拥挤效应的特征加工机制，本文主要内容关键词为：拥挤论文,效应论文,特征论文,机制论文,加工论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
分类号 B842
我们的视觉世界总是充斥着大量复杂多样的信息，个体如何从无关干扰信息中抽取出对自己有用的信息，是视觉研究领域致力于解决的重要问题。拥挤效应作为一种普遍存在于信息加工中的视觉现象，也得到了广泛研究。拥挤效应（crowding effect）指对外周视野内目标刺激的识别受到该刺激周围无关刺激干扰的现象（Pelli,Tillman,Freeman,Su,Berger,& Majaj,2007）。图1为一个典型的拥挤效应的例子，当双眼注视小圆点时，对上图中字母R的识别成绩好于对下图中字母R的识别。拥挤效应反映了个体从杂乱刺激中识别客体的能力，因此对该效应的研究，有助于探明视觉系统如何在大量无关刺激的干扰下识别客体。
拥挤效应常通过两个参数来量化，即临界间距和强度。干扰刺激与目标刺激空间间距越小，目标刺激的判断受干扰刺激的影响越大，干扰刺激对目标刺激的判断刚好不产生影响时的最大间距即为临界间距（critical spacing）。根据Bouma定律，临界间距大小与目标刺激的离心率（eccentricity，刺激与中央注视点间的距离）成比例，约等于0.5倍离心率，而与目标刺激大小、刺激类别等无关（Bouma,1970; Pelli & Tillman,2008; Levi,2008; Tripathy & Cavanagh,2002）。强度（strength）则通常以识别目标刺激的正确率（P
der,2008）或呈现干扰刺激导致的识别目标刺激的阈值提升值，如对比度阈值的提高（Pelli,Palomares,& Majaj,2004; Levi & Carney,2009）等表示。
图1 拥挤效应示意图（圆点为中央注视点）
自拥挤效应提出以来，研究者便对该效应进行了大量研究，并发现拥挤效应受多种因素影响，包括刺激间距离（Pelli,2008）、刺激相似性（Pder,2007）、干扰刺激的大小与数量（Levi et al.,2009; Pder,2006,2008）、任务类型（Livne & Sagi,2007; Pelli et al.,2004）、练习（Wolford,Marchak,& Hughes,1988; Huckauf & Nazir,2007）等等。然而，目前关于拥挤效应的准确机制还不是很清楚。Flom,Heath和Takahashi（1963）将目标刺激与干扰刺激分眼同时呈现给被试，发现与单眼同时呈现刺激相似，分眼呈现刺激同样存在强烈的拥挤效应，表明拥挤效应是发生于大脑皮层位置的抑制作用。随后，研究者根据各自的研究结果，提出了多种理论假设解释拥挤效应的产生机制。根据这些假设的内容，可以大致将其归为两类，一类假设侧重于特征加工过程，认为拥挤效应是发生在刺激特征加工阶段的干扰效应，第二类假设则认为刺激的特征间并未相互干扰，拥挤效应发生在特征加工之外的阶段，比如对刺激的定位发生错误等。翁伟生、王澄澄和孙秀伟（2010）对第二类假设，包括位置不确定假设和注意分辨率假设进行了综述，然而，当前更多的研究者倾向于认为拥挤效应是由刺激特征间相互干扰引起的，并基于特征加工过程提出多种机制假设，因此本文主要对已有的特征加工机制进行探讨。
1 错误整合模型
