视觉科学

视觉科学与心理物理学的关系是双向的：心理物理学为视觉科学提供测量阈值、匹配感知与物理刺激之间关系的定量方法，而视觉科学中的感知现象又不断为心理物理学提出新的实验范式与理论问题。^{33Psychophysicsscholarpedia.org前往参考资料 ↓在新标签页中打开|44Vision Science: Photons to Phenomenologymitpress.mit.edu前往参考资料 ↓在新标签页中打开}

视觉科学与生理学、神经科学的关系体现为层次互补：生理学与神经科学揭示视觉系统的细胞、突触与回路机制，视觉科学则将这些机制与感知行为联系起来，二者共同构成从分子到行为的解释链条。^{55The Visual Neurosciencesmitpress.mit.edu前往参考资料 ↓在新标签页中打开|66Principles of Neural Science, Sixth Editionmhprofessional.com前往参考资料 ↓在新标签页中打开}

视觉科学与计算神经科学的交叉产生了计算视觉模型这一分支，其目标是用可计算的算法解释视觉系统如何从图像输入中恢复外部世界的属性，这一取向与人工智能中的计算机视觉既有共享的方法论，也有不同的科学目标。^{77Computational Visionmitpress.mit.edu前往参考资料 ↓在新标签页中打开|88Vision: A Computational Investigation into the Human Representation and Processing of Visual Informationmitpress.mit.edu前往参考资料 ↓在新标签页中打开}

视觉科学与眼科学、视光学的关系是基础科学与临床学科的关系：视觉科学为眼科与视光学提供关于视觉功能、视觉发育与视觉障碍机制的基础知识，临床中的视觉障碍又反过来为视觉科学提出研究问题。^{99Clinical Vision Sciencejournals.lww.com前往参考资料 ↓在新标签页中打开}

视觉科学与认知心理学共享对注意、记忆、物体识别等高级认知过程的研究兴趣，但视觉科学更强调以视觉刺激的物理参数与视觉系统的生理约束为出发点，而认知心理学更强调以行为表现与认知架构为出发点。^{1010Visual Perception: A Clinical Orientationmhprofessional.com前往参考资料 ↓在新标签页中打开}

视觉科学与计算机视觉的关系常被描述为“双向借鉴”：计算机视觉从视觉科学中汲取关于特征检测、注意与物体识别的灵感，视觉科学则借助计算机视觉的算法工具来检验关于视觉系统计算目标的假设；但二者在评价标准上存在差异，计算机视觉以任务性能为主要标准，视觉科学以解释生物视觉系统为主要标准。^{77Computational Visionmitpress.mit.edu前往参考资料 ↓在新标签页中打开|1111Computer Vision: Algorithms and Applicationslink.springer.com前往参考资料 ↓在新标签页中打开}

视觉科学与物理学、光学的关系体现在：光学为视觉科学提供关于成像、像差与光刺激的物理描述，视觉科学则研究视觉系统如何从这些物理量中提取信息；临床视光学中的屈光矫正即建立在这一关系之上。^{1212Handbook of Optics, Volume III: Vision and Vision Opticsmhprofessional.com前往参考资料 ↓在新标签页中打开}

视觉科学与进化生物学的关系在于：比较视觉研究通过跨物种比较揭示视觉系统的适应意义与演化路径，例如不同光环境下的光谱敏感性差异，这为理解视觉功能的起源与多样性提供了框架。^{1313Evolution of Visual and Non-visual Pigmentslink.springer.com前往参考资料 ↓在新标签页中打开|1414Animal Eyesglobal.oup.com前往参考资料 ↓在新标签页中打开}

视觉科学与工程学（尤其是图像工程与人机交互）的交叉体现在显示技术、图像压缩与视觉舒适性等应用领域，视觉科学关于对比敏感度、色彩 appearance 与视觉疲劳的研究为这些工程标准提供依据。^{1515Digital Image Processingpearson.com前往参考资料 ↓在新标签页中打开}

视觉科学的核心研究问题可概括为：物理世界中的光分布如何被眼睛编码为神经信号，这些信号又如何被中枢神经系统重建为可指导行为的知觉与行动。这一「从光到行为」的链条是贯穿该学科各分支的统一问题框架。^{88Vision: A Computational Investigation into the Human Representation and Processing of Visual Informationmitpress.mit.edu前往参考资料 ↓在新标签页中打开}

视觉科学要回答的第一个基本问题是「什么被编码」：视网膜与皮层神经元究竟表征哪些图像特征（亮度、对比度、朝向、空间频率、颜色、运动、深度等），以及这些特征在群体水平上如何组织。Hubel 与 Wiesel 在猫和猴初级视皮层发现的朝向选择性神经元，为「特征检测」这一研究纲领奠定了实验基础。^{1616Receptive fields, binocular interaction and functional architecture in the cat's visual cortexphysoc.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

第三个问题是「如何从局部信号得到整体知觉」：视网膜感受野只覆盖极小视野，而人却能知觉到连续、稳定的场景。这涉及感受野的层级组织、上下文调制与整合机制，是视觉科学中持续被研究的核心难题。^{1616Receptive fields, binocular interaction and functional architecture in the cat's visual cortexphysoc.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|1818Contextual modulation in primary visual cortexjneurosci.org前往参考资料 ↓在新标签页中打开}

第四个问题是知觉的「恒常性与推断」：在照度、视角、距离不断变化时，视觉系统仍能稳定地识别物体表面颜色、形状与大小。Helmholtz 提出的「无意识推断」框架把知觉视为对感觉证据的贝叶斯式解释，这一思路至今仍是计算视觉与心理物理学的重要理论工具。^{1919Treatise on Physiological Optics (Handbuch der physiologischen Optik)archive.org前往参考资料 ↓在新标签页中打开}

第五个问题是「知觉与行动的关系」：视觉信息既服务于识别（腹侧通路），也服务于引导眼动、抓握与 locomotion（背侧通路）。两条通路的功能分工是视觉科学中影响深远的理论框架，但其边界与交互方式仍在被修正。^{2020Two cortical visual systemsmitpress.mit.edu前往参考资料 ↓在新标签页中打开}

第七个问题是「发展、学习与可塑性」：视觉系统如何在发育关键期内由经验塑造，成人视觉系统在多大程度上仍可塑性，以及异常视觉经验（如斜视、白内障）如何改变功能组织，都是核心研究议题。^{2222Critical period regulationannualreviews.org前往参考资料 ↓在新标签页中打开}

古希腊时期，希波克拉底学派与盖伦的解剖著作中已出现关于视神经与眼结构的描述，但当时普遍接受的是柏拉图式的“视觉射线”说，即眼睛发出某种射线接触物体而产生视觉。^{2424History of the Visual System: From Ancient Greece to the Renaissancetandfonline.com前往参考资料 ↓在新标签页中打开}

开普勒在1604年的《天文学中的光学》（Ad Vitellionem Paralipomena）中首次正确指出，眼睛的晶状体将外界光线聚焦在视网膜上形成倒立的像，从而把视觉问题转化为一个光学成像问题。^{2525Kepler's Optics and the Retinal Imagegalileo.rice.edu前往参考资料 ↓在新标签页中打开}

笛卡尔在1637年《屈光学》（La Dioptrique）中描述了用牛眼做实验，刮去眼球后壁的一部分，观察到视网膜上的倒立像，这是早期视觉实验中直接观察成像的著名例子。^{2626Descartes' Dioptrics and the Physiology of Visionplato.stanford.edu前往参考资料 ↓在新标签页中打开}

牛顿在1666—1672年间通过棱镜实验证明白光由不同颜色的光混合而成，并区分了光的颜色与物体表面的颜色，为颜色视觉的物理基础奠定了实验基础。^{2727Newton's Prism Experiments and the Nature of Lightnewtonproject.ox.ac.uk前往参考资料 ↓在新标签页中打开}

杨（Thomas Young）在1802年提出三色视觉假说，认为视网膜中存在三种分别对红、绿、蓝敏感的受体，这是最早的颜色视觉生理学模型之一。^{2828Thomas Young and the Trichromatic Theory of Color Visionwebvision.med.utah.edu前往参考资料 ↓在新标签页中打开}

赫林（Ewald Hering）在1870年代提出对立色说（opponent-process theory），认为颜色视觉由红—绿、蓝—黄、黑—白三对对立过程编码，与亥姆霍兹的三色说长期并存并最终在视网膜神经节细胞层面得到部分统一。^{2828Thomas Young and the Trichromatic Theory of Color Visionwebvision.med.utah.edu前往参考资料 ↓在新标签页中打开}

费希纳在1860年出版《心理物理学纲要》（Elemente der Psychophysik），系统提出测量感觉强度与物理刺激之间关系的实验方法，包括最小可觉差法、恒定刺激法与极限法，为视觉阈限测量提供了标准范式。^{2929Fechner's Elemente der Psychophysikpsychclassics.yorku.ca前往参考资料 ↓在新标签页中打开}

赫尔姆霍兹与赫林之间关于颜色视觉的三色说与对立色说之争，是19世纪视觉科学中最著名的理论争论之一；20世纪的电生理与心理物理学证据表明两者分别描述了视网膜与更高级视觉通路的不同阶段，并非简单的一方否定另一方。^{2828Thomas Young and the Trichromatic Theory of Color Visionwebvision.med.utah.edu前往参考资料 ↓在新标签页中打开|2424History of the Visual System: From Ancient Greece to the Renaissancetandfonline.com前往参考资料 ↓在新标签页中打开}

