1. Проектирование стимулов
- Эксперимент включает в себя два типа испытаний. В половине испытаний — испытаниях по поиску функций — участников попросят найти красную полосу среди синей. Итак, визуализируйте набор из 40 дисплеев, случайным образом разместив красную полосу в каждом, а также случайным образом разместив 3, 6, 9 или 12 синих полос. Количество синих полос — это нагрузка на отвлекающий фактор. Для каждой загрузки будет одинаковое количество испытаний (в данном случае 10).
- Для эксперимента также требуются отсутствующие испытания цели, которые не включают цель поиска, в данном случае красную полосу. Сделайте их тоже 40, опять же, в том числе по 10 для каждой отвлекающей нагрузки. Целевые испытания в настоящее время и в их отсутствие, по нагрузке, должны выглядеть примерно так, как показано на рисунке 1.
Рисунок 1: Примеры отображения для всплывающего визуального поиска. В верхнем ряду показаны испытания с мишенью, одна красная полоса, присутствующая. В нижнем ряду показаны испытания без цели или без нее. Количество не-целей, которые являются дистракторами, увеличивается слева направо. - Другая половина испытаний будет связана с поиском соединений. В этом случае наблюдатели будут искать красную полосу, ориентированную под углом -45° (т.е. наклоненную влево, а не вправо). Опять же, нагрузка на отвлекающий фактор будет варьироваться, в том числе 3, 6, 9 или 12. Но в этом случае дистракторы будут двух типов: синие полосы под углом -45° и красные полосы под углом +45° (т.е. наклоненные вправо). Каждое испытание будет включать оба вида дистракторов, и опять же, будут также испытания без мишени (Рисунок 2).
Рисунок 2: Примеры отображения для визуального поиска соединений. В верхнем ряду показаны испытания с мишенью, красная полоса ориентирована влево, присутствует. В нижнем ряду показаны испытания без цели или без нее. Количество не-целей, которые являются дистракторами, увеличивается слева направо.
2. Процедура
- Запускайте пробные версии поиска функций и поиска соединений в отдельных блоках. Некоторые участники выполняют функцию первыми, а другие делают соединение первыми. Основная процедура одинакова для обоих типов испытаний.
- Чтобы упорядочить эксперимент, случайным образом чередуйте присутствующие/отсутствующие попытки и отвлекающие нагрузки, чтобы эксперимент состоял из последовательности непредсказуемых попыток.
- В каждом испытании демонстрируйте стимулы до тех пор, пока участник не укажет, присутствует или отсутствует цель в этом испытании. Назначьте одну клавишу: клавишу «M» для представления ответов, а клавишу «Z» — для отсутствующих ответов.
- Попросите участника ответить как можно быстрее, не допуская ошибок.
- Используя экспериментальный пакет программного обеспечения, такой как ePrime, или среду программирования, такую как MATLAB, запишите ответ участника на каждое испытание, а также время его ответа. Таким образом, можно проверить, правильно ли ответил участник, а также посмотреть, сколько времени у него ушло на ответ.
3. Анализ
- В конце эксперимента выведите данные в электронную таблицу. Укажите, правильно ли ответили участники, время их ответа и параметры каждого испытания, т. е. было ли это настоящее или отсутствующее испытание, в блоке поиска функции или соединения, а также с каким количеством дистракторов.
- Усредните время реакции участника во всех целевых испытаниях в зависимости от условия (функция или соединение) и нагрузки на отвлекающий фактор.
- Обратите внимание, что результаты целевых отсутствующих испытаний не анализируются. Они включены в список, потому что в противном случае участник мог бы просто нажать кнопку «присутствовать» в каждом испытании, так и не найдя цель. Однако посмотрите на общую производительность, чтобы убедиться, что участник был внимателен и старался изо всех сил. Как правило, если участник ошибается менее чем на 75% в отсутствующих испытаниях, данные о времени его ответа не анализируются.
- Основные аналитические вопросы касаются различий во времени отклика между испытаниями по концепции и поиску признаков. Время отклика при испытаниях по поиску соединений должно значительно увеличиваться по мере увеличения нагрузки на дистрактор. Но они должны быть относительно незатронуты в пробных версиях поиска функций.