Pelli等（2004）结合前人研究结果指出，普通掩蔽（ordinary masking）效应在检测任务和辨别任务中均存在，是发生在特征检测阶段的一种干扰效应，目标信号特征通常被干扰刺激掩蔽而消失。但拥挤效应与普通掩蔽不同，拥挤效应只存在于辨别任务中，在被干扰的信号特征可见的情况下，仍然会出现强烈的拥挤效应，表明拥挤效应可能是发生在特征检测之后的视觉加工阶段。因此，Pelli等提出错误整合模型（faulty-integration model）来解释拥挤效应。该模型认为，客体识别包括两个加工过程，第一个过程为特征检测，该过程中，干扰刺激和目标刺激的特征在初级视觉皮层（V1区）被独立、完整的检测加工；第二个过程为特征整合，来自初级视觉皮层的特征在高级视觉皮层（如V4区）被结合成客体，而干扰刺激与目标刺激间距太小时（如小于临界间距），视觉系统会错误地整合来自干扰刺激与目标刺激的特征，如发生错觉联合（illusory conjunction），形成混乱知觉，导致目标刺激不能被识别，从而产生拥挤效应。特征的错误整合是强制而不可避免的加工过程（Pelli et al.,2004,2008; Chung,Li,& Levi,2008）。
一些研究为错误整合模型提供了证据。Levi,Hariharan和Klein（2002）对光栅刺激的研究发现，即使在具有强烈拥挤效应的条件下，被试仍然能够轻易地检测到目标刺激是否呈现，因此，拥挤效应发生在特征检测阶段之后的特征整合阶段，可能是由于目标和干扰刺激的特征被错误结合导致的。Chung等（2007，2008）考察了亮度定义的一级刺激（改变刺激亮度使其从背景中被辨别出的刺激）和对比度定义的二级刺激（改变刺激对比度使其从背景中被辨别出的刺激）间的拥挤效应，结果发现一级和二级刺激相互产生拥挤效应，即一级目标刺激的识别成绩受二级干扰刺激的损害，反之亦然。Chung等（2008）指出，由于一级和二级刺激分别在不同神经通道内被加工，因此，拥挤效应发生在一级刺激和二级刺激被结合之后，是源于目标刺激和干扰刺激的特征发生了错误整合。Sun,Chung和Tian（2010）结合理想观察者分析（ideal observer analysis）和噪音掩蔽范式（noise-masking paradigm）对字母识别任务中的拥挤效应的研究也采用错误整合模型来解释其实验结果。
虽然错误整合模型得到众多研究的支持，但这些证据多为间接性的，很少有研究直接证明特征间发生了整合。最近一项研究对错误整合模型的合理性提出了质疑。之前研究很少考虑刺激结构性对拥挤效应的影响。Livne等（2007）的研究采用8个排列成圆环状的光栅作为干扰刺激，改变每个光栅相对于目标光栅的位置，使其形成不同的结构，目标刺激为位于圆环中央的光栅（如图2所示），考察了干扰刺激的结构性对目标刺激的识别是否产生相同影响。结果发现不同结构的干扰刺激产生的拥挤效应不同，图2a结构的干扰刺激几乎不产生拥挤效应，而b和c结构的干扰刺激则产生强烈拥挤效应。错误整合模型不能很好地解释Livne等的研究结果，因为根据该模型，拥挤效应只受目标-干扰刺激间距的影响，而该研究所有结构刺激的目标-干扰刺激间距均是相同的，那么应该预期不同结构的干扰刺激会产生相同的拥挤效应，然而该研究结果与错误整合模型的预期相反，这说明当前的错误整合模型至少是不完整的，不能解释刺激结构性在拥挤效应中的作用。
在神经生理学研究方面，虽然有fMRI研究表明拥挤效应不影响V1皮层的朝向选择适应，而对V1皮层之后（如V2和V3）的朝向选择适应产生显著影响（Bi,Cai,Zhou,& Fang,2009），但是该研究结果并不能作为只支持错误整合模型的直接证据，因为有研究同样发现拥挤效应产生在V1皮层之后的视觉皮层，却采用其他理论模型来解释。例如，Fang和He（2008）的研究表明，V1皮层上目标刺激的血氧依赖（BOLD）信号不受呈现的干扰刺激的影响，但拥挤效应会调节目标刺激周围空间对应的皮层活动，Fang等根据他们的研究结果指出，拥挤效应是源于注意的空间分辨率不精确，支持注意分辨率有限假设（He,Cavanagh,& Intriligator,1996）。因此，错误整合模型是否是拥挤效应的产生机制，还需要更多实验证据的检验。
图2 实验刺激结构示意图（改编自Livne & Sagi,2007。形成圆环的8个光栅为干扰刺激，位于圆环中央的光栅为目标刺激。图a、b、c中干扰刺激的朝向相同，但是每对干扰刺激的相对位置不同。如干扰刺激对1在图a、b中位于y轴上，而在图c中位于x轴上。干扰刺激对3在图a、b中位于x轴上，而在图c中位于y轴上。干扰刺激对2和4在图b、c的位置相同，在图a中则进行了交换。图中x、y坐标轴以及数字1、2、3、4仅为本文示意用。）