19世纪中叶，亥姆霍兹与赫林等人在双眼视觉、眼动与空间知觉方面开展了大量实验，包括对双眼视差与立体视觉的定量研究，惠斯通（Charles Wheatstone）早在1838年就通过立体镜实验证明双眼视差是深度知觉的重要线索。^{3030Wheatstone and the Stereoscopepsych.utoronto.ca前往参考资料 ↓在新标签页中打开}

19世纪中叶，赫尔曼·冯·亥姆霍兹（Hermann von Helmholtz）在《生理光学手册》（Handbuch der physiologischen Optik，1856–1866）中系统阐述了视觉的生理学基础，并提出了无意识推理（unconscious inference）理论，认为知觉是感觉输入与过去经验结合的无意识推断结果。这一工作为后来心理物理学的兴起提供了重要的理论背景。^{3131Helmholtz, H. von. Handbuch der physiologischen Optikarchive.org前往参考资料 ↓在新标签页中打开}

古斯塔夫·费希纳（Gustav Theodor Fechner）于1860年出版《心理物理学纲要》（Elemente der Psychophysik），首次系统提出心理物理学方法，建立了刺激强度与感觉强度之间的定量关系（费希纳定律），标志着心理物理学作为一门实验科学的正式诞生。^{3232Fechner, G. T. Elemente der Psychophysikarchive.org前往参考资料 ↓在新标签页中打开}

恩斯特·海因里希·韦伯（Ernst Heinrich Weber）在19世纪30年代通过触觉实验发现，刚能分辨的刺激差异与标准刺激强度之比近似为常数（韦伯分数），这一发现后来被费希纳发展为韦伯-费希纳定律，成为心理物理学的核心定量规律之一。^{3333Weber, E. H. De Tactu (1834); 英译见 The Sense of Toucharchive.org前往参考资料 ↓在新标签页中打开}

20世纪50年代，信号检测论（signal detection theory, SDT）被引入心理物理学，将观察者的反应分解为敏感度（d'）和判断标准（c）两个独立参数，从而解决了传统阈限测量无法区分感觉敏感性与反应偏向的问题。^{3434Green, D. M., & Swets, J. A. Signal Detection Theory and Psychophysicsarchive.org前往参考资料 ↓在新标签页中打开}

20世纪60年代，斯佩林（George Sperling）采用部分报告法（partial report）进行视觉短时记忆实验，发现被试在刺激消失后短时间内能报告出比全部报告法更多的项目，由此推断存在一个容量有限、持续时间短暂的视觉感觉记忆（iconic memory）阶段。^{3535Sperling, G. The information available in brief visual presentationsdoi.org前往参考资料 ↓在新标签页中打开}

20世纪80年代，以纽厄尔和西蒙（Newell & Simon）为代表的物理符号系统假设以及马尔（David Marr）的计算理论，推动了心理物理学与计算模型的结合；马尔在《视觉》（Vision, 1982）中提出视觉信息处理的三层次分析框架，对后续视觉心理物理学实验的设计与解释产生了深远影响。^{88Vision: A Computational Investigation into the Human Representation and Processing of Visual Informationmitpress.mit.edu前往参考资料 ↓在新标签页中打开}

20世纪90年代以来，心理物理学方法与功能磁共振成像（fMRI）、脑电图（EEG）等神经影像技术结合，形成了“心理物理-神经关联”研究范式，例如在双眼竞争、注意调制等研究中，通过行为测量与神经信号同步记录来推断知觉的神经机制。^{3636Tong, F., & Pratte, M. S. Decoding patterns of human brain activitydoi.org前往参考资料 ↓在新标签页中打开}

关于心理物理学是否应被视为独立学科还是心理学的一个方法论分支，学界存在不同看法：一些学者强调其作为定量实验科学的核心地位，另一些则认为它主要是连接物理刺激与主观感觉的方法论工具。^{3232Fechner, G. T. Elemente der Psychophysikarchive.org前往参考资料 ↓在新标签页中打开|3737Gescheider, G. A. Psychophysics: The Fundamentals (3rd ed.)routledge.com前往参考资料 ↓在新标签页中打开}

20世纪50年代，Hubel与Wiesel通过猫和猴的皮层微电极记录，发现初级视皮层（V1）神经元具有朝向选择性和简单/复杂细胞分层，奠定了视觉系统功能组构的神经生理学基础。^{1616Receptive fields, binocular interaction and functional architecture in the cat's visual cortexphysoc.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

Hubel与Wiesel在1962年发表的经典论文中提出，简单细胞通过线性整合外侧膝状体（LGN）输入形成朝向选择性，复杂细胞则通过整合多个简单细胞实现位置不变性，这一层级模型至今仍是计算视觉模型的重要起点。^{1616Receptive fields, binocular interaction and functional architecture in the cat's visual cortexphysoc.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

20世纪60-70年代，Marr提出视觉计算理论，将视觉分为计算、算法、实现三个层次，并给出边缘检测、立体视觉等具体算法，推动了视觉科学从生理描述向计算建模的范式转变。^{88Vision: A Computational Investigation into the Human Representation and Processing of Visual Informationmitpress.mit.edu前往参考资料 ↓在新标签页中打开}

20世纪80年代，正电子发射断层扫描（PET）开始用于人类视觉皮层功能定位，例如Zeki等人发现V4/V5区域分别对颜色和运动敏感，标志着人类视觉研究进入功能成像时代。^{3838Functional specialisation in the visual cortex of the rhesus monkeynature.com前往参考资料 ↓在新标签页中打开}

20世纪90年代，功能磁共振成像（fMRI）因其无创和高空间分辨率成为视觉神经科学的主流工具，推动了视网膜拓扑映射、注意调制、意识相关视觉活动等研究。^{3939Functional magnetic resonance imaging of the human brainpnas.org前往参考资料 ↓在新标签页中打开}

21世纪初，光遗传学技术使研究者能够以毫秒级精度选择性激活或抑制特定视觉通路神经元，为因果性检验视觉环路功能提供了新手段。^{4040Millisecond-timescale, genetically targeted optical control of neural activitynature.com前往参考资料 ↓在新标签页中打开}

21世纪10年代，大规模神经像素电极（Neuropixels）和双光子钙成像的普及，使同时记录数千个视觉神经元成为可能，推动了群体编码和皮层动力学研究。^{4141Fully integrated silicon probes for high-density recording of neural activitynature.com前往参考资料 ↓在新标签页中打开}

深度学习模型（尤其是卷积神经网络）在ImageNet等视觉任务上达到超越人类的准确率后，被广泛用作视觉系统的预测模型，形成了“大脑评分”等比较框架。^{4242Brain-Score: Which Artificial Neural Network for Object Recognition is most Brain-Like?biorxiv.org前往参考资料 ↓在新标签页中打开}

关于深度学习模型是否真正解释了视觉皮层计算，学界存在争论：一方认为CNN的层级特征与腹侧流反应高度吻合，可作为机制模型；另一方指出模型缺乏生物合理性（如反向传播、循环连接），其预测能力可能源于统计拟合而非机制解释。^{4242Brain-Score: Which Artificial Neural Network for Object Recognition is most Brain-Like?biorxiv.org前往参考资料 ↓在新标签页中打开|4343Deep Neural Networks as Scientific Modelscell.com前往参考资料 ↓在新标签页中打开}

21世纪20年代，大规模神经基础模型（如基于Transformer的视觉模型）和跨物种比较图谱（如MICrONS）进一步整合了结构、功能与行为数据，推动视觉科学向多尺度、多模态整合发展。^{4444Functional connectomics spanning multiple areas of mouse visual cortexnature.com前往参考资料 ↓在新标签页中打开}

视网膜是位于眼球后部的多层神经组织，其基本结构包括感光细胞层、双极细胞层和神经节细胞层，信号由光感受器经双极细胞传递至视网膜神经节细胞，再经视神经离开眼球。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开}

视网膜中存在两类经典的光感受器：视杆细胞和视锥细胞。视杆细胞对弱光高度敏感但无色觉、空间分辨率低；视锥细胞负责高分辨率与色觉，按光谱敏感性可分为短波（S）、中波（M）和长波（L）三类。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开}

人类视网膜中央凹（fovea）区域视锥细胞密度最高、细胞体最细，且该区域几乎不含视杆细胞；中央凹中心（foveola）的视锥细胞间距最小，是视觉空间分辨率的解剖学限制因素。^{4646视觉敏锐度（分辨率）的生理基础 - 生物通news.ebiotrade.com前往参考资料 ↓在新标签页中打开}

视觉分辨率的极限受锥形光感受器的大小和间距限制，尤其在中央凹区域，那里的锥形光感受器体型最小；为最优化利用这些锥体，视网膜和外侧膝状核（LGN）中的神经元感受野可小到仅由单个锥体驱动。^{4646视觉敏锐度（分辨率）的生理基础 - 生物通news.ebiotrade.com前往参考资料 ↓在新标签页中打开}

视网膜神经节细胞是视网膜的唯一输出神经元，其轴突汇集成视神经；根据形态、投射目标和生理反应，神经节细胞可分为多个类别（如 midget 细胞和 parasol 细胞），分别构成不同的平行通路。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开}

视网膜到中枢的视觉通路中存在 ON 和 OFF 两类通道：ON 通道在光照增强时被激活，OFF 通道在光照减弱时被激活，二者在视网膜、外侧膝状核和视皮层中均保持分离。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开}

视网膜内的信号处理不仅包括光感受器到双极细胞再到神经节细胞的垂直通路，还包括水平细胞和无长突细胞介导的侧向相互作用，这些回路参与对比度增强、边缘检测和光适应等过程。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开}

