绘画作品欣赏中的场景效应眼动研究*

马 鹰，马若贤

(1.宁波大学教师教育学院，宁波 315211；2.华东师范大学教育学部，上海 200062)

绘画作品欣赏中的场景效应眼动研究*

马 鹰1，2，马若贤1

(1.宁波大学教师教育学院，宁波 315211；2.华东师范大学教育学部，上海 200062)

对85名儿童欣赏三幅不同风格绘画作品过程进行眼动追踪，结果发现：绘画作品欣赏中存在着场景效应，场景接近现实的程度影响着对物体的知觉；场景作品中的物体特征越熟悉、越接近真实物体，越容易引起关注，成为关注热点；物体和背景之间的结构关系影响着物体的知觉。那些位置居中、比例较大，并与周围物体分离较远的物体最早最快被注视。反之，则不容易引起注视。

绘画作品；场景效应；眼动研究

1 引言

在现实世界里，物体的存在很少是简单地孤立的，对它们的觉察和识别总是跟特定的背景有关(Davenport，2007；Gronau，Neta，& Bar，2008)，以及物体间的相互关系有关(Green & Hummel，2006；Riddoch，Pippard，Booth，Rickell，Summers，Brownson，& Humphreys，2011)。物体(object)与背景(background)的不同变化组合就构成了不同的场景(scene)。场景不同其构成部分的物体与背景的关系也不同，这就形成了不同的场景知觉效应。当物体呈现与背景一致时，其被识别的可能性远远高于两者不一致时。如拖拉机出现在农场而不是赛车道(Davenport & Potter，2004)，镜子出现在梳妆台之上而不是之下(Gronau et al.，2008；Võ & Henderson，2009)。国内王敏洁(2013)用物体间的相关性和前景背景的一致性命名实验也证实了场景一致性效应(scene consistency effect)的存在。这些彼此间相互支持的效应说明构成场景的物体与背景间存在着交互作用，降低彼此被识别的门栏(Bar，2004；Davenport，2007)。这些研究也说明了在特定场景内，不同视觉信息资源能够被联接起来帮助识别物体(Katherine & Glyn，2013)。

场景效应研究中涉及的场景主要有人工场景(artificial scene)、真实场景(real-world scene)二大类。人工场景是指由简单的图形、字母或符号构成的排列。真实场景是指由背景和按照一定的空间模式排列的物体组成。其中的各种离散物体构成的语义一致的真实环境图像(Chun，2000)。国内外众多研究表明，人们对真实场景和人工场景的视觉加工和认知存在重要的差别(田宏杰等，2010)。有研究者认为，真实场景是被作为一个有语义特征的复合体来认识的，它能够反映场景中各个刺激物的全部信息，而人工场景没有明确的语义含义，无法从抽象的水平上分析视觉加工过程(Henderson & Hollingworth，1999；白学军，康廷虎，闫国利，2008)。因此，随着研究的发展，场景研究的实验材料开始从起初的简单图片或简笔画到无意义图像或字母构成场景信息，再到用客体序列构成场景，到自然场景，如真实环境的彩色或3D模拟图片来代替场景(魏玲，2011；蔡璐，2012)。

绘画作品是一种二维视觉艺术，儿童对其的欣赏活动是一种高级的视知觉活动。每一幅作品都有特定的主题和相应的描绘内容。但由于每个创作者自身的文化与经验或喜好及表现手法不同，绘画作品就呈现出多种多样的主题和内容，形成不同类型的场景作品。但不管哪种主题与内容，每个画家的创作源泉都是来自于真实的客观世界(real-world)，因此，每幅绘画作品都是创作者对真实世界进行二次加工后所形成的艺术世界(artificial world)，因而，绘画作品所描绘的既是一种真实场景又是一种人工场景，它集二者的综合特征于一体，任一作品本身既有真实性又有艺术性。由于各类画家对现实的表现手法和程度不同，就构成了美术作品中的不同流派，如现实主义、超现实主义、表现主义、抽象主义等。哪些流派的作品或内容更容易引起人们的注视？透过这些作品的知觉特征分析，或许就能够揭示出绘画作品欣赏活动中所存在的场景效应。

2 方法

2.1 被试

宁波市中心、城郊、农村的三所幼儿园5～6岁儿童共85名，平均年龄6±0.6岁作为被试进行施测。其中男生43，女生42人。各幼儿园按1/3比例抽样。所有这些儿童视力正常，之前都没有接触过测查用的三幅绘画作品。