2 重心模型
Levi等人（2009）针对错误整合模型也进行了一项研究，并提出不同的观点来解释拥挤效应。他们指出，错误整合模型预期拥挤效应的强度会随着干扰刺激的大小、数量的增加而增强，干扰刺激越大，拥挤效应越强，呈现两个或多个干扰刺激产生的拥挤效应强于一个干扰刺激产生的效应。然而，他们采用心理物理法对光栅刺激的研究却发现，当固定干扰刺激外侧边缘（远离目标刺激一侧）的位置，通过向靠近目标刺激一侧方向增大干扰刺激的宽度来增加干扰刺激的大小时，与错误整合模型的预期一致，拥挤效应随着干扰刺激增大而增强，即识别目标刺激的阀值提升值随着干扰刺激增大而增大（图3A）；固定干扰刺激内侧边缘（临近目标刺激一侧）的位置，通过向远离目标刺激一侧方向增大干扰刺激的宽度来增加干扰刺激大小时，拥挤效应则随着干扰刺激增大而减弱，识别目标刺激的阈值提升值随着干扰刺激增大而减小（图3B），这与错误整合模型的预期相反；呈现2个干扰刺激环的拥挤效应显著小于1个干扰刺激环的效应（图3C），与错误整合模型关于干扰刺激数量的预期相反。Levi等提出一种新的观点——重心模型（centroid model）来说明该研究结果，认为在目标—干扰刺激临界间距范围内（即0.5倍目标刺激离心率范围内），拥挤效应的大小取决于各独立特征（约4～8个）重心间距离，固定干扰刺激内侧边缘增加大小时，会增加目标与干扰刺激重心间的距离，导致拥挤效应减小；而固定干扰刺激外侧边缘增加刺激大小时，会减小目标与干扰刺激的重心间距，导致拥挤效应增大；呈现多个干扰刺激环时，由于外周视觉系统倾向于将多个独立的干扰刺激整合为一个连贯的结构组织，这将增大干扰刺激环与目标刺激的重心间距，导致拥挤效应减小。
重心模型是Levi等基于他们的研究结果提出的一种新观点，虽然能够解释他们的研究结果，但是该实验结果也存在其他可能的解释，例如，当增加干扰刺激环的数量时（如图3c，干扰刺激环由1个增加为2个），拥挤效应的强度减少，很可能是由于外层的干扰刺激环对内层干扰刺激环产生抑制，从而导致内层干扰刺激环对目标刺激的干扰作用减小，使拥挤效应减小。
此外，Livne和Sagi（2010）的一项研究也对重心模型提出了挑战。他们在研究中采用如图2所示的刺激，也考察了干扰刺激环的数量对拥挤效应的影响（实验3）。其实验数据表明，当呈现两层干扰刺激环（每层刺激环由8个按照一定结构排列的光栅组成）时，被试识别目标刺激的阈值提升值大于呈现一层干扰刺激环时的提升值，且阈值提升值不随第二层干扰刺激环与目标刺激间间距的变化而变化，这说明增加干扰刺激环的数量并未减小拥挤效应，而且增加干扰刺激环之间的距离也不影响拥挤效应的大小，这与Levi等的研究结果相反，不符合重心模型的预期。Livne等提出干扰刺激按照格式塔原则被组合成一个整体后对目标刺激的识别产生干扰作用，但遗憾的是他们并未结合Levi等的研究结果深入探讨干扰刺激数量及间距对拥挤效应强度的影响这一结果。
图3 实验刺激及结果示意图（改编自Levi & Carney,2009。目标刺激为位于中央位置的光栅，环绕目标刺激四周的光栅则为干扰刺激。A：固定干扰刺激外侧边缘，向靠近目标刺激的方向增大干扰刺激的宽度，辨别中央目标刺激的阈值提高，拥挤效应增强；B：固定干扰刺激内侧边缘，向远离目标刺激的方向增大干扰刺激的宽度，辨别中央目标刺激的阈值降低，拥挤效应减弱；C：增加干扰刺激环的数量或大小，辨别中央目标刺激的阈值降低，拥挤效应减弱。）
Levi等和Livne等的研究采用相似的刺激结构和实验范式，但结果却相反，这是由于他们实验操作不同，如呈现的视野（Levi等采用上下视野，而Livne等采用左右视野）或刺激本身性质（Levi等采用的干扰刺激是将一个完整的环状光栅分割成8个片段，刺激具有较强的结构组合性；而Livne等的每个干扰刺激均为独立的光栅，结构性较弱）不同等导致的，还是由于两项研究背后可能存在更一般的共同机制，而不是如Levi等提出的重心间距或Livne等提出的整体结构性决定拥挤效应的产生，关于这一点有待探讨。