Визуальное внимание относится к способности сфокусироваться только на части изображения. Чтобы изучить, как люди обращают внимание на объекты в загроможденных визуальных сценах, психологи используют парадигму, известную как визуальный поиск.
Часто эксперименты по визуальному поиску могут помочь исследователям объяснить, почему одни объекты легко найти, а другие — сложнее.
Используя парадигму визуального поиска, это видео продемонстрирует, как проектировать и идентифицировать стимулы для экспериментов, а также выполнять, анализировать и интерпретировать результаты.
Чтобы сконструировать стимулы, составьте пару условий, которые очень похожи с точки зрения содержания отображения, но различаются с точки зрения сложности поиска. Рассмотрим классический контрастный пример между «Поиском признаков» и «Поиском соединений».
В условии Feature Search — проектные испытания, в которых один объект выделяет цель среди своих соседей, известных как дистракторы. Здесь мишенью является красная полоса, а все отвлекающие факторы — синие полосы. Участник должен оперативно находить цель, так как она быстро «выскакивает», даже когда нагрузка на отвлекающий фактор увеличивается с трех, шести, девяти или 12 синих полос.
В условии «Поиск соединения» — проектные испытания, в которых объект имеет сходство с дистракторами. Здесь красная полоса мишени ориентирована под углом -45°, а красный и синий дистракторы ориентированы под углом +45°. В этом случае участник должен найти поиск более сложным, потому что сходство не дает эффекта «выскакивания».
В рамках каждого условия поиска создайте два набора из 40 испытаний, в которых цель присутствует или отсутствует. Обязательно включите 10 попыток с каждой нагрузкой на дистрактор в три, шесть, девять или 12 бар. Случайным образом чередуйте все попытки, чтобы гарантировать непредсказуемые последовательности для каждого типа поиска.
Чтобы начать эксперимент, начните с выполнения задач «Поиск признаков» и «Поиск соединений». Используйте уравновешенную структуру, чтобы некоторые участники начинали с поиска функций, в то время как другие сначала выполняли поиск соединений.
Пока участник сидит за компьютером, назначьте клавишу «M» для обозначения ответов цели в настоящее время, а клавишу «Z» — для отсутствующих реакций цели. Покажите участнику, что он или она должны нажимать соответствующие клавиши, чтобы завершить каждую попытку как можно быстрее, стараясь не допустить ошибок.
Во время каждого испытания фиксируйте, был ли ответ участника правильным или неправильным, а также время ответа. Выведите результаты в таблицу.
участник выполнит оба типа поиска, проверьте общую эффективность для целевого отсутствующего испытания, чтобы убедиться, что участник был внимателен. Исключите всех участников, которые выполняют менее 75% правильных результатов в этих испытаниях.
После того, как эффективность критерия будет проверена, усредните время отклика каждого участника для всех целевых текущих испытаний в зависимости от условия поиска (функция или соединение) и нагрузки на отвлекающий фактор.
Затем данные строятся на графике с помощью графика среднего времени отклика по нагрузкам дистракторов для условий поиска функции и соединения. Время отклика для задачи "Поиск характеристик" относительно не зависит от нагрузки на отвлекающий фактор. В отличие от этого, время отклика поиска сочетаний линейно увеличивается с нагрузкой на отвлекающий фактор. Кроме того, оба поиска занимают около 200 мс при наличии минимального из трех дистракторов. Это говорит о том, что необходимо единое количество времени, чтобы начать поиск и дать ответ.
Теперь, когда вы знакомы с настройкой эксперимента по визуальному поиску, вы можете применить этот подход для ответа на более конкретные исследовательские вопросы.
Одна из основных проблем, с которыми сталкивается наша визуальная система, связана со сложной интеграцией нескольких визуальных функций. Найти красную полосу среди всех синих легко, потому что актуальна только цветовая информация.
Однако при поиске объекта, который имеет несколько различных особенностей, таких как ориентация и цвет, необходимо уделить больше внимания связыванию этих особенностей вместе.
Например, исследователи применяют свойства визуального поиска, чтобы улучшить то, как врачи ищут определенные контрольные признаки при просмотре рентгеновского снимка или МРТ.
