近日，beat365社科學院心理學系陳霓虹副教授課題組發表研究論文，揭示了視覺擁擠場景中的信息整合策略。

作為一種限制外周視野客體識别的重要瓶頸，擁擠效應被認為來自相鄰信息的過度整合。為了理解其認知機制，被試在心理物理實驗中報告擁擠條件下中心光栅的朝向。結果發現，即使對單個目标的有意識感知在擁擠條件下受限，被試仍可依據兩階段模型，作出相對正确的知覺判斷。該研究揭示了擁擠場景中的整合策略——早期階段的平均操作之後，知覺系統通過在晚期決策階段選擇最大響應得出感知結果，從而優化視覺環境中的信息利用。

兩階段知覺模型

Avg-Max兩階段模型預測被試在不同信号強度下的響應分布，該模型先對沿注視點的徑向整合區域中的信号進行平均，再對所有信号進行取最大值操作。

此外，實驗還考察了知覺決策和信心的關系，結果顯示信心與知覺決策的呈分離模式，這表明可能存在獨特的主觀信心計算機制。

相關研究成果以“擁擠效應的兩階段視覺加工：先求平均，再取最大值”（Seeing in crowds: Averaging first, then max）為題，于2月9日發表在心理學國際期刊《心理環境通報與評論》（Psychonomic Bulletin & Review）上。

社科學院心理學系2022級碩士生呂欣澄、蔣瑞傑為論文共同第一作者，陳霓虹為論文通訊作者。研究得到國家自然科學基金面上項目、重點項目和科技創新2030-“腦科學與類腦研究”重大項目的支持。

論文鍊接：

https://doi.org/10.3758/s13423-024-02468-6

供稿：陳霓虹課題組