3 强制平均模型
大部分拥挤效应研究的任务要求被试报告目标刺激的朝向或目标刺激是什么，虽然这种任务能够确定拥挤效应是否产生，但是不能确定效应是由刺激无法知觉引起的，还是由刺激无法报告引起的。Parkes等对空间朝向信息的研究较好的回答了这个问题。他们的研究采用的目标与干扰刺激均为光栅，通过改变干扰刺激的数量以及倾斜的干扰刺激的数量，考察干扰刺激对目标刺激朝向判断的影响，结果表明被试虽然不能够准确报告目标刺激的朝向，但是能够估计目标刺激与干扰刺激的总体平均朝向。因此他们提出强制平均模型（compulsory averaging model），认为目标刺激和干扰刺激的朝向信息在最初被独立编码，但随后这些杂乱的朝向信号在到达意识层面之前被联合平均，拥挤效应正是由于目标刺激和干扰刺激的朝向信号间发生了强制性平均，而不是目标刺激的信号被干扰刺激信号掩蔽丢失引起的（Parkes,Lund,Angelucci,Solomon,& Morgan,2001）。
Parkes等的研究能够很好地表明被拥挤的目标刺激没有被掩蔽丢失。但是我们不能够仅根据被试能够报告出刺激系列的总体平均朝向，就推论目标刺激不能被报告是由于目标与干扰刺激发生了平均，因为当目标被干扰刺激掩蔽成阈下刺激时，也会导致目标刺激能够被知觉但不能被单独报告（Goodhew,Visser,Lipp,& Dux,2011）。Greenwood,Bex和Dakin（2009）的研究则弥补了这一缺陷。他们的研究以十字形刺激作为干扰刺激和目标刺激，要求被试明确报告出目标十字刺激的水平横线的空间位置。实验结果表明被试最后报告的目标值为干扰刺激与目标刺激的平均值，但是这种平均值是一种加权平均值，而不是干扰刺激与目标刺激的简单平均。另一项采用变化-检测范式（change-detection paradigm，判断前后呈现的两个刺激是否相同）对光栅刺激朝向辨别的研究也为强制平均模型提供了支持性证据（Greenwood,Bex,& Dakin,2010）。
目前针对强制平均模型的研究还较少，且已有的模型证据均来自对静态光栅刺激的研究。一项对运动光栅刺激的研究结果却不符合强制平均模型的预期。Bex和Dakin（2005）在实验中呈现的目标刺激为1个运动的光栅刺激，干扰刺激为4个位于目标刺激四周的运动光栅刺激，实验结果表明，当干扰刺激运动方向互为正交方向（复杂整体运动）时产生的拥挤效应强于运动方向相同（平移整体运动）时的效应，这与强制平均模型预期的“干扰刺激朝向变异性越高，拥挤效应越强”是一致的。然而，Bex等指出，由于复杂整体运动形式中干扰刺激的运动方向为4个正交的方向，这些正交的干扰刺激经平均后应该相互抵消而只剩下目标刺激的运动方向，因此根据强制平均模型，复杂整体运动中应该不会出现拥挤效应，而本研究结果与此预期相反，所以运动刺激的拥挤效应不能用强制平均模型解释。Bex等针对强制平均模型的讨论只有在“不同视野位置的干扰刺激能够得到同等程度加工，并对目标刺激产生相同程度的干扰”前提成立下才显得合理。但研究发现，干扰刺激呈现在目标刺激外周视野一侧时产生的拥挤效应强于呈现在中央注视点一侧时的效应（如图1中字母“Z”产生的干扰效应强于“S”产生的效应）（Bouma,1970），这说明不同视野位置的干扰刺激可能得到了不同程度的加工，对目标刺激产生的干扰强度也不同。因此，Bex等指出的运动方向互为正交的干扰刺激对目标刺激不产生影响的观点显然没有考虑到刺激位置这一因素，所以该研究对强制平均模型的否定也显得证据不足。运动刺激的拥挤效应能否用加权平均模型解释，还需要考察。
4 量化模型
多种理论假设的提出表明研究者对拥挤效应的产生机制仍未达成共识，有研究者指出，相关量化模型的缺乏可能是出现这种分歧的主要原因之一，于是一些研究者开始试图为拥挤效应的产生机制提出相应的量化模型。
图4 量化模型示意图