Кроме того, подход визуального поиска влияет на то, как персонал TSA осуществляет поиск по сканам багажа пассажиров в аэропорту.
Вы только что посмотрели введение JoVE о проведении эксперимента по визуальному поиску. Теперь у вас должно быть хорошее понимание того, как создавать стимулы визуального поиска для двух различных типов условий визуального поиска, как проводить эксперимент и, наконец, как анализировать и интерпретировать результаты.
Вы также должны иметь представление о том, какое внимание требуется, когда вы ищете ключи на грязном столе или находите самый спелый фрукт в продуктовом магазине.
Спасибо за просмотр!
Источник: Лаборатория Джонатана Фломбаума — Университет Джона Хопкинса
Как люди находят объекты в загроможденных визуальных сценах? Подумайте, наприме…
1. Проектирование стимулов
- Эксперимент включает в себя два типа испытаний. В половине испытаний — испытаниях по поиску функций — участников попросят найти красную полосу среди синей. Итак, визуализируйте набор из 40 дисплеев, случайным образом разместив красную полосу в каждом, а также случайным образом разместив 3, 6, 9 или 12 синих полос. Количество синих полос — это нагрузка на отвлекающий фактор. Для каждой загрузки будет одинаковое количество испытаний (в данном случае 10).
- Для эксперимента также требуются отсутствующие испытания цели, которые не включают цель поиска, в данном случае красную полосу. Сделайте их тоже 40, опять же, в том числе по 10 для каждой отвлекающей нагрузки. Целевые испытания в настоящее время и в их отсутствие, по нагрузке, должны выглядеть примерно так, как показано на рисунке 1.
Рисунок 1: Примеры отображения для всплывающего визуального поиска. В верхнем ряду показаны испытания с мишенью, одна красная полоса, присутствующая. В нижнем ряду показаны испытания без цели или без нее. Количество не-целей, которые являются дистракторами, увеличивается слева направо. - Другая половина испытаний будет связана с поиском соединений. В этом случае наблюдатели будут искать красную полосу, ориентированную под углом -45° (т.е. наклоненную влево, а не вправо). Опять же, нагрузка на отвлекающий фактор будет варьироваться, в том числе 3, 6, 9 или 12. Но в этом случае дистракторы будут двух типов: синие полосы под углом -45° и красные полосы под углом +45° (т.е. наклоненные вправо). Каждое испытание будет включать оба вида дистракторов, и опять же, будут также испытания без мишени (Рисунок 2).
Рисунок 2: Примеры отображения для визуального поиска соединений. В верхнем ряду показаны испытания с мишенью, красная полоса ориентирована влево, присутствует. В нижнем ряду показаны испытания без цели или без нее. Количество не-целей, которые являются дистракторами, увеличивается слева направо.
2. Процедура
- Запускайте пробные версии поиска функций и поиска соединений в отдельных блоках. Некоторые участники выполняют функцию первыми, а другие делают соединение первыми. Основная процедура одинакова для обоих типов испытаний.
- Чтобы упорядочить эксперимент, случайным образом чередуйте присутствующие/отсутствующие попытки и отвлекающие нагрузки, чтобы эксперимент состоял из последовательности непредсказуемых попыток.
- В каждом испытании демонстрируйте стимулы до тех пор, пока участник не укажет, присутствует или отсутствует цель в этом испытании. Назначьте одну клавишу: клавишу «M» для представления ответов, а клавишу «Z» — для отсутствующих ответов.
- Попросите участника ответить как можно быстрее, не допуская ошибок.
- Используя экспериментальный пакет программного обеспечения, такой как ePrime, или среду программирования, такую как MATLAB, запишите ответ участника на каждое испытание, а также время его ответа. Таким образом, можно проверить, правильно ли ответил участник, а также посмотреть, сколько времени у него ушло на ответ.
3. Анализ
- В конце эксперимента выведите данные в электронную таблицу. Укажите, правильно ли ответили участники, время их ответа и параметры каждого испытания, т. е. было ли это настоящее или отсутствующее испытание, в блоке поиска функции или соединения, а также с каким количеством дистракторов.
- Усредните время реакции участника во всех целевых испытаниях в зависимости от условия (функция или соединение) и нагрузки на отвлекающий фактор.