视觉信息从视网膜经视神经、视交叉、视束传至丘脑的外侧膝状体（lateral geniculate nucleus, LGN），再由 LGN 的投射神经元发出轴突经视辐射终止于初级视皮层（V1）。这条「视网膜—LGN—V1」的主干通路是灵长类视觉系统的经典接线图，也是解剖学与生理学教材的标准叙述框架。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开}

视网膜由多层细胞构成，感光细胞（视杆与视锥）位于最外层，其信号经双极细胞传递至视网膜神经节细胞，神经节细胞是视网膜唯一向脑内输出轴突的神经元；此外还有水平细胞和无长突细胞分别在中外层与内层实施侧向调制。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开}

视网膜神经节细胞并非同质群体，而是可分为若干类别，其中在灵长类中研究最充分的是大细胞通路（parasol/magnocellular，M 通路）与小细胞通路（midget/parvocellular，P 通路）；两者在感受野大小、时间响应特性与空间分辨率上存在系统差异。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开}

视觉通路中存在 ON 与 OFF 两条并行通道：ON 型神经元在感受野中心光照增强时放电增加，OFF 型神经元在中心光照减弱时放电增加。这一分工从视网膜双极细胞层面即已建立，并沿 LGN 一直传递到视皮层。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开}

外侧膝状体是视觉信息进入皮层前的主要丘脑中继站，其分层结构与视网膜输入之间存在精确的拓扑对应：来自对侧眼的输入与同侧眼的输入分别终止于不同的层，形成眼优势分层（ocular dominance lamination）。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开}

初级视皮层 V1 接受来自 LGN 的输入，具有分层构筑（cytoarchitecture）与模块化组织，其输入主要终止于第 4 层，并在此基础上形成方位选择性、眼优势柱与功能柱等基本变换。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开}

V1 之外还存在一系列纹外皮层区域（extrastriate areas），它们在解剖上彼此分隔、在单细胞反应特性上各有侧重，构成从初级视皮层向更高级视觉区的多级投射体系。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开}

灵长类视觉信息经视网膜、外侧膝状体（LGN）多级中继后抵达初级视皮层（V1，也称纹状皮层）；V1 是皮层中首个对视觉信息进行整合处理的区域，其输入主要来自 LGN 的轴突。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开|4747Vía visual: procesamiento de formaswww7.uc.cl前往参考资料 ↓在新标签页中打开}

人类 V1 皮层厚度约为 2 毫米，由 6 个细胞层构成；其中第 4 层是 LGN 轴突的主要终止层，并可进一步细分为 4A、4B、4C（4Cα、4Cβ）等亚层，分别接受来自 LGN 大细胞（M）和小细胞（P）通路的投射。^{4747Vía visual: procesamiento de formaswww7.uc.cl前往参考资料 ↓在新标签页中打开}

V1 具有模块化的细胞构筑组织，包括眼优势柱、方位柱以及细胞色素氧化酶染色显示的斑块（blob）结构；这些模块被认为是并行处理不同视觉特征（如方位、眼输入、颜色）的结构基础。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开}

V1 之外的纹外皮层包含多个功能专门化的区域（如 V2、V4、MT 等），各区域在解剖连接和单细胞反应特性上存在差异，构成多条并行且分层的视觉处理通路。^{4545Study Materials | The Brain and Cognitive Sciences I | Brain and Cognitive Sciences | MIT OpenCourseWareocw.mit.edu前往参考资料 ↓在新标签页中打开}

形状信息主要由小细胞-斑块间（parvocellular-interblob）通路分析处理，该通路以串联方式逐级传递对比度和轮廓信息，外侧膝状体和大脑皮层是其中的关键中继站。^{4747Vía visual: procesamiento de formaswww7.uc.cl前往参考资料 ↓在新标签页中打开}

心理物理学中的阈值测量旨在确定观察者能够察觉到刺激（或刺激变化）的最小强度或最小差异，即绝对阈值与差别阈值；这一目标构成了视觉科学中把主观知觉量化为可比较数值的基本手段。^{4848Adaptive nonparametric psychophysicsar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

经典的自适应阶梯法（如 PEST、QUEST）通过根据被试的逐次反应调整刺激强度，把试验集中在阈值附近，从而以较少试次估计阈值；这类方法在视觉心理物理学中被长期广泛使用。^{4848Adaptive nonparametric psychophysicsar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

在阈值测量中，观察模型通常假设反应受噪声影响，并用概率变换（如 probit、logit 或 Weibull 累积分布函数）把刺激强度映射为正确反应概率；不同变换的选择会影响估计结果，但在常见数据量下往往给出相近的阈值估计。^{4848Adaptive nonparametric psychophysicsar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

传统自适应阶梯法主要针对一维刺激强度设计；当刺激还包含其他上下文维度（如空间位置、速度等）时，需要在多维空间中进行阈值测量，近年出现了不依赖网格化、不对强度与附加维度交互形式作参数假设的多维自适应方法。^{4848Adaptive nonparametric psychophysicsar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

阈值测量方法也被用于虚拟环境中的知觉研究，例如在用户眨眼期间对虚拟场景进行离散重定位，并通过心理物理学方法测定速度依赖的知觉阈值，以判断重定位是否可被察觉。^{4949Velocity-Dependent Perception Threshold for Discrete Imperceptible Repositioning in a Virtual Environment During Eye Blinksieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

信号检测论（Signal Detection Theory，SDT）起源于20世纪50年代初的雷达研究，随后被认知科学家采纳并改造，用于解释人类在不确定条件下的决策。^{5050Psychophysical Model of the Signal Detection Theory in the Categorization Task of Textual and Pictographic Visual Stimuliieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

信号检测论的基本前提是：决策总是在不确定的背景噪声中做出，决策者的任务是把决策信号从背景噪声中分离出来；因此它适用于任何二分类决策情境，只要能把决策者的反应与实际信号的有无相对照。^{5050Psychophysical Model of the Signal Detection Theory in the Categorization Task of Textual and Pictographic Visual Stimuliieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

作为决策测量工具，信号检测论的核心优势在于它能把观察者的敏感性与反应偏向分离开来，从而避免把“敢不敢说看见”与“能不能看见”混为一谈。^{5050Psychophysical Model of the Signal Detection Theory in the Categorization Task of Textual and Pictographic Visual Stimuliieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在视觉科学中，信号检测论被用于评估文字与图形视觉刺激分类任务中的敏感性，说明该框架可直接迁移到视觉知觉实验。^{5050Psychophysical Model of the Signal Detection Theory in the Categorization Task of Textual and Pictographic Visual Stimuliieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

心理物理函数（psychometric function）描述的是刺激的物理量（如对比度、亮度差、空间频率）与观察者做出特定判断的概率之间的关系，通常呈 S 形（sigmoidal）曲线。^{5151Psychometric functionen.wikipedia.org前往参考资料 ↓在新标签页中打开|5252Psychophysics: Method, Theory, and Applicationresearchgate.net前往参考资料 ↓在新标签页中打开}

在视觉科学中，心理物理函数最常用于测量阈值：通过拟合函数估计观察者达到某一正确率（如 75% 或 82%）所需的刺激强度，该强度被定义为阈值。^{5151Psychometric functionen.wikipedia.org前往参考资料 ↓在新标签页中打开|5353The psychometric function: I. Fitting, sampling, and goodness of fitlink.springer.com前往参考资料 ↓在新标签页中打开}

心理物理函数通常用 Weibull 函数或累积正态分布（probit）等参数模型来拟合，拟合时需考虑猜测率（guess rate）和失误率（lapse rate）两个参数。^{5151Psychometric functionen.wikipedia.org前往参考资料 ↓在新标签页中打开|5454The psychometric function: II. Bootstrap-based confidence intervals and samplinglink.springer.com前往参考资料 ↓在新标签页中打开}

测量心理物理函数的经典方法包括恒定刺激法（method of constant stimuli）、极限法（method of limits）和调整法（method of adjustment），其中恒定刺激法被认为最精确但最耗时。^{5252Psychophysics: Method, Theory, and Applicationresearchgate.net前往参考资料 ↓在新标签页中打开|5555Psychophysics: A Practical Introductionsciencedirect.com前往参考资料 ↓在新标签页中打开}

自适应阶梯法（adaptive staircase）如 n 上 1 下规则，能高效地估计心理物理函数上的特定点（如 79% 正确率），而不必测量整条曲线。^{5353The psychometric function: I. Fitting, sampling, and goodness of fitlink.springer.com前往参考资料 ↓在新标签页中打开|5656QUEST: A Bayesian adaptive psychometric methodlink.springer.com前往参考资料 ↓在新标签页中打开}

心理物理函数的斜率（slope）反映了感觉系统对刺激变化的敏感度，斜率越陡通常意味着区分能力越强；但斜率估计对实验条件和拟合模型较为敏感。^{5151Psychometric functionen.wikipedia.org前往参考资料 ↓在新标签页中打开|5454The psychometric function: II. Bootstrap-based confidence intervals and samplinglink.springer.com前往参考资料 ↓在新标签页中打开}

在双眼竞争、注意瞬脱等范式中心理物理函数也被用来量化知觉意识或注意的时间进程，此时函数形式可能偏离标准 S 形。^{5757Psychometric functions in the study of visual awarenessjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

颜色视觉的正常功能依赖于视网膜中三种视锥细胞的存在，它们分别对短波（S）、中波（M）和长波（L）敏感，这一三色论（trichromacy）的生理基础由 Young 与 Helmholtz 在 19 世纪提出，后经显微分光光度术直接测量视锥细胞吸收光谱所证实。^{5858The Young-Helmholtz theory of color visionbritannica.com前往参考资料 ↓在新标签页中打开|5959Microspectrophotometry of human cone photoreceptorsphysoc.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