（采自van den Berg,Roerdink,& Cornelissen,2010.） A：刺激信号S，包含空间位置、朝向、对比度和大小参数；B：刺激信号对应的概率分布；C：模型第一层，根据方程（1）计算得出每一个刺激概率分布对应的神经表征活动；D：模型第二层，根据方程（2）、（3）计算得出每个位置的刺激对应的神经表征活动，每个位置的神经活动由相邻位置的神经活动加权整合而成；E：根据贝叶斯函数将D中的整合信息解码成混合的常态分布，每一个概率分布代表对相应位置的刺激朝向的知觉；F：由于信息整合，对空间上临近的刺激朝向的知觉被干扰。
除了以上模型外，还有一些研究者根据各自的假设从不同角度提出了多种量化模型，如Dayan和Solomon（2010）提出的量化模型主要解释拥挤效应的空间不对称性，即干扰刺激在远离中央注视点一侧时产生的干扰效应大于靠近中央注视点一侧时的效应；Parkes等（2001）提出的量化模型则主要解释他们的强制平均结果等等。提出好的量化模型，是拥挤效应研究的趋势。然而，目前提出的模型仍然停留在解释部分研究结果的阶段，还缺乏具有领域普遍性的模型，而且量化模型的提出需要以一定的理论假设作为基础，因此，要提出具有领域普遍性的量化模型，还需要更深入的理论探讨。
综上，基于特征加工的各模型一致认为刺激的特征得到了准确加工，而拥挤效应发生在特征检测之后的特征整合阶段。虽然各模型对特征如何被整合持不同观点，但这些模型本质上并不是相互排斥，而是互为补充的关系。针对非空间特征刺激（如字母）识别任务提出的错误整合模型认为目标刺激与干扰刺激的特征发生了错误结合，而根据空间特征刺激（如朝向、位置）判断任务提出的强制平均模型则认为目标与干扰刺激的特征间进行了平均，二者虽然对刺激特征间相互干扰方式的描述不一致，但可能反映了相同的加工过程，即非空间特征的错误结合与空间特征的强制平均反映了不同类型特征的特征整合方式。与错误整合、强制平均模型不同，重心模型着重强调刺激间间距以及干扰刺激的结构性对拥挤效应强度的影响，但该模型没有明确提出被结合成整体后的干扰刺激如何影响目标刺激的识别，同时也未对不能结合成整体的干扰刺激如何影响目标识别进行假设。重心模型实际上是对错误整合模型、强制平均模型的补充，呈现多个干扰刺激时，如果刺激间结构性较强，则倾向于被知觉为一个整体，然后与目标刺激产生特征结合，而干扰刺激间结构性较差时，则作为独立的个体与目标刺激发生特征结合干扰。
5 对特征加工机制的评价
特征加工机制是当前拥挤效应机制研究探讨的热点，也得到了众多研究者的支持。然而，该类机制仍然存在一些不可忽略的问题。
5.1 刺激特征是否被准确加工
被干扰刺激拥挤的目标刺激的单个特征是否被准确加工？该问题是特征加工机制成立的基础。当前特征加工机制均认为特征能够被准确检测加工，其支持性证据主要来源于两方面：1）行为研究，拥挤效应只出现在辨别任务中，检测任务中不存在拥挤效应，被试能够正确检测被干扰刺激拥挤的目标刺激是否呈现（Pelli et al.,2004; Levi et al.,2002; Livne et al.,2007），能够知觉但不能报告目标刺激的朝向（Parkes et al.,2001; Heet al.,1996）。2）fMRI研究，发现拥挤条件和非拥挤条件下初级视觉皮层（如V1区）上的血氧依赖水平（BOLD）几乎不存在显著差异，而在较晚视觉皮层（如V2、V4区）存在显著差异，表明刺激特征在初级视觉皮层被准确加工（Arman,Chung,& Tjan,2006; Bi et al.,2009）。根据以上两方面证据，研究者提出目标刺激的特征被准确检测加工，拥挤效应可能是发生在特征检测之后的特征整合阶段。
然而最近几项研究却对特征被准确加工这一观点提出了质疑。