2.2 实验设计

研究采取单因素测量。85个儿童每个都对选出的3幅不同绘画作品场景进行眼动测查。自变量为场景类型，根据绘画作品主题与所描绘的内容的接近现实的程度高低，把作品场景类型分为接近现实场景、模糊现实场景、远离现实场景三种水平。接近现实场景指作品的主题或描绘内容与真实世界吻合程度高，语义较明确，儿童能明确说出物体是什么，主题是什么。远离现实场景指作品的主题或内容与真实世界吻合程度较低，语义不明确，儿童几乎不能确认画中的物体是什么，主题要表现什么。模糊现实场景是介于前两者之间的场景，其作品主题或内容跟真实场景有所吻合，但吻合程度不高，语义较模糊，儿童能部分辨识画中物体，初步感知作品主题。因变量为被试对三种场景作品的物体识别时间、注视次数、注视热点等眼动指标。

2.3 实验材料

根据上述场景的三种水平划分标准，结合5～6岁幼儿美术名作欣赏教学中所涉及的常用作品，研究选取了《呐喊》、《星空》、《哈里昆的狂欢》(以下简称“狂欢”)等三幅名画分别代表接近现实场景、模糊现实场景、远离现实场景三种水平进行测查(参见图1)。

图1 研究的三种材料

在《呐喊》作品中，描绘内容里人们能明确感知到一个接近实际大小的孩子在空旷的野外站在桥上恐惧喊叫的近真实行为场景，因而把这幅作品作为接近现实场景材料。在《星夜》作品里，人们能感知到蓝色所表示的夜晚场景和看出不太清晰的村庄，但看不出真实的星星和树木，场景既真实又模糊，把它作为模糊现实场景来研究。在《狂欢》中，人们很难辨别各种物体的特征，也直接看不出“狂欢”的舞会场景。整个画面内容中的人物及动态与现实中舞会的场景都相差甚远，因而把它作为远离现实场景材料来研究。

上述三幅名画的图片都从昵图网(www.nipic.com)下载，并将材料像素统一处理成1024×768大小，作为本研究的实验图片。

2.4 实验仪器

眼动追踪技术能够收集到被试在自由观看刺激材料的状态下的眼动数据，它能真实客观地记录被试对场景物体的识别情况，比如识别点及关注时长、移动轨迹等。该研究实验仪器采用Tobii T120眼动仪，数据采样频率为120Hz，实验显示屏为17英寸液晶，分辨率为1024×768像素。该眼动仪的优势一是无需头戴任何设备，被试的头部可以自由移动，由此提供一个更为真实的阅读环境。二是校准程序十分便捷，既方便实验人员操作，又能高效地保证校准的成功率。

2.5 实验程序

实验分别在被试所在的幼儿园选择独立、安静的办公室里进行。每次对一名被试施测。具体的实验步骤如下：

第一步：让被试熟悉实验环境。向被试介绍有关实验的要求。

第二步：进行眼动校正。要求被试端坐在距离电脑屏幕正前方约60cm的座椅上，坐姿舒适放松。双眼平视电脑显示器的中央，眼睛盯着屏幕中出现的小圆点直至圆点消失。采用五点定位法进行注视定位。

第三步：向被试宣读指导语：下面你会在这个电视屏幕上看到三张图画，当你看完一张后，就说“看好了”，就会接着让你看下一张。

第四步：开始正式实验。实验中，三张实验图片随机呈现。被试每看完一张图片并报告“看好了”之后，由实验者用鼠标点击翻图观看下一张，直至三张图画全部看完。眼动仪将自动记录被试作出的眼动反应。

2.6 数据分析

按照眼动仪记录的幼儿采样率数据，筛选剔除采样率小于80%的数据，共得到85个有效数据。用Tobbi120眼动仪自带的数据分析软件中导出数据，并用Excel进行初步的整理和筛选。使用SPsSl9.0进行统计检验。

3 结果

3.1 三种场景作品的整体知觉情况分析

对85名儿童三种作品总体注视的时长和次数进行统计分析，从其平均数中发现无论是注视时长还是注视次数，模糊场景《星夜》最高，其次是远离场景《狂欢》，最后是接近场景《呐喊》。只从三幅作品本身的内容知觉情况来看，模糊的场景最能引起儿童的关注(参见表1)。

表1 不同绘画场景总体注视情况比较(n=85)

对其进行方差检验，发现在注视次数上F(2，252)=2.012，p=0.136>0.05；时长方面F(2，252)=2.708，p=0.106>0.05，三种类型的场景整体注视数据值分布较均衡，不存在着差异。但对其进行平均数成对比较检验发现，模糊现实场景作品《星夜》与接近现实场景作品《呐喊》差异较显著(参见表2)。

表2 不同绘画场景总体注视情况平均数差异成对比较(n=85)