视锥细胞的光谱敏感性曲线在长波端高度重叠，因此仅凭三种视锥细胞的相对激活水平无法唯一确定波长；颜色外观还取决于后续神经回路中的拮抗加工，这一原理由 Hering 的对立色论（opponent-process theory）首先表述。^{6060Color opponency in the retina and lateral geniculate nucleusannualreviews.org前往参考资料 ↓在新标签页中打开}

在视网膜和外侧膝状体（LGN）中，颜色信息被编码为红-绿、蓝-黄以及明-暗三类拮抗通道；LGN 的小细胞层（parvocellular）主要传递红-绿信号，而蓝-黄信号则经由 koniocellular 层传递。^{6161Parallel pathways in the primate visual systemcell.com前往参考资料 ↓在新标签页中打开}

颜色匹配实验表明，任何颜色都可以由三种适当选择的原色光混合匹配得到；但匹配所需的原色比例因人而异，且红绿色觉异常者（如异常三色觉者）的匹配函数与正常三色觉者存在系统性差异，这为色觉缺陷的遗传学分类提供了行为学基础。^{6262Color matching and color discriminationsciencedirect.com前往参考资料 ↓在新标签页中打开|6363Genetics of color vision deficienciesonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

CIE 1931 标准观察者色度图是基于 Wright 与 Guild 在 1920 年代末分别独立进行的颜色匹配实验数据平均而建立的，至今仍是色度学与工业颜色规范的基础；但其 2° 视场条件与日常观察条件存在差异，因此后来补充了 CIE 1964 10° 标准观察者。^{6464CIE 1931 color spacecie.co.at前往参考资料 ↓在新标签页中打开|6565The CIE 1931 standard observer and its legacyonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

颜色恒常性指物体颜色外观在照明光谱变化时保持相对稳定的现象；心理物理学实验表明，人类观察者能在一定程度上补偿光照变化，但补偿并不完全，且依赖于场景中的空间上下文与先验假设。^{6666Color constancysciencedirect.com前往参考资料 ↓在新标签页中打开|5757Psychometric functions in the study of visual awarenessjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

色觉缺陷中最常见的是红绿色觉异常，其分子基础是 X 染色体上 OPN1LW 与 OPN1MW 基因的不等交换导致视锥光色素光谱调谐改变；蓝黄色觉异常（tritanopia）则与 OPN1SW 基因突变相关，但极为罕见。^{6969Molecular genetics of red-green color visionnature.com前往参考资料 ↓在新标签页中打开|7070Tritanopia and the S-cone pigment genecell.com前往参考资料 ↓在新标签页中打开}

颜色外观的测量方法包括异色匹配、最小闪烁光度法和色差辨别阈值测量；这些方法各自依赖不同的假设，例如异色匹配假设观察者能调节三原色强度达到知觉相等，而最小闪烁法用于分离色觉与亮度通道。^{7171Psychophysics of color visionsciencedirect.com前往参考资料 ↓在新标签页中打开|7272Flicker photometry and chromatic discriminationopg.optica.org前往参考资料 ↓在新标签页中打开}

在初级视皮层（V1）中，颜色信息与方位、空间频率等特征并行处理，但 V1 神经元对颜色的选择性通常不如对亮度和方位的选择性强；颜色选择性在 V4 和更高级的腹侧通路区域（如 V8/VO）更为集中，这一层级组织得到单细胞记录和功能磁共振成像研究的支持。^{7373Color processing in V1 and V4cell.com前往参考资料 ↓在新标签页中打开|7474Color-selective areas in human visual cortexnature.com前往参考资料 ↓在新标签页中打开}

颜色视觉的临床评估常用假同色图（如 Ishihara plates）进行筛查，但其对轻度色觉异常的敏感性有限；更精确的检查包括 anomaloscope 匹配和色相排列测验（如 Farnsworth-Munsell 100 Hue test）。^{7575Ishihara color plates and color vision screeningbjo.bmj.com前往参考资料 ↓在新标签页中打开|7676Farnsworth-Munsell 100 Hue testjournals.lww.com前往参考资料 ↓在新标签页中打开}

运动感知是视觉系统从随时间变化的视网膜像中提取物体或观察者自身运动方向、速度与轨迹的过程，其核心输入是相邻时刻图像特征在空间上的位移，而非单一静态帧的内容。^{7777正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

在经典的运动方向适应范式中，观察者先长时间注视沿某一方向运动的适应刺激，随后观看方向介于适应方向与未适应方向之间的测试刺激；多数观察者报告主要看到与未适应方向一致的运动（成分运动），说明运动感知的方向判断受先前适应状态强烈调制。^{7777正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

同一批观察者在上述适应范式中的眼动反应方向，却落在未适应方向与适应方向之间的中间方向，与他们的知觉报告方向不一致；这一分离表明，用于运动知觉与用于眼动控制的运动信号可以被分别读出。^{7777正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

该研究以降低可见性的运动刺激为对象，比较了知觉报告与眼动反应，结果支持「知觉与动作可对同一运动输入给出不同估计」这一结论，而非二者共享单一运动表征。^{7777正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

运动感知研究常以方向适应、掩蔽与对比度操纵等手段改变刺激可见性，再以口头报告或按键测量知觉、以眼动或追踪测量动作，从而把「看见什么」与「如何反应」拆成两个可分别测量的量。^{7777正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

深度与立体视觉指视觉系统从二维视网膜像中恢复三维空间布局的能力，其线索分为双眼线索（如双眼视差）和单眼线索（如运动视差、遮挡、纹理梯度、线性透视、阴影、相对大小等）。^{7878Depth Perceptionen.wikipedia.org前往参考资料 ↓在新标签页中打开}

双眼视差是指左右眼因瞳距而看到同一场景的略微不同的图像，这种差异是立体视觉的主要基础；当双眼图像差异过大时会产生复视，差异过小则无法提供有效的深度信息。^{7979Binocular disparityen.wikipedia.org前往参考资料 ↓在新标签页中打开}

随机点立体图（random-dot stereogram）由 Bela Julesz 于 1960 年发明，它通过随机点图案中的水平位移来定义形状，消除了单眼线索，证明双眼视差本身足以产生深度感知。^{8080Random dot stereogramen.wikipedia.org前往参考资料 ↓在新标签页中打开}

运动视差是指当观察者或场景运动时，不同距离的物体在视网膜上移动的速度和方向不同，从而提供深度信息；它是单眼深度线索中较强的一种。^{8181Motion parallaxen.wikipedia.org前往参考资料 ↓在新标签页中打开}

遮挡（interposition）是最强的单眼深度线索之一：当一个物体部分遮挡另一个物体时，被遮挡的物体被认为更远。^{8282Interposition (visual perception)en.wikipedia.org前往参考资料 ↓在新标签页中打开}

纹理梯度（texture gradient）指表面纹理元素的大小、密度和形状随距离变化，从而提供深度和表面朝向的信息。^{8383Texture gradienten.wikipedia.org前往参考资料 ↓在新标签页中打开}

线性透视是指平行线在图像中汇聚于消失点，从而提供深度信息；这是绘画和摄影中常用的深度线索。^{8484Perspective (graphical)en.wikipedia.org前往参考资料 ↓在新标签页中打开}

阴影和明暗（shading）可以提供关于物体形状和深度的信息，但解释依赖于假设光源方向；视觉系统通常假设光源来自上方。^{8585Shadingen.wikipedia.org前往参考资料 ↓在新标签页中打开}

相对大小（relative size）是指如果两个物体实际大小相似，那么视网膜上较小的物体被认为更远；该线索依赖于先验知识。^{8686Relative sizeen.wikipedia.org前往参考资料 ↓在新标签页中打开}

双眼视差信息在初级视觉皮层（V1）中由对眼优势敏感的神经元处理，这些神经元对特定视差（如零视差、交叉视差、非交叉视差）有选择性反应。^{8787Binocular visionen.wikipedia.org前往参考资料 ↓在新标签页中打开}

立体视觉的神经关联不仅限于 V1，还包括 V2、V3、V3A、V4、MT 以及顶内沟（IPS）等区域，其中 IPS 被认为在将视差信息转化为深度感知中起关键作用。^{8888Stereopsisen.wikipedia.org前往参考资料 ↓在新标签页中打开}

弱视和斜视患者常伴有立体视觉缺陷，因为双眼视差信息无法被正常整合；立体视觉测试常用于筛查这些疾病。^{8989Stereopsis testen.wikipedia.org前往参考资料 ↓在新标签页中打开}

深度感知的线索整合遵循贝叶斯推断原则：视觉系统根据各线索的可靠性（如视差线索在近距离更可靠，纹理线索在远距离更可靠）进行加权整合。^{9090Bayesian approaches to visual perceptionen.wikipedia.org前往参考资料 ↓在新标签页中打开}

关于深度线索的整合方式，存在争论：一些研究者认为线索是独立处理后再整合，而另一些认为线索在早期阶段就发生交互；例如，视差和运动视差可能共享机制。^{9191Cue integration in depth perceptionen.wikipedia.org前往参考资料 ↓在新标签页中打开|9292Depth cue integrationen.wikipedia.org前往参考资料 ↓在新标签页中打开}

立体视觉的个体差异很大，部分人群（约 2-5%）存在立体盲（stereoblindness），即无法利用双眼视差感知深度，但可能依赖单眼线索。^{9393Stereoblindnessen.wikipedia.org前往参考资料 ↓在新标签页中打开}

随机点立体图（Julesz, 1960）表明，双眼视差处理发生在单眼形状识别之前，因为观察者在无法识别单眼图案的情况下仍能感知到立体形状。^{8080Random dot stereogramen.wikipedia.org前往参考资料 ↓在新标签页中打开}

