近日，清华大学心理学系陈霓虹课题组在心理学国际期刊Psychonomic Bulletin & Review发表题为Seeing in crowds: Averaging first, then max的论文，揭示了视觉拥挤场景中的信息整合策略。我系硕士生吕欣澄、蒋瑞杰为本文的共同第一作者，陈霓虹副教授为通讯作者。

作为一种限制外周视野客体识别的重要瓶颈，拥挤效应被认为来自相邻信息的过度整合。为了理解其认知机制，被试在心理物理实验中报告拥挤条件下中心光栅的朝向。结果发现，即使对单个目标的有意识感知在拥挤条件下受限，被试仍可依据两阶段模型，作出相对正确的知觉判断。本研究揭示了拥挤场景中的整合策略——早期阶段的平均操作之后，知觉系统通过在晚期决策阶段选择最大响应得出感知结果，从而优化视觉环境中的信息利用。

图1 两阶段知觉模型

Avg-Max两阶段模型预测被试在不同信号强度下的响应分布，该模型先对沿注视点的径向整合区域中的信号进行平均，再对所有信号进行取最大值操作。

此外，实验还考察了知觉决策和信心的关系，结果显示信心与知觉决策的呈分离模式，这表明可能存在独特的主观信心计算机制。

研究得到国家自然科学基金（31971031, 31930053）和科技创新2030-“脑科学与类脑研究”重大项目（STI2030-Major Projects, 2021ZD0203600）的支持。

论文信息

Lu X., Jiang R., Song M., Wu Y., Ge Y., Chen N.* Seeing in crowds: Averaging first, then Max. Psychon Bull Rev (2024). https://doi.org/10.3758/s13423-024-02468-6