ULOGA OBLIKA I BOJE U PREPOZNAVANJU I KLASIFIKACIJI POZNATIH VIZUELNIH OBJEKATA
DOI:
https://doi.org/10.19090/pp.2016.3.333-352Ključne reči:
percepcija oblika, dijagnostička boja, klasifikacija, prepoznavanje, verifikacijaApstrakt
Dve teorijske struje objašnjavaju ulogu boje i oblika u prepoznavanju i klasifikaciji objekata. S jedne strane su teorije koje zastupaju stanovište da naš kognitivni sistem koristi oblik kao primarnu vizuelnu karakteristiku objekta, a s druge strane su teorije koje zastupaju stanovište da i boja spada u primarne vizuelne karakteristike. Prema ulozi boje, zastupnici druge grupe teorija svrstavaju objekte u dve kategorije: 1) HCD objekte za koje su i oblik i boja primarno važni, 2) LCD objekte za koje je primarno važan samo oblik. Predmet istraživanja naše studije je bila uloga oblika i boje u klasifikaciji i prepoznavanju objekata. Cilj istraživanja je bio da utvrdimo da li kognitivni sistem na različite načine prepoznaje i klasifikuje prirodne objekte nasuprot objektima koje je napravio čovek te je stoga hrana poslužila kao optimalna kategorija stimulusa jer su i prirodni i veštački objekti jednako poznati i frekventno u upotrebi. Dodatno ovi objekti imaju i dijagnostičku boju i oblik. Naši rezultati idu u prilog teorijama koje pripisuju dominantnu ulogu obliku. U oba istraživana procesa, prepoznavanju i klasifikaciji, oblik se pokazao kao ključna karakteristika. U procesu prepoznavanja kognitivni sistem boju koristi samo u situacijama kada je oblik zaista neinformativan, dok se u procesu klasifikacije boja ispostavila irelevantna. Takođe naši rezultati sugerišu važnost još jednog faktora, a to je vizuelna tekstura.
Metrics
Reference
Baayen, R. H. (2013). LanguageR: Data sets and functions with Analyzing Linguistic Data: A practical introduction to statistics. R package version 1.4.1. Retrieved from: http//cran.r-project.org/web/packages/languageR/index.html
Barr, D. J. (2013). Random effects structure for testing interactions in linear mixed-effects models. Frontiers in psychology, 4, 328. doi:10.3389/fpsyg.2013.00328
Bates, D., Maechler, M., Bolker, B., Walker, S., Christiansen, R. H. B., Singmann, H., & Bin, D. (2013). Lme4: Linear mixed-effects models using s4 classes and methods [Computer software manual]. R package version 1.1-7. Retrieved from: http://cran.r-project.org/web/packages/lme4/index.html
Biederman, I. (1987). Recognition-by-components: A theory of human image understanding. Psychological Review, 94, 115–147. doi:10.1037/0033-295X.94.2.115
Biederman, I., & Bar, M. (1999). One-shot viewpoint invariance in matching novel objects. Vision Research, 39, 2885–2899. doi:10.1016/S0042-6989(98)00309-5
Biederman, I., & Gerhardstein, P. C. (1993). Recognizing depth-rotated objects: Evidence and conditions for three-dimensional viewpoint invariance. Journal of Experimental Psychology: Human Perception and Performance, 19, 1162–1182. doi:10.1037/0096-1523.19.6.1162
Biederman, I., & Ju, G. (1988). Surface vs. edge-based determinants of visual recognition. Cognitive Psychology, 20, 38–64. doi:10.1016/0010-0285(88)90024-2
Bramão, I., Reis, A., Petersson, K. M., & Faísca, L. (2011). The role of color information on object recognition: A review and meta-analysis. Acta psychologica, 138, 244–253. doi:10.1016/j.actpsy.2011.06.010
Cave, C. B., Bost, P. R., & Cobb, R. E. (1996). Effects of color and pattern on implicit and explicit picture memory. Journal of Experimental Psychology Learning Memory and Cognition, 22, 639–653. doi:10.1037/0278-7393.22.3.639
Grossberg, S., & Mingolla, E. (1985). Neural dynamics of form perception: Boundary completion, illusory figures, and neon color spreading. Psychological Review, 92, 173–211. doi:10.1037/0033-295X.92.2.173
Hagen, S., Vuong, Q. C., Scott, L. S., Curran, T., & Tanaka, J. W. (2014). The role of color in expert object recognition. Journal of Vision, 14, 9. doi:10.1167/14.9.9
Kuznetsova, A., Brockhoff, P. B, & Christiansen, R. H. B. (2014). LmerTest: Linear mixed-effects [Computer software manual]. R package version 2.0-20. Retrieved from: http://cran.r-project.org/web/packages/lme4/index.html
Landy, M. S., & Graham, N. (2004). Visual perception of texture. In L. M. Chalupa & J. S. Werner (Eds.), The Visual Neurosciences, Volume 2 (pp. 1106–1118). Cambridge: The MIT Press.
Lewis, D. E., Pearson, J., & Khuu, S. K. (2013). The color “fruit”: Object memories defined by color. PloS one, 8, e64960. doi:10.1167/13.9.1009
Li, A., & Zaidi, Q. (2001). Information limitations in perception of shape from texture. Vision Research, 41, 1519–1533. doi:10.1016/S0042-6989(01)00021-9
Marr, D. (1982). Vision. San Francisco: Freeman.
Ostergard, A. L., & Davidoff., I. B. (1985). Some effects of color on naming and recognition of objects. Journal of Experimental Psychology: Learning. Memorv, & Cognition, 11, 579–587. doi:10.1037/0278-7393.11.3.579
Radanović, J. i Vaci, N. (2013). Analiza vremena reakcije modelovanjem linearnih mešovitih efekata. Primenjena Psihologija, 6, 311–332. doi:10.19090/pp.2013.3.311-332
Tanaka J. W., & Presnell, L. M. (1999) Color diagnosticity in object recognition. Perception and Psychophycs, 61, 1140–1153. doi:10.3758/BF03207619
Tanaka J., Weiskopf, D., & Williams, P. (2001). The role of color high-level vision. Trends in Cognitive Science, 5, 211–215. doi: 10.1016/S1364-6613(00)01626-0
Therriault, D. J., Yaxley, R. H., & Zwaan, R. A. (2009). The role of color diagnosticity in object recognition and language comprehension. Cognitive Processing, 10, 335–342. doi:10.1007/s10339-009-0260-4
Ullman, S. (1984). Visual routines. Cognition, 18, 97–159. doi:10.1016/0010-0277(84)90023-4