深度感知的发育：婴儿在出生后几个月内开始对双眼视差敏感，立体视觉在 4-6 个月左右出现，并持续发育到童年期。^{9494Infant visionen.wikipedia.org前往参考资料 ↓在新标签页中打开}

运动视差（motion parallax）在观察者自身运动时提供深度信息，其效力取决于运动速度、观察距离和场景结构；在驾驶和飞行模拟中尤为重要。^{8181Motion parallaxen.wikipedia.org前往参考资料 ↓在新标签页中打开}

遮挡线索的强度：当遮挡与其他线索冲突时，遮挡往往主导深度感知，表明视觉系统赋予遮挡较高的可靠性。^{8282Interposition (visual perception)en.wikipedia.org前往参考资料 ↓在新标签页中打开}

纹理梯度与线性透视常共同作用，在自然场景中提供一致的深度信息；但在某些情况下（如反转透视），它们可能产生冲突，导致错觉。^{8383Texture gradienten.wikipedia.org前往参考资料 ↓在新标签页中打开|8484Perspective (graphical)en.wikipedia.org前往参考资料 ↓在新标签页中打开}

阴影线索的解释依赖于光源方向的先验假设；当光源方向被暗示为从下方时，凹凸感知会反转，这被称为“凹凸反转”现象。^{8585Shadingen.wikipedia.org前往参考资料 ↓在新标签页中打开}

相对大小线索与熟悉大小假设相互作用；当物体大小未知时，相对大小线索可能被误用，导致大小恒常性错觉（如庞佐错觉）。^{8686Relative sizeen.wikipedia.org前往参考资料 ↓在新标签页中打开}

V1 神经元对双眼视差的反应具有选择性，但 V1 中的视差调谐相对宽泛；更精细的视差调谐出现在高级视觉区域如 V3/V3A 和 MT。^{8787Binocular visionen.wikipedia.org前往参考资料 ↓在新标签页中打开|8888Stereopsisen.wikipedia.org前往参考资料 ↓在新标签页中打开}

顶内沟（IPS）在立体视觉中扮演重要角色：神经影像研究表明 IPS 对双眼视差有强烈反应，且其活动与深度感知的主观体验相关。^{8888Stereopsisen.wikipedia.org前往参考资料 ↓在新标签页中打开}

立体视觉缺陷可通过随机点立体图测试进行临床评估；立体视锐度通常以弧秒为单位测量，正常值约为 60 弧秒或更好。^{8989Stereopsis testen.wikipedia.org前往参考资料 ↓在新标签页中打开}

贝叶斯线索整合模型预测，当视差线索可靠性高时（如近距离），深度估计更依赖视差；当纹理线索可靠性高时（如远距离），更依赖纹理。^{9090Bayesian approaches to visual perceptionen.wikipedia.org前往参考资料 ↓在新标签页中打开}

关于线索整合的争论：有行为实验支持强制融合（mandatory fusion）模型，即线索在早期感觉阶段即被整合；而另一些实验支持后验推理模型，即线索独立处理后在决策阶段整合。^{9191Cue integration in depth perceptionen.wikipedia.org前往参考资料 ↓在新标签页中打开|9292Depth cue integrationen.wikipedia.org前往参考资料 ↓在新标签页中打开}

立体盲（stereoblindness）的患病率估计约为 2-5%，但不同研究因测试方法和样本差异而有所波动。^{9393Stereoblindnessen.wikipedia.org前往参考资料 ↓在新标签页中打开}

婴儿立体视觉的发育：研究表明，3-5 个月大的婴儿已能对双眼视差产生反应，但立体视锐度在 4-6 个月时仍较低，随后逐渐提高。^{9494Infant visionen.wikipedia.org前往参考资料 ↓在新标签页中打开}

形状知觉是空间知觉的一种，指人们对物体形状特性的认识，是人类和动物共同具有的知觉能力，并且是视觉、触觉、动觉协同活动的结果。^{9595图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

对物体形状的识别开始于对原始特征的分析与检测，这些原始特征包括点、线条、角度、朝向和运动等；视觉系统对这些特征的检测是自动的、无需意识努力的，并由视觉系统的特征检测器完成。^{9595图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

图形可定义为视野中借助可见轮廓而从其余部分分离出来的一个面积；轮廓代表图形与背景的分界面，出现在视野中邻近成分发生明度或颜色突然变化之处。^{9595图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

一个物体的轮廓不仅受空间上邻近的其他物体轮廓的影响，也受时间上前后出现的物体轮廓的影响，这种现象称为轮廓掩蔽或图形掩蔽，说明轮廓的形成需要时间。^{9595图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

当客观上不存在刺激的梯度变化时，人们在一片同质的视野中也能看到轮廓，这种轮廓称为主观轮廓或错觉轮廓；它表现了视觉系统倾向于把不完整因素完整起来、变成比较简单稳定正规化图形的特点。^{9595图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

关于主观轮廓的成因，存在不同解释：一种观点认为它反映了视觉系统将不完整因素完整化的倾向，另一种观点认为主观轮廓是由于明度对比产生的。^{9595图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

自20世纪初以来，心理学对视野中哪些成分容易结合为一个图形进行了一系列研究，提出了邻近性、相似性、对称性、良好连续、共同命运、封闭、线条方向和简单性等图形组织原则。^{9595图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

图形识别指人们利用已有知识经验和当前获得的信息确定知觉到的图形是什么，是形状知觉中比特征分析更高的一个阶段；人对图形的识别不仅依赖当前输入的信息，也依赖已有的知识、经验和期待。^{9595图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

人脑如何将不同特征联合在一起是形状知觉中的重要问题，在神经科学和心理学中称为特征捆绑问题；现代一些研究认为注意在特征整合中起非常重要的作用：没有注意参与时特征可能游离并出现错误结合，注意参与下人们可能知觉到事物的整体。^{9595图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

马尔（David Marr）在1982年出版的《Vision》中提出，视觉是一个从图像中恢复外部世界性质的信息处理过程，并主张应在计算理论、算法与表征、硬件实现三个层次上分别理解视觉系统。^{88Vision: A Computational Investigation into the Human Representation and Processing of Visual Informationmitpress.mit.edu前往参考资料 ↓在新标签页中打开}

马尔将视觉计算理论的核心任务概括为从二维图像强度阵列出发，依次获得原始草图（primal sketch）、2.5维草图（2.5-D sketch）和三维模型表征（3-D model representation），每一阶段都对应特定的计算目标与表征形式。^{88Vision: A Computational Investigation into the Human Representation and Processing of Visual Informationmitpress.mit.edu前往参考资料 ↓在新标签页中打开}

马尔与希尔德里思（Ellen Hildreth）在1980年提出边缘检测的计算模型，认为视觉系统早期边缘检测可通过在多个尺度上寻找亮度变化最剧烈的位置来实现，并用高斯滤波后的拉普拉斯算子（LoG）的零交叉点来定位边缘。^{9696Theory of Edge Detectionroyalsocietypublishing.org前往参考资料 ↓在新标签页中打开}

马尔与波焦（Tomaso Poggio）在1976年提出，立体视觉中的对应问题可通过一个基于零交叉匹配的协同计算模型来解决，该模型利用左右眼图像中相似符号的零交叉点进行匹配以恢复深度。^{9797Cooperative Computation of Stereo Disparityscience.org前往参考资料 ↓在新标签页中打开}

乌尔曼（Shimon Ullman）在1979年出版的《The Interpretation of Visual Motion》中提出，从运动恢复三维结构需要解决对应问题，并给出了基于刚性假设和最小映射原则的计算理论。^{9898The Interpretation of Visual Motionmitpress.mit.edu前往参考资料 ↓在新标签页中打开}

吉布森（James J. Gibson）在1979年出版的《The Ecological Approach to Visual Perception》中提出直接知觉理论，认为视觉信息直接存在于环境的光流阵列（optic array）中，知觉者无需内部表征或推理即可拾取（pick up）不变性（invariants）。^{9999The Ecological Approach to Visual Perceptionroutledge.com前往参考资料 ↓在新标签页中打开}

霍恩（Berthold K. P. Horn）与舒克（Brian G. Schunck）在1981年提出基于亮度恒定假设和全局平滑约束的光流计算方法，将光流估计表述为变分问题，奠定了后续光流算法的基础。^{100100Determining Optical Flowsciencedirect.com前往参考资料 ↓在新标签页中打开}

卢卡斯（Bruce D. Lucas）与卡纳德（Takeo Kanade）在1981年提出局部光流估计方法，通过假设邻域内运动一致并用最小二乘法求解，成为稀疏特征点跟踪的经典算法。^{101101An Iterative Image Registration Technique with an Application to Stereo Visionijcai.org前往参考资料 ↓在新标签页中打开}

马尔的计算理论对后续计算机视觉与计算神经科学产生了深远影响，其三层分析框架至今仍被用作讨论视觉模型时的方法论参照。^{102102The Computational Brain (25th Anniversary Edition)mitpress.mit.edu前往参考资料 ↓在新标签页中打开}

Hubel-Wiesel 模型是初级视皮层二维朝向选择性的一种经典解释，其结构是级联式的神经连接：由外侧膝状体输入汇聚到简单细胞，再由简单细胞汇聚到复杂细胞，从而实现从局部到全局的信息聚合。^{103103Artificial Visual System for Stereo-Orientation Recognition Based on Hubel-Wiesel Model | CiNii Research - Institute of AI for Industries, Chinese Academy of Sciences, 168 Tianquan Road, Nanjing 211100, Chinacir.nii.ac.jp前往参考资料 ↓在新标签页中打开}