- Обратите внимание, что результаты целевых отсутствующих испытаний не анализируются. Они включены в список, потому что в противном случае участник мог бы просто нажать кнопку «присутствовать» в каждом испытании, так и не найдя цель. Однако посмотрите на общую производительность, чтобы убедиться, что участник был внимателен и старался изо всех сил. Как правило, если участник ошибается менее чем на 75% в отсутствующих испытаниях, данные о времени его ответа не анализируются.
- Основные аналитические вопросы касаются различий во времени отклика между испытаниями по концепции и поиску признаков. Время отклика при испытаниях по поиску соединений должно значительно увеличиваться по мере увеличения нагрузки на дистрактор. Но они должны быть относительно незатронуты в пробных версиях поиска функций.
Визуальное внимание относится к способности сфокусироваться только на части изображения. Чтобы изучить, как люди обращают внимание на объекты в загроможденных визуальных сценах, психологи используют парадигму, известную как визуальный поиск.
Часто эксперименты по визуальному поиску могут помочь исследователям объяснить, почему одни объекты легко найти, а другие — сложнее.
Используя парадигму визуального поиска, это видео продемонстрирует, как проектировать и идентифицировать стимулы для экспериментов, а также выполнять, анализировать и интерпретировать результаты.
Чтобы сконструировать стимулы, составьте пару условий, которые очень похожи с точки зрения содержания отображения, но различаются с точки зрения сложности поиска. Рассмотрим классический контрастный пример между «Поиском признаков» и «Поиском соединений».
В условии Feature Search — проектные испытания, в которых один объект выделяет цель среди своих соседей, известных как дистракторы. Здесь мишенью является красная полоса, а все отвлекающие факторы — синие полосы. Участник должен оперативно находить цель, так как она быстро «выскакивает», даже когда нагрузка на отвлекающий фактор увеличивается с трех, шести, девяти или 12 синих полос.
В условии «Поиск соединения» — проектные испытания, в которых объект имеет сходство с дистракторами. Здесь красная полоса мишени ориентирована под углом -45°, а красный и синий дистракторы ориентированы под углом +45°. В этом случае участник должен найти поиск более сложным, потому что сходство не дает эффекта «выскакивания».
В рамках каждого условия поиска создайте два набора из 40 испытаний, в которых цель присутствует или отсутствует. Обязательно включите 10 попыток с каждой нагрузкой на дистрактор в три, шесть, девять или 12 бар. Случайным образом чередуйте все попытки, чтобы гарантировать непредсказуемые последовательности для каждого типа поиска.
Чтобы начать эксперимент, начните с выполнения задач «Поиск признаков» и «Поиск соединений». Используйте уравновешенную структуру, чтобы некоторые участники начинали с поиска функций, в то время как другие сначала выполняли поиск соединений.
Пока участник сидит за компьютером, назначьте клавишу «M» для обозначения ответов цели в настоящее время, а клавишу «Z» — для отсутствующих реакций цели. Покажите участнику, что он или она должны нажимать соответствующие клавиши, чтобы завершить каждую попытку как можно быстрее, стараясь не допустить ошибок.
Во время каждого испытания фиксируйте, был ли ответ участника правильным или неправильным, а также время ответа. Выведите результаты в таблицу.
участник выполнит оба типа поиска, проверьте общую эффективность для целевого отсутствующего испытания, чтобы убедиться, что участник был внимателен. Исключите всех участников, которые выполняют менее 75% правильных результатов в этих испытаниях.
После того, как эффективность критерия будет проверена, усредните время отклика каждого участника для всех целевых текущих испытаний в зависимости от условия поиска (функция или соединение) и нагрузки на отвлекающий фактор.
Затем данные строятся на графике с помощью графика среднего времени отклика по нагрузкам дистракторов для условий поиска функции и соединения. Время отклика для задачи "Поиск характеристик" относительно не зависит от нагрузки на отвлекающий фактор. В отличие от этого, время отклика поиска сочетаний линейно увеличивается с нагрузкой на отвлекающий фактор. Кроме того, оба поиска занимают около 200 мс при наличии минимального из трех дистракторов. Это говорит о том, что необходимо единое количество времени, чтобы начать поиск и дать ответ.