（2008）采用较小的光栅刺激（被试识别正确率为95％时的刺激大小），并将干扰刺激的数量从2个增加至6个，发现呈现2个干扰刺激条件下检测任务中没有出现显著拥挤效应，而呈现6个干扰刺激时则存在显著拥挤效应，表明特征检测不受拥挤效应的影响可能只局限于干扰刺激数量较少（如2个）的条件，当干扰刺激数量增多时，目标刺激的特征可能并未得到准确加工。Blake,Tadin,Sobel,Raissian和Chong（2006）采用对比度较低的光栅刺激，发现被拥挤的低对比度光栅刺激不产生适应效应，同样表明刺激的特征未得到加工。而目前神经生理学方面的研究则主要采用fMRI技术，fMRI的空间、时间分辨率能够分别达到毫米和秒，但对于研究拥挤效应，其空间、时间分辨率均显不足。Meirovithz,Ayzenshtat,Bonneh,Itzhack,Werner-Reiss和Slovin等（2010）对动物采用高时间、空间分辨率的电压敏感染色成像（voltage-sensitive dye imaging）技术的研究发现，初级视觉皮层上刺激诱发的神经活动具有一定的空间扩散性（spatial spread），即使不呈现目标刺激，临近干扰刺激的呈现也会导致与目标刺激对应的初级视觉皮层位置产生神经激活。因此，当前fMRI研究认为初级视觉皮层的神经活动不存在拥挤效应，可能是由于神经活动的这种空间扩散性使研究者未检测到显著的拥挤效应。
被拥挤的刺激特征是否得到准确加工，仅从当前基于“检测任务中不存在拥挤效应”的行为研究以及“初级视觉皮层的血氧依赖水平不存在拥挤效应”的fMRI研究得出结论，显然不是完全可靠的。根据拓扑知觉理论，个体能够检测刺激是否呈现，很可能只是基于刺激的拓扑性质（有或无刺激）作出的判断，刺激特征信息并未得到充分加工（朱滢，2005），而fMRI本身也存在时间、空间分辨率较低的技术缺陷，因此，有必要进一步为刺激特征是否被加工提供更直接的实验证据。
5.2 刺激特征如何被整合
基于特征的加工机制认为，拥挤效应发生在视觉加工早期阶段，由于目标刺激与干扰刺激的特征间发生了错误结合或平均，致使目标刺激不能被正确报告（Chung,Levi,& Legge,2001; Parkes et al.,2001; Pelli et al.,2004; Chakravarthi & Cavanagh,2009）。与特征加工机制不同，另一些理论模型认为目标刺激与干扰刺激的特征间并没有被过度整合，被拥挤的目标刺激能够得到独立完整的加工，拥挤效应可能发生在客体选择判断阶段。在几项字母辨别研究中，研究者对被试的错误反应进行分析，结果发现被试能够报告被拥挤的目标刺激，但通常会错误的将干扰刺激当做目标刺激报告，因此研究者提出位置不确定假设（positional uncertainty），认为被拥挤的目标刺激能够被准确识别，但由于外周视野内注意的空间定位准确性有限，被试不能准确定位目标刺激，因而将干扰刺激当做目标刺激进行报告（Huckauf & Heller,2002; Popple & Levi,2005; Strasburger,2005）。与位置不确定假设相似，有研究者提出注意分辨率假设（attentional resolution），认为拥挤效应是由于外周视野内空间注意的分辨率较差，目标刺激不能够从干扰刺激中被有效分离，从而未达到知觉意识层面，导致不能被准确报告（He et al.,1996; Intriligator & Cavanagh,2001）。
特征加工机制与位置不确定、注意分辨率假设的主要分歧在于目标与干扰刺激的特征是否被过度整合。然而，当前的研究还无法解决这一争论，这可能是由于研究方法上的缺陷导致的。大部分研究常通过考察干扰刺激对目标刺激辨别阈值、正确率等的影响来推测拥挤效应的产生机制，但这些研究存在一个问题，研究者很难根据阈值变化等指标来直接测量个体的知觉经验。我们不能够确切的将阈值或正确率的变化归因于知觉的客体太多还是没有准确知觉到目标客体，因为这两种可能都会造成错误反应，导致辨别阈值或正确率发生变化（Neri & Levi,2006）。因此，要更好的考察拥挤效应的机制，需要采用新的研究方法和范式。