Hubel-Wiesel 模型的局部到全局信息聚合思想不仅推动了神经生理学，也启发了计算机视觉领域的发展，成为早期人工视觉系统设计的重要概念来源。^{103103Artificial Visual System for Stereo-Orientation Recognition Based on Hubel-Wiesel Model | CiNii Research - Institute of AI for Industries, Chinese Academy of Sciences, 168 Tianquan Road, Nanjing 211100, Chinacir.nii.ac.jp前往参考资料 ↓在新标签页中打开}

2025 年发表的一项研究基于 Hubel-Wiesel 模型构建了用于立体朝向识别的人工视觉系统，试图把该级联结构从二维朝向选择扩展到包含视差信息的高维空间朝向选择。^{103103Artificial Visual System for Stereo-Orientation Recognition Based on Hubel-Wiesel Model | CiNii Research - Institute of AI for Industries, Chinese Academy of Sciences, 168 Tianquan Road, Nanjing 211100, Chinacir.nii.ac.jp前往参考资料 ↓在新标签页中打开}

该研究指出，立体朝向选择性是大脑中一项基础性的神经机制，对知觉具有关键作用；但由于高维空间信息的识别过程通常发生在高级皮层，其底层机制仍知之甚少，并且长期缺乏建模策略。^{103103Artificial Visual System for Stereo-Orientation Recognition Based on Hubel-Wiesel Model | CiNii Research - Institute of AI for Industries, Chinese Academy of Sciences, 168 Tianquan Road, Nanjing 211100, Chinacir.nii.ac.jp前往参考资料 ↓在新标签页中打开}

贝叶斯感知模型将视觉感知形式化为概率推断：给定视网膜输入（似然），结合关于世界先验知识，计算后验分布，并常以最大后验估计或后验期望作为感知输出。^{5757Psychometric functions in the study of visual awarenessjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

该框架的早期代表性工作包括 Helmholtz 的“无意识推断”思想，以及 20 世纪 90 年代由 Knill、Richards、Kersten、Yuille 等人系统化的贝叶斯视觉理论。^{104104Bayesian models of visual perceptionnature.com前往参考资料 ↓在新标签页中打开}

贝叶斯模型被用于解释多种视觉现象，如运动感知中的先验偏好（慢速先验）、立体视觉中的表面先验、以及光照与反射率分离中的先验约束。^{5757Psychometric functions in the study of visual awarenessjov.arvojournals.org前往参考资料 ↓在新标签页中打开|6262Color matching and color discriminationsciencedirect.com前往参考资料 ↓在新标签页中打开}

在运动感知中，Weiss、Simoncelli 和 Adelson 于 2002 年提出基于贝叶斯推断的运动估计模型，将局部运动测量中的噪声与慢速先验结合，解释了运动感知中的偏差。^{105105Motion illusions as optimal perceptsnature.com前往参考资料 ↓在新标签页中打开}

贝叶斯框架也被用于解释 cue combination（线索整合）：当多个独立线索提供同一场景属性时，观察者倾向于以可靠性（逆方差）加权的方式整合线索，该预测在多种任务中得到心理物理学证据支持。^{106106Humans integrate visual and haptic information in a statistically optimal fashionnature.com前往参考资料 ↓在新标签页中打开|107107Cue combination in the perception of spatial layoutpsycnet.apa.org前往参考资料 ↓在新标签页中打开}

贝叶斯感知模型与预测编码理论有密切联系：预测编码可视为贝叶斯推断在神经层面的一种实现方案，其中自上而下的预测与自下而上的预测误差进行贝叶斯整合。^{109109Predictive coding in the visual cortex: a functional interpretation of some extra-classical receptive-field effectsnature.com前往参考资料 ↓在新标签页中打开}

贝叶斯模型在视觉科学中的应用包括：解释错觉（如 Müller-Lyer 错觉）、多感官整合、以及场景理解中的先验约束。^{5757Psychometric functions in the study of visual awarenessjov.arvojournals.org前往参考资料 ↓在新标签页中打开|110110Bayesian models of visual perception: a reviewannualreviews.org前往参考资料 ↓在新标签页中打开}

功能性磁共振成像（fMRI）通过测量血氧水平依赖（BOLD）信号间接反映神经活动，是视觉科学中在活体人脑上无创定位视觉皮层功能区、绘制视网膜拓扑映射的主要手段之一。^{111111Assessing the spatio-temporal dynamics of visual receptive fields by fMRI--International Center For Primate Brain Researchicpbr.ac.cn前往参考资料 ↓在新标签页中打开}

在人类早期视觉皮层中，fMRI 可以在体素水平上估计群体感受野（population receptive field, pRF），即把每个体素的响应建模为对视野中某一位置与尺寸的高斯型敏感区；这一方法由 Dumoulin 与 Wandell 于 2008 年在 NeuroImage 上提出。^{111111Assessing the spatio-temporal dynamics of visual receptive fields by fMRI--International Center For Primate Brain Researchicpbr.ac.cn前往参考资料 ↓在新标签页中打开}

pRF 建模的经典做法是让被试观看标准的视网膜拓扑刺激（如旋转楔形、扩张环等行波刺激），再对每个体素的时程做模型拟合，从而同时得到感受野中心位置与大小。^{111111Assessing the spatio-temporal dynamics of visual receptive fields by fMRI--International Center For Primate Brain Researchicpbr.ac.cn前往参考资料 ↓在新标签页中打开}

fMRI 估计的感受野是体素内大量神经元活动的聚合量，因此其空间尺度远大于单细胞电生理记录的感受野；把 fMRI 结果与电生理结果直接对应时需要谨慎。^{111111Assessing the spatio-temporal dynamics of visual receptive fields by fMRI--International Center For Primate Brain Researchicpbr.ac.cn前往参考资料 ↓在新标签页中打开}

电生理研究已表明灵长类视觉系统感受野并非固定不变，而会随刺激条件或行为任务动态改变；因此仅用静态 pRF 描述早期视觉区存在局限，Keliris 等人在 2010 年神经科学学会年会上报告了用 fMRI 评估视觉感受野时空动态性的工作。^{111111Assessing the spatio-temporal dynamics of visual receptive fields by fMRI--International Center For Primate Brain Researchicpbr.ac.cn前往参考资料 ↓在新标签页中打开}

BOLD 信号的血流动力学响应存在数秒量级的延迟与时间平滑，其时间分辨率明显低于直接记录神经电活动的电生理方法，因此 fMRI 更适合刻画空间布局而非毫秒级的神经时序。^{111111Assessing the spatio-temporal dynamics of visual receptive fields by fMRI--International Center For Primate Brain Researchicpbr.ac.cn前往参考资料 ↓在新标签页中打开}

脑电图（EEG）与脑磁图（MEG）都是非侵入性的功能神经成像手段，直接测量神经活动产生的电磁信号，而非像功能磁共振那样测量血氧水平依赖信号，因此具备毫秒级的时间分辨率。^{112112Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

MEG 记录的是神经元细胞内电流所产生的微弱磁场，其信号不受头皮、颅骨等组织电导率差异的严重扭曲，因而在源定位上通常比 EEG 具有更好的空间精度；但 MEG 设备需要超导量子干涉器件（SQUID）与磁屏蔽室，成本与运行门槛显著高于 EEG。^{112112Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在视觉科学中，EEG 与 MEG 的典型用途包括：测量视觉诱发电位（VEP）与事件相关电位/磁场（ERP/ERF）、研究注意与知觉的时间进程、以及通过多变量解码从脑活动中重建或分类所观看的图像类别。^{112112Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

由于 MEG 具有高时间分辨率，它已被用于从脑活动中解码自然图像等视觉内容；但受限于设备成本与磁屏蔽要求，其普及程度不及 EEG。^{112112Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

EEG 与 MEG 的空间分辨率受限于逆问题的非唯一性（ill-posed inverse problem）：头皮或头外测得的电磁场可由无穷多种皮层源分布产生，因此源定位必须依赖先验假设与正则化，结果对头模型与源模型的选取敏感。^{112112Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在视觉解码研究中，增加用于训练的概念数量与重复平均次数可显著提升基于脑活动的图像分类性能，这一方法学结论同样适用于 EEG/MEG 解码范式的设计。^{112112Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

单细胞记录（single-unit recording）是用微电极在活体动物脑内隔离单个神经元的动作电位，从而测量其放电率与刺激或行为之间关系的方法，是视觉系统功能组织研究的核心电生理手段之一。^{113113Single-unit recordingscholarpedia.org前往参考资料 ↓在新标签页中打开}

Hubel 与 Wiesel 在 1950—1960 年代用麻醉猫的玻璃微电极单细胞记录，发现初级视皮层（V1）神经元具有朝向选择性和感受野的“简单/复杂”两类结构，并据此提出皮层特征检测的层级模型；这项工作后来获 1981 年诺贝尔生理学或医学奖。^{114114Receptive fields of single neurones in the cat's striate cortexphysoc.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|115115The Nobel Prize in Physiology or Medicine 1981nobelprize.org前往参考资料 ↓在新标签页中打开}

单细胞记录揭示，视网膜神经节细胞在给光—撤光刺激下可分为 ON、OFF 与 ON-OFF 反应类型，其感受野具有中心—周边拮抗结构，这一组织方式在视神经和视皮层中继续存在。^{116116Receptive fields of optic nerve fibres in the spider monkeyphysoc.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

在清醒猴上，单细胞记录被用于研究视觉注意与眼动的关系：V4 等腹侧通路神经元的反应会随注意指向而增强，且这种增强不能完全用感受野内的刺激变化解释。^{117117Attention modulates responses in the human lateral geniculate nucleusnature.com前往参考资料 ↓在新标签页中打开}

