整合为连贯形状的关键（Wagemans等, 2012）。受生物启发的计算研究表明，感受野结构——包括经典和非经典周边——同时介导轮廓促进和纹理抑制，从而使个体能够从不完整或有噪声的输入中实现稳健识别（Yang等, 2020）。这种轮廓补全能力体现了格式塔原则：表征被当作组织的整体来处理，而非部分之相加。重要的是，大规模比较建模表明，轮廓绘画偏好的程度能够强烈预测识别的稳健性，这既适用于人类，也适用于人工神经架构（Lonnqvist等, 2025）。尽管基于2D轮廓的识别在行为、神经生理学和计算等多个领域都得到了广泛验证，但其向3D环境的推广仍相对未受充分探索。在本研究中，2D工件是指由作者使用Adobe Photoshop手工制作的轮廓绘画。这些工件由呈现在平面桌面显示器上的前景轮廓信息构成，作为静态2D图像观看，不具备立体深度线索、运动视差或用户可控的视点变化。虽然这些轮廓画保留了形状边界和有限的遮挡信息，但它们未能提供虚拟环境中可用的沉浸式深度信息。相比之下，3D工件指的是基于相同轮廓工件的相应3D重建，使用Blender开发并集成于Unity游戏引擎中。这些工件通过头戴式显示器（HMD）在沉浸式虚拟现实（VR）环境中呈现，允许参与者在预定义的交互边界内从多个视角检查工件。因此，参与者可以在保持受控观看距离的同时，通过立体视差、运动视差和连续视点变化获得深度信息。计算机视觉领域的研究应用表明，3D物体识别通常通过基于视角的变换来实现，即将3D模型中的2D轮廓资产重新映射，这一过程保留了边缘加工的核心地位（González等, 2012）。同样，人脸识别领域的算法工作也证实，3D表征对视角和光照变化具有稳健性，但仍然根本依赖于从轮廓提取的基本元素（Abate等, 2007）。然而，这些研究传统过分依赖合成数据集和虚拟环境，而非对简化3D工件的人类行为反应进行直接研究。因此，对最小线索3D物体渲染的识别准确度、反应潜伏期和熟悉度效应的系统性考察仍然有限。此外，尽管轮廓绘画在2D中已有充分记录（Tegarden & Tech, 1999; Wagemans等, 2012），但其在将2D轮廓片段整合为连贯3D知觉中的作用才刚刚开始被理论化，经验性检验大体缺失（Chang, Bowyer, Flynn and Dame, 2003）。时间动态越来越被认可为感知研究中的重要因素。通过ERP指标的使用，已有研究证明识别的最早阶段由基于边缘的通路支持，而基于表面的加工则更为缓慢，并在允许较长观看时间的条件下被招募（Fu等, 2016; Zhou等, 2020）。类似的时序分层是否也存在于基于轮廓的3D识别中，仍未解决。来自轮廓补全和图形—背景分离的研究表明，中层加工跨越多个表征水平运作；然而，其在维度之间——从2D线条轮廓到VR媒介3D物体——的可推广性尚未得到经验确立（Aftanas等, 2006; Field等, 1993; Kourtzi & Connor, 2011）。因此，本领域的现状可以描述为沿着三个成熟度水平推进。第一，基于边缘的信息对2D识别的优先性已被充分确立，通过行为范式、神经科学和计算建模提供了汇聚证据。第二，3D工件的研究，主要在计算机视觉和VR语境中，已经显示出可行性，尽管在形状描述符和相似性度量之间观察到显著差异。第三，最不成熟的工作涉及直接的人类研究，其中识别最小信息2D与3D工件的反应准确性、潜伏期和熟悉度轨迹仍稀疏地受到刻画，而轮廓绘画从平面到体积域的扩展性仍基本未知（Eng等, 2017）。为弥补这一空白，本研究旨在考察以2D和3D形式呈现的最小线索工件的识别过程。比较反应类型、潜伏期和熟悉度效应，旨在将基础的格式塔理论和基于边缘的识别观点与VR衍生的3D物体分析方法连接起来。通过这一方法，本研究试图澄清轮廓绘画机制在多大程度上可以跨维度推广，并支持视觉最小化条件下的工件识别。## 章节摘要### 方法论为阐明人类对以2D和3D格式呈现的最小线索工件进行识别的底层认知机制，本研究采用了严格的行为学实验设计。研究整合了多个因变量，包括识别准确度和反应类型，并考察它们与受访者熟悉度水平的关系。### 结果与讨论在本研究中，初始数据收集使用2D表征进行，其中受访者通过标准桌面计算机界面与工件交互。随后，相同的工件以3D格式渲染并在虚拟现实（VR）环境中呈现。现有文献表明，在2D和3D表征之间转换的认知和感知效应具有高度的情境特异性。一些研究表明3D……### 结论本研究通过将基于轮廓的2D表征与相应的3D表征进行比较，考察了体积性3D信息在识别和理解最小线索工件中的作用，并跨越不同的熟悉度水平和空间信息可用性进行了对比。研究结果表明，维度的影响取决于可用于识别的视觉信息的数量和分布。虽然3D呈现与适度的……### 局限性与未来展望本研究应结合其定义的局限性加以解读。首先，比较是在基于轮廓的2D工件与从相同基础形态重建的体积性3D工件之间进行的。虽然各条件下的结构同一性得到保持，但本研究并非为使用相同的投影轮廓来隔离立体深度线索而设计。因此，所观察到的效应归因于体积表征的综合影响……### CRediT作者贡献声明**Priyanka Bharti**：撰写初稿、验证、方法论、研究、概念构思。**Koumudi Patil**：撰写审阅与编辑、可视化、监督、资源。**Pranav Kumar**：验证、研究。### 利益冲突声明作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。### 致谢作者衷心感谢印度坎普尔理工学院（Indian Institute of Technology Kanpur, India）为研究提供了有利的研究环境和必要设施。Priyanka Bharti | Koumudi Patil | Pranav Kumar