Теперь, когда вы знакомы с настройкой эксперимента по визуальному поиску, вы можете применить этот подход для ответа на более конкретные исследовательские вопросы.
Одна из основных проблем, с которыми сталкивается наша визуальная система, связана со сложной интеграцией нескольких визуальных функций. Найти красную полосу среди всех синих легко, потому что актуальна только цветовая информация.
Однако при поиске объекта, который имеет несколько различных особенностей, таких как ориентация и цвет, необходимо уделить больше внимания связыванию этих особенностей вместе.
Например, исследователи применяют свойства визуального поиска, чтобы улучшить то, как врачи ищут определенные контрольные признаки при просмотре рентгеновского снимка или МРТ.
Кроме того, подход визуального поиска влияет на то, как персонал TSA осуществляет поиск по сканам багажа пассажиров в аэропорту.
Вы только что посмотрели введение JoVE о проведении эксперимента по визуальному поиску. Теперь у вас должно быть хорошее понимание того, как создавать стимулы визуального поиска для двух различных типов условий визуального поиска, как проводить эксперимент и, наконец, как анализировать и интерпретировать результаты.
Вы также должны иметь представление о том, какое внимание требуется, когда вы ищете ключи на грязном столе или находите самый спелый фрукт в продуктовом магазине.
Спасибо за просмотр!
Визуальное внимание относится к способности сфокусироваться только на части изображения. Чтобы изучить, как люди обращают внимание на объекты в загроможденных визуальных сценах, психологи используют парадигму, известную как визуальный поиск.
Часто эксперименты по визуальному поиску могут помочь исследователям объяснить, почему одни объекты легко найти, а другие — сложнее.
Используя парадигму визуального поиска, это видео продемонстрирует, как проектировать и идентифицировать стимулы для экспериментов, а также выполнять, анализировать и интерпретировать результаты.
Чтобы сконструировать стимулы, составьте пару условий, которые очень похожи с точки зрения содержания отображения, но различаются с точки зрения сложности поиска. Рассмотрим классический контрастный пример между «Поиском признаков» и «Поиском соединений».
В условии Feature Search — проектные испытания, в которых один объект выделяет цель среди своих соседей, известных как дистракторы. Здесь мишенью является красная полоса, а все отвлекающие факторы — синие полосы. Участник должен оперативно находить цель, так как она быстро «выскакивает», даже когда нагрузка на отвлекающий фактор увеличивается с трех, шести, девяти или 12 синих полос.
В условии «Поиск соединения» — проектные испытания, в которых объект имеет сходство с дистракторами. Здесь красная полоса цели ориентирована на -45°, а красный и синий дистракторы ориентированы на +45°. В этом случае участник должен найти поиск более сложным, потому что сходство не дает эффекта «выскакивания».
В рамках каждого условия поиска создайте два набора из 40 испытаний, в которых цель присутствует или отсутствует. Обязательно включите 10 попыток с каждой нагрузкой на дистрактор в три, шесть, девять или 12 бар. Случайным образом чередуйте все попытки, чтобы гарантировать непредсказуемые последовательности для каждого типа поиска.
Чтобы начать эксперимент, начните с выполнения задач «Поиск признаков» и «Поиск соединений». Используйте уравновешенную структуру, чтобы некоторые участники начинали с поиска функций, в то время как другие сначала выполняли поиск соединений.
Пока участник сидит за компьютером, назначьте клавишу «M» для обозначения ответов цели в настоящее время, а клавишу «Z» — для отсутствующих реакций цели. Покажите участнику, что он или она должны нажимать соответствующие клавиши, чтобы завершить каждую попытку как можно быстрее, стараясь не допустить ошибок.
Во время каждого испытания фиксируйте, был ли ответ участника правильным или неправильным, а также время ответа. Выведите результаты в таблицу.
После того как участник выполнит оба типа поиска, проверьте общую эффективность для целевого отсутствующего испытания, чтобы убедиться, что участник был внимателен. Исключите всех участников, которые выполняют менее 75% правильных результатов в этих испытаниях.
После того, как эффективность критерия будет проверена, усредните время отклика каждого участника для всех целевых текущих испытаний в зависимости от условия поиска (функция или соединение) и нагрузки на отвлекающий фактор.