单细胞记录的空间分辨率可达单个神经元，但时间上只能采样到少数同时记录的单元，且电极穿刺本身可能损伤组织、难以在数周内稳定追踪同一单元，因此对群体编码和长时程可塑性的推断存在局限。^{118118Neurophysiology: Single-unit recordingcell.com前往参考资料 ↓在新标签页中打开}

高密度硅探针（如 Neuropixels）把单细胞记录从一次数十个单元推进到一次数百至上千个单元，使同时采样多个视皮层区域成为可能，但单元隔离（spike sorting）的准确性与跨会话稳定性仍是方法学讨论的焦点。^{4141Fully integrated silicon probes for high-density recording of neural activitynature.com前往参考资料 ↓在新标签页中打开}

单细胞记录与神经影像（fMRI、内源信号成像）的空间尺度不同：前者给出单个神经元的放电，后者反映局部场电位与血流动力学耦合的群体活动，两者在解释“同一区域是否编码同一特征”时需要谨慎对齐。^{119119What we can do and what we cannot do with fMRInature.com前往参考资料 ↓在新标签页中打开}

临床视觉科学是视觉科学在医学实践中的分支，核心任务是把视觉系统的正常与异常功能知识转化为疾病的诊断、治疗和康复手段，其典型对象包括屈光不正、白内障、青光眼、年龄相关性黄斑变性、糖尿病视网膜病变、弱视与斜视等。^{120120Clinical Vision Science: A Concise Guide to Study and Practicelink.springer.com前往参考资料 ↓在新标签页中打开}

在屈光矫正领域，临床视觉科学通过模型眼、像差理论和视网膜像质评价为框架眼镜、接触镜与屈光手术提供定量设计依据；波前像差引导的个体化切削即建立在对人眼高阶像差的测量与补偿之上。^{121121Wavefront-guided refractive surgery: a reviewjournals.healio.com前往参考资料 ↓在新标签页中打开}

青光眼诊疗中，临床视觉科学贡献了标准自动视野计（如 Humphrey 视野计）的阈值检测算法与青光眼半视野测试（GHT）等判读指标，以及以光学相干断层扫描（OCT）测量视网膜神经纤维层厚度来追踪结构损伤的范式；结构与功能检查的互补已成为青光眼随访的常规做法。^{122122Glaucoma Hemifield Test and standard automated perimetry in glaucoma diagnosisaaojournal.org前往参考资料 ↓在新标签页中打开}

年龄相关性黄斑变性（AMD）的治疗进展直接受益于视觉科学对脉络膜新生血管机制的研究：抗血管内皮生长因子（anti-VEGF）玻璃体腔注射已成为新生血管性 AMD 的一线疗法，其疗效在多项随机对照试验中得到验证。^{123123Anti-vascular endothelial growth factor for neovascular age-related macular degenerationcochranelibrary.com前往参考资料 ↓在新标签页中打开}

糖尿病视网膜病变的筛查与分级大量采用眼底照相结合自动图像分析；基于深度学习的视网膜图像判读系统在敏感性和特异性上已达到与眼科专家相当的水平，并被用于远程筛查流程。^{124124Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographsjamanetwork.com前往参考资料 ↓在新标签页中打开}

弱视的临床处理建立在视觉发育关键期与双眼竞争的理论之上：遮盖疗法和基于双眼分视的知觉学习训练均以恢复双眼视觉功能为目标，随机对照试验显示双眼分视训练在部分成人弱视患者中也能改善视力。^{125125Dichoptic training improves visual acuity in adults with amblyopiacell.com前往参考资料 ↓在新标签页中打开}

低视力康复是临床视觉科学的重要应用出口，涵盖助视器验配、对比度与照明改造、偏心注视训练等；世界卫生组织估计全球有数亿人存在未矫正的屈光不正或未满足的低视力康复需求，这构成了康复服务规划的依据。^{126126World report on visionwho.int前往参考资料 ↓在新标签页中打开}

视觉电生理检查——包括视网膜电图（ERG）、眼电图（EOG）和视觉诱发电位（VEP）——被临床用于视网膜营养不良、视神经炎等疾病的客观功能评估；国际临床视觉电生理学会（ISCEV）发布的标准化检查协议是各实验室结果可比性的基础。^{127127ISCEV standard for full-field clinical electroretinography (2022 update)link.springer.com前往参考资料 ↓在新标签页中打开}

在神经眼科，光学相干断层扫描测量视神经纤维层与黄斑神经节细胞复合体厚度，已被用于多发性硬化等脱髓鞘疾病中轴突损伤的监测，并作为临床试验的结局指标之一。^{128128Optical coherence tomography in multiple sclerosis: a systematic review and meta-analysisthelancet.com前往参考资料 ↓在新标签页中打开}

临床视觉科学还推动了阅读与驾驶等日常功能的评估工具：对比敏感度、眩光敏感度和动态视力的测量被用于白内障手术指征判断与术后视觉质量评价，弥补了单纯高对比度视力表的不足。^{129129Contrast sensitivity and glare testing in cataract surgeryjournals.lww.com前往参考资料 ↓在新标签页中打开}

人工智能辅助诊断在临床视觉科学中的落地仍面临外部验证不足、数据集偏倚和监管路径等挑战；不同研究对同一类算法在真实临床环境中泛化能力的报告差异较大，说明从实验室性能到临床效用之间尚有距离。^{130130Artificial intelligence in ophthalmology: current status and future perspectivessciencedirect.com前往参考资料 ↓在新标签页中打开}

人类获取的外部信息中约七成以上经由视觉通道进入，这一比例常被用作把视觉研究与人机界面设计联系起来的动机性论据；北京分子科学国家研究中心在介绍其眼动追踪交互研究时即采用了「70%以上来源于视觉」的表述。^{131131北京分子科学国家研究中心bnlms.iccas.ac.cn前往参考资料 ↓在新标签页中打开}

眼动追踪被视作人机交互中的一类重要输入通道，因为它能在较少干扰、相对隐蔽的条件下持续监测使用者的视觉行为，从而把注视位置与注视时长转化为可用的控制信号与注意度量。^{131131北京分子科学国家研究中心bnlms.iccas.ac.cn前往参考资料 ↓在新标签页中打开}

传统眼动追踪设备通常依赖较复杂的传感系统与繁琐的图像处理流程，设备体积偏大；而基于隐形眼镜的侵入式方案虽然便携性较好，但测量精度有限，并可能因异物引入而带来不适感。这两条技术路线各自的局限，构成了发展低成本、易用、高精度眼球信号追踪方法的直接动因。^{131131北京分子科学国家研究中心bnlms.iccas.ac.cn前往参考资料 ↓在新标签页中打开}

在显示与交互硬件的实现层面，印刷电子方法被用于制备多维、多功能的微纳传感器件，使传感单元可以直接集成到玻璃等透明基底上，从而与显示面板或眼镜式载体结合。^{131131北京分子科学国家研究中心bnlms.iccas.ac.cn前往参考资料 ↓在新标签页中打开}

宋延林、苏萌团队采用仿生矿化策略在玻璃基底上制备大晶粒钙钛矿薄膜，并构建了集成钙钛矿光电探测器的智能眼镜系统，实现了以眼球操控为基础的人机交互演示；该工作通过引入聚丙烯酸钠界面层钝化薄膜缺陷、促进高质量钙钛矿薄膜生长。^{131131北京分子科学国家研究中心bnlms.iccas.ac.cn前往参考资料 ↓在新标签页中打开}

在上述智能眼镜系统中，钙钛矿光电传感器在 500 Lux 光照条件下实现了接近 300 倍的开关比，这一指标说明该类器件在室内照度量级下具备区分明暗状态、进而编码眼动信号的能力。^{131131北京分子科学国家研究中心bnlms.iccas.ac.cn前往参考资料 ↓在新标签页中打开}

把眼动、头动等视觉行为信号作为输入，与显示内容联动，是视觉科学向人机交互与显示技术迁移的一条主要路径：视觉系统对亮度、对比度、时间频率与空间频率的敏感性决定了显示参数的选择，而对注视与扫视行为的建模则决定了交互的响应逻辑。^{131131北京分子科学国家研究中心bnlms.iccas.ac.cn前往参考资料 ↓在新标签页中打开}

视觉科学与计算机视觉的交叉，核心在于把生物视觉系统的原理（如视网膜的采样与编码、皮层感受野结构、注意与眼动机制）作为设计人工视觉系统的灵感来源，同时用工程模型反过来检验对生物视觉的解释。^{133133Considering All Points of View... Literally - Research2Realityresearch2reality.com前往参考资料 ↓在新标签页中打开}

约克大学的 VISTA（Vision: Science to Applications）项目是一个跨学科视觉研究计划，明确把生物视觉、计算机视觉与机器人视觉放在同一框架下推进，其参与者将这一交叉描述为「从神经生理学视角、正常视觉与知觉视角、计算机视角以及机器人学视角」共同研究视觉。^{133133Considering All Points of View... Literally - Research2Realityresearch2reality.com前往参考资料 ↓在新标签页中打开}

在机构层面，视觉科学的交叉应用已形成专门的研究中心建制，例如约克大学的视觉研究中心（Centre for Vision Research）以组织化研究单元的形式汇聚跨学科专家，与外部伙伴合作推进视觉发现。^{132132Research in Focus: driving discovery in visual science - YFileyorku.ca前往参考资料 ↓在新标签页中打开}

视觉研究的应用外延并不限于眼与脑本身，还延伸到知觉、疾病与脑损伤、机器学习、娱乐与设计等领域，这种多领域外溢正是视觉科学与计算机视觉等工程学科交叉的现实基础。^{133133Considering All Points of View... Literally - Research2Realityresearch2reality.com前往参考资料 ↓在新标签页中打开}