新近几项研究结合启动等范式，较直接的考察了对拥挤刺激的知觉。Faivre和Kouider（2011）以被拥挤的面孔和朝向信号作为启动刺激，考察该刺激对随后呈现的目标刺激的判断是否产生影响，结果发现启动刺激与目标刺激一致时的反应显著快于不一致时的反应。Huckauf,Knops,Nuerk和Willmes （2008）的研究则要求被试对被拥挤的目标数字进行大小比较，结果发现被试能够作出正确的大小判断，说明拥挤刺激的语义信息得到了加工。我们新近未发表的一项ERP研究发现被拥挤的汉字刺激也能够诱发显著的N400，这为“被拥挤刺激的语义信息得到了提取加工”提供了生理学证据。
以上几项研究表明被拥挤的目标刺激虽然不能被看清，但并没有与干扰刺激的特征发生过度整合，而是作为一个独立的客体受到无意识方式的编码加工。那么，拥挤效应是否是由于注意定位不准确或注意分辨率太低导致的呢？仅根据当前的研究结果得出结论还显得为时尚早。研究表明，即使是不能被报告的高度模糊残缺刺激，仍然能够诱发语义加工（Wang,Huang,& Mao,2009），这说明不完整的刺激也可以得到高级加工（如语义提取等）。因此，目标刺激的部分特征受干扰刺激抑制而丢失也可能是导致拥挤效应产生的原因。
拥挤效应研究表明，被拥挤的高对比度刺激特征能够被知觉加工（He et al.,1996），而低对比度（Blake et al.,2006）或较小（,2008）的刺激特征则不能被知觉，这说明干扰刺激能够使目标刺激的特征被抑制丢失，但这种抑制很可能只是部分的，取决于目标刺激的强度。较大的、高对比度的刺激本身能够提供丰富的信息，这类刺激即使被干扰刺激抑制，仍然能够残留一些信息，而较小的、低对比度的刺激则更容易被干扰刺激完全抑制而丢失，就如同黑色的刺激在黑色背景中不能被知觉，而灰色刺激在黑色背景中则更容易被知觉。因此，综合前人研究结果，被拥挤的目标刺激可能并未与干扰刺激发生错误的特征整合，但由于外周视野内空间注意的分辨率较差，对目标刺激的知觉受到了干扰刺激的抑制，当目标刺激强度比较弱时，则被抑制而丢失；当目标刺激强度较强时则可能被掩蔽成阈下刺激而得到知觉加工（He et al.,1996; Intriligator & Cavanagh,2001），或者目标刺激的部分特征信息被抑制丢失而形成模糊刺激，从而导致该刺激不能被报告。未来的研究有必要对该假设进行进一步验证。
6 小结与展望
在过去的几十年里，拥挤效应研究得到了研究者的广泛关注并取得了丰硕的研究成果，然而，对该效应的研究仍然存在很多有待发展的方面。
首先，在研究内容方面，已有拥挤效应研究采用的刺激多为静态视觉刺激，如字母、朝向信号等等。然而，外周视野内辨别静态刺激的空间视敏度（spatial acuity）较低，因此采用静态刺激得到的拥挤效应既来源于空间视敏度的影响，也来源于干扰刺激的影响，这对探讨干扰刺激如何影响目标刺激的加工存在一定的混淆。与静态刺激不同，运动刺激则在外周视野具有较好的空间视敏度，将来的研究可以考虑更多地采用运动刺激来考察拥挤效应的产生机制。此外，当前对拥挤效应的研究主要在二维场景中进行，通常采用字母或者朝向信号等刺激。然而，我们所面临的世界是立体的，视觉系统更多的处理各种复杂的三维空间信息，因此，将来研究有必要结合3D虚拟现实技术，研究自然场景中的拥挤效应，以提高研究的生态效度。
其次，在研究维度方面，已有研究主要考察空间维度的视觉拥挤效应，而研究表明时间维度上同样存在拥挤效应，并且时间和空间的拥挤效应是高度相关的（Bonneh,Sagi,& Polat,2007），但当前研究者对时间拥挤效应的关注较少，对其产生机制的探讨也很少。
最后，在研究方法技术方面，当前研究主要采用行为或fMRI研究，正如文中前面提及的，这些方法存在一些不可避免的缺陷，而相比之下，事件相关电位（ERP）技术具有较好的时间分辨率，能更直接、实时的测量个体的知觉加工。研究者可以结合适当的范式诱发相应的脑电波，如与特征加工相关的N270或与语义加工相关的N400等等，考察被拥挤的目标刺激如何被干扰，揭示拥挤效应的产生机制。
收稿日期：2010-11-02