Затем данные строятся на графике с помощью графика среднего времени отклика по нагрузкам дистракторов для условий поиска функции и соединения. Время отклика для задачи "Поиск характеристик" относительно не зависит от нагрузки на отвлекающий фактор. В отличие от этого, время отклика поиска сочетаний линейно увеличивается с нагрузкой на отвлекающий фактор. Кроме того, оба поиска занимают около 200 мс при наличии минимального из трех дистракторов. Это говорит о том, что необходимо единое количество времени, чтобы начать поиск и дать ответ.
Теперь, когда вы знакомы с настройкой эксперимента по визуальному поиску, вы можете применить этот подход для ответа на более конкретные исследовательские вопросы.
Одна из основных проблем, с которыми сталкивается наша визуальная система, связана со сложной интеграцией нескольких визуальных функций. Найти красную полосу среди всех синих легко, потому что актуальна только цветовая информация.
Однако при поиске объекта, который имеет несколько различных особенностей, таких как ориентация и цвет, необходимо уделить больше внимания связыванию этих особенностей вместе.
Например, исследователи применяют свойства визуального поиска, чтобы улучшить то, как врачи ищут определенные контрольные признаки при просмотре рентгеновского снимка или МРТ-сканирования.
Кроме того, подход визуального поиска влияет на то, как персонал TSA выполняет поиск по сканам багажа пассажиров в аэропорту.
Вы только что посмотрели введение JoVE о проведении эксперимента по визуальному поиску. Теперь у вас должно быть хорошее понимание того, как создавать стимулы визуального поиска для двух различных типов условий визуального поиска, как проводить эксперимент и, наконец, как анализировать и интерпретировать результаты.
Вы также должны иметь представление о том, какое внимание требуется, когда вы ищете ключи на грязном столе или находите самый спелый фрукт в продуктовом магазине.
Спасибо за просмотр!
View the full transcript and gain access to JoVE Science Education videos
Q1: What is the difference between feature search and conjunction search?
Feature search involves finding a target distinguished by a single feature, like a red bar among blue bars, where the target pops out quickly regardless of distractor load. Conjunction search requires finding a target sharing similarities with distractors, such as a red bar at -45° among red and blue bars at +45°, making the search more difficult and dependent on distractor quantity.
Q2: How does distractor load affect response times in visual search tasks?
In feature search, response times remain relatively unaffected as distractor load increases from three to twelve items. However, in conjunction search, response times increase linearly with distractor load. Both tasks require approximately 200 milliseconds with minimal distractors, suggesting a baseline time needed to initiate searching and respond.
Q3: What is visual attention and why is it important for visual search?
Visual attention is the ability to focus on just part of an image, selectively directing processing resources to determine whether a target is present. It is crucial for understanding why some objects are easy to find in cluttered scenes while others are difficult, making it fundamental to studying visual search paradigms.
Q4: How should you design stimuli for a visual search experiment?
Create two similar conditions that vary in search difficulty: feature search with a single distinguishing feature, and conjunction search where the target shares similarities with distractors. For each condition, generate 40 trials with target present or absent, including 10 trials at each distractor load of three, six, nine, or twelve items, randomly interleaved.
Q5: What performance criteria should you use to validate participant attention during visual search?
Examine overall performance on target absent trials to ensure participants were paying attention. Exclude any participant scoring below 75% correct on these trials. This criterion ensures data quality before averaging response times across search conditions and distractor loads for analysis.
Q6: Why is feature binding important in complex visual search tasks?
Feature binding involves integrating multiple visual features, such as color and orientation, to locate a target. Finding a red bar among blue ones requires only color information, but searching for an object with multiple features demands more attention to bind those features together, increasing search difficulty and response time.
Q7: What real-world applications does visual search research have?
Visual search principles improve how physicians search for diagnostic signs in X-rays and MRI scans, and how TSA personnel search baggage scans at airports. The paradigm also explains everyday visual tasks like finding keys on a messy desk or locating a friend in a crowded airport.
Chapters in this video
0:00
Overview
0:40
Stimulus Design
2:13
Conducting the Study
3:04
Analysis and Results
4:12
Applications
5:05
Summary
Copyright © 2026 MyJoVE Corporation. All rights reserved