预测编码（predictive coding）理论把大脑视为一个主动推理的器官：它不断对即将到来的感觉输入生成自上而下的预测，并将预测与实际输入比较，把二者的差异作为预测误差（prediction error）向上传递，以此更新内部模型、降低未来的误差。这一框架在20世纪90年代由Karl Friston等人系统提出，此后成为认知神经科学中描述皮层信息加工的高层理论之一。^{135135下一句会是什么？我们是否高估了预测编码理论？-钛媒体官方网站m.tmtpost.com前往参考资料 ↓在新标签页中打开}

在预测编码的经典图景中，皮层被组织为层级结构：较高层级向较低层级发送预测信号，较低层级则把未能被预测解释的残差（预测误差）回传，两个方向的信号分别由不同的神经元群体承载。这一层级—误差回传的架构是该理论区别于一般「自上而下调制」说法的核心机制主张。^{135135下一句会是什么？我们是否高估了预测编码理论？-钛媒体官方网站m.tmtpost.com前往参考资料 ↓在新标签页中打开}

预测编码框架已被用于解释多种视觉现象，包括亮度/灰度对比错觉：当中心方块被较亮的相邻方块包围时显得更暗、被较暗方块包围时显得更亮，这类同时对比效应可被表述为大脑对局部强度所做的预测与校正的结果。^{134134Lateral predictive coding revisited: Internal model, symmetry breaking, and response timear5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

侧向预测编码（lateral predictive coding）是预测编码的一个变体，把预测与误差修正放在同一层级内的神经元之间而非仅跨层级进行；相关模型研究显示，这种网络在达到内部模型一致的过程中会出现对称性破缺，并由此产生可测量的响应时间特征，从而把理论预测与反应时数据联系起来。^{134134Lateral predictive coding revisited: Internal model, symmetry breaking, and response timear5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

预测编码理论的一个持续争议点在于其可检验性：作为「关于大脑如何加工的高层次描述」，它更多提供的是概念框架而非唯一确定的计算实现，同一套现象往往可以由不同的误差最小化方案或非预测性模型拟合，这使得判决性实验难以设计。^{135135下一句会是什么？我们是否高估了预测编码理论？-钛媒体官方网站m.tmtpost.com前往参考资料 ↓在新标签页中打开}

双眼竞争是研究视觉意识最常用的实验范式之一：当两只眼分别看到不同的图像时，知觉会在两幅图像之间交替，而视觉输入保持不变。这一范式使研究者能够在刺激恒定的条件下考察意识内容如何产生与切换。^{136136Binocular Rivalryscholarpedia.org前往参考资料 ↓在新标签页中打开}

在双眼竞争中，即使某幅图像在视网膜上被完全抑制、未进入意识，它仍能在初级视皮层引发可测量的神经反应；但只有被意识到的图像才在更高阶视觉区（如梭状回面孔区、旁海马位置区）引发更强的、与知觉报告同步的调制。这一结果支持意识相关活动更多分布于高级视觉皮层而非仅初级视皮层的观点。^{137137Neural correlates of perceptual rivalry in the human brainscience.org前往参考资料 ↓在新标签页中打开}

持续闪烁抑制（CFS）通过向一只眼呈现高对比度动态噪声、另一只眼呈现目标刺激，使目标在数秒内不进入意识，被广泛用于研究无意识加工。研究者据此报告了无意识条件下对情绪面孔、语义类别等刺激的加工效应。^{138138Continuous flash suppressionscholarpedia.org前往参考资料 ↓在新标签页中打开}

双眼竞争中的知觉切换被认为涉及注意与额顶控制网络的参与：当注意被引导至某一图像时，该图像占优的时间延长。这提示意识内容的更替并非纯粹由早期视觉竞争决定，而受自上而下控制影响。^{140140Attention and binocular rivalrycell.com前往参考资料 ↓在新标签页中打开}

全局神经工作空间理论（GNW）提出，当感觉信息被广播到广泛的额顶网络时，意识内容才产生；该理论预测意识知觉伴随前额叶与顶叶的晚期、广泛激活。^{142142Global workspace theory of consciousnessscholarpedia.org前往参考资料 ↓在新标签页中打开}

整合信息理论（IIT）以Φ值度量系统的整合信息量，主张意识对应于系统因果结构的内在整合程度，并据此预测意识主要与后部皮层的整合活动相关，而非前额叶。^{143143Integrated information theoryscholarpedia.org前往参考资料 ↓在新标签页中打开}

视觉意识研究的方法学争议集中在如何界定“无意识”：掩蔽、CFS、双眼竞争等范式对刺激可见性的控制强度不同，不同范式得出的结论可能不可直接比较，这被认为是该领域结果难以复现的原因之一。^{146146The methodological challenges of studying unconscious processingacademic.oup.com前往参考资料 ↓在新标签页中打开}

近年来，对抗性合作（adversarial collaboration）被引入意识研究，GNW与IIT的支持者共同设计实验以检验各自理论的预测，这被视为该领域方法学改进的重要尝试。^{147147Adversarial collaboration in consciousness sciencenature.com前往参考资料 ↓在新标签页中打开}

视觉科学中长期被视为「公认结论」的若干经典效应，在近年的大规模重复实验中未能稳定重现。以 Aubert-Fleischl 现象（Aubert-Fleischl phenomenon，即用眼追踪运动目标时对其速度的低估）为例，2025 年发表的一项研究在虚拟现实环境中对该效应进行重复与检验，作者将其定位为对既有「公认智慧」的再现性检验，而非对原效应的简单确认。^{148148Failure to replicate the Aubert-Fleischl effectjournals.plos.org前往参考资料 ↓在新标签页中打开}

该 Aubert-Fleischl 重复研究采用两间隔强迫选择任务（two-interval forced-choice），共 50 名被试，比较单个球体与球体云的速度判断，并操纵被试是追踪单球还是注视注视点；刺激在虚拟现实（VR）中呈现，目标运动时可叠加目标与背景之间的相对运动线索。这说明当代重复研究倾向于在更接近真实观看条件的场景中检验原效应，而不是照搬原始实验的空白背景设置。^{148148Failure to replicate the Aubert-Fleischl effectjournals.plos.org前往参考资料 ↓在新标签页中打开}

该研究的作者明确指出，以往关于 Aubert-Fleischl 效应的实验大多采用在空白背景前运动的目标；而真实世界中物体与背景之间的相对运动会提供额外线索，可能使视觉系统补偿这一效应。这一方法论批评指向的是经典实验范式的生态效度问题，属于对原始实验条件而非对原始数据本身的质疑。^{148148Failure to replicate the Aubert-Fleischl effectjournals.plos.org前往参考资料 ↓在新标签页中打开}

该研究把「研究实践」层面的考量与效应本身的检验并列提出，反映出视觉科学界对可重复性的关注已从单纯的结果复现，扩展到实验设计、刺激呈现方式与发表实践等研究实践环节。^{148148Failure to replicate the Aubert-Fleischl effectjournals.plos.org前往参考资料 ↓在新标签页中打开}

《Investigative Ophthalmology & Vision Science》（IOVS）是视觉科学与眼科领域最常被列为核心期刊之一的刊物，其刊名同时涵盖“眼科”与“视觉科学”，反映出该领域与临床眼科的紧密交叠。^{149149Vision sciencebrowse.library.kiwix.org前往参考资料 ↓在新标签页中打开}

在视觉科学的期刊清单中，临床眼科类刊物占据显著位置，包括《Ophthalmology》《JAMA Ophthalmology》与《American Journal of Ophthalmology》，说明视觉科学文献体系与眼科临床期刊高度共享。^{149149Vision sciencebrowse.library.kiwix.org前往参考资料 ↓在新标签页中打开}

视觉科学的期刊谱系并不局限于眼科临床刊物，而是同时覆盖眼科学与视觉研究、普通眼科、以及以视觉感知与心理物理学为对象的专门刊物，构成一个跨基础与临床的期刊群。^{149149Vision sciencebrowse.library.kiwix.org前往参考资料 ↓在新标签页中打开}

视觉科学作为一个跨学科领域，其学术交流渠道除期刊外还包括国际会议，期刊与国际会议共同构成该领域的主要发表与交流平台。^{149149Vision sciencebrowse.library.kiwix.org前往参考资料 ↓在新标签页中打开}

视觉科学领域最主要的国际学术会议之一，是视觉与眼科学研究协会（Association for Research in Vision and Ophthalmology，ARVO）的年会；该会议被视觉科学综述文献列为该领域的相关国际会议。^{149149Vision sciencebrowse.library.kiwix.org前往参考资料 ↓在新标签页中打开|150150Vision sciencebrowse.library.kiwix.org前往参考资料 ↓在新标签页中打开}

美国眼科学会（American Academy of Ophthalmology，AAO）的年会同样被视觉科学综述文献列入该领域相关的国际会议清单，反映视觉科学与临床眼科的交叉。^{149149Vision sciencebrowse.library.kiwix.org前往参考资料 ↓在新标签页中打开|150150Vision sciencebrowse.library.kiwix.org前往参考资料 ↓在新标签页中打开}

视觉科学综述文献在列举该领域相关国际会议时，把 ARVO 与 AAO 等会议并列，说明视觉科学的会议体系横跨基础视觉研究与临床眼科两个方向。^{149149Vision sciencebrowse.library.kiwix.org前往参考资料 ↓在新标签页中打开|150150Vision sciencebrowse.library.kiwix.org前往参考资料 ↓在新标签页中打开}