3.2 热点物体知觉情况分析

Tobii-120眼动仪的热点图(heat map)表示在视知觉中最感兴趣的部位，也即最能引起注意的区域。对这些热点区域的精细分析可以看出人们在知觉场景时的一些基本特征。 通过对眼动仪记录的热点图进行分析发现，三种场景作品只有5个相对显著的热点区域(图2中标示灰点的区块)：它们分别是《呐喊》中正在尖叫孩子的面部；《狂欢》中那个有着胡子的人以及《星夜》中靠近下部的房子和中间部位的两颗模糊的星星。进一步把这五个热点区域作为兴趣区进行划分，并通过这些区域的首次注视时长、第一注视时间以及前10个注视点等数据进行结果分析。在下面所有表格中，用“呐喊1”代表《呐喊》场景中热点物体“尖叫的面孔”区域；用“狂欢1”代表《狂欢》场景中热点物体“有胡子的人”；用“星夜1” “星夜2” “星夜3”分别代表《星夜》场景中热点物体“房子”、 “黄星”、“蓝星”。

图2 三种作品场景中的热点区域

3.2.1 热点物体注视中的前10个注视点分析

表3显示，三幅作品平均总注视点数为34.27个注视点，因此，用前10个点来分析这些热点物体容易看出它们是否在最早的时间内被关注。前10个注视点落在热点的数量越多，说明越被过早注视到。表3显示，五个热点区域中，《呐喊》中的人物面部被所有孩子(100%)在最快的时间大量被注视到。前10个注视点中，近一半的点(4.88)落在其中。而《狂欢》中的热点区域 “有胡子的人”，只有不到一半(47.3%)的人在前10个注视点里关注，而且前10个注视点中，该区域被关注的平均数还不到1个(0.89)。其次是《星夜》中的第二颗模糊的星，被关注的人数也只有一半左右(52.92%)，前10注视点落在该区域的平均点数在所有热点区域中最少(0.69)。

表3 热点物体注视中的前10个注视点数值情况(n=85，单位：个)

对这五个热点物体进行成对平均数方差检验发现，《呐喊》中的孩子和《星夜》中的房子与其他热点物体都有极其显著的差异(p<0.001)，效应值介于0.659～3.101之间，差异较高。但《狂欢》中的“有胡子的人”和《星夜》中的两颗模糊的星它们之间在前十个注视点上都没有差异(参见表4)。

表4 热点物体前10个注视点平均数差异检验(Sig.)

3.2.2 热点物体首次注视时间与第一注视点时长分析

首次注视时长(Time to First Fixation)指标计算的是被试用了多长时间第一次注视到一个兴趣区，即首次进入兴趣区的用时。时间越短说明该区域被关注的越快。第一个注视点时长(First Fixation Duration)指标计算的是在兴趣区或兴趣区组中出现的第一个注视点的持续时间。时间越长说明该区域越受关注。从表5看出，《呐喊》中的热点物体与其它热点物体相比，在首次注视时间和第一注视点时长上，与其他热点物体对比都存在明显差异，儿童关注到这一热点物体用时最短(0.528)，但第一点注视时间却最长(0.358)，说明这热点物体极受关注(参见表5)。

表5 不同热点物体首次注视时间与第一注视点时长情况统计(秒)

进一步对热点间效应进行检验发现，首次注视时间F(4，421)=6.446，p<0.001，η2=0.062；第一次注视时长F(4，421)=7.667，p<0.001，η2=0.073，热点物体间在这两方面都存在着显著的时间差异。深入对其进行平均数差异成对检验结果显示，《呐喊》中的热点物体跟任一其它热点物，无论是首次注视时间还是第一注视点时长都有显著差异，且效应值较高。其它物体除了《星夜》中的两颗星之间在第一点注视时长上存在显著差异外，其它热点物体间都不存在差异(参见表6，表7)。

表6 热点物体首次注视时间平均数差异检验(Sig.)

表7 热点物体第一注视点时长平均数差异检验(Sig.)

4 讨论

哪些场景或物体更容易引起知觉加工？该眼动研究揭示了两种现象：

(1)场景接近现实的程度影响着对物体的知觉。在对不同绘画作品场景知觉过程中，绘画作品的主题或内容与现实太接近或太远离，都不容易吸起关注。而模糊的场景作品却更吸引儿童的关注。这与相关研究的结果几乎一致，他们用模糊场景实验证明了当物体比较模糊时，知觉加工所需时间较长(Shui-I Shih，Katie，& Simon，2012)。而那些太容易或太难辨识的场景，要么很快完成知觉加工，要么就难于加工，而导致注视时间和关注次数都很少。在该研究材料中，可能因为《呐喊》场景作品中的物体少且具象，主题情景接近现实经验，易于识别而加工时间需要的短。《狂欢》中由于要识别的物体多且抽象，主题情景又远离现实经验，难于识别而放弃加工，导致时间也短。而《星夜》中的物体和情景介于两者之间，儿童通过努力能完成辨识，因而注视时间长。当然，或许由于这三幅场景作品中所构成的物体和背景自身的特征或儿童的认知经验不同，而导致三种作品注视的差异，这有待进一步探究。

(2)背景效应在绘画作品欣赏中表现明显。通过对儿童自由欣赏三幅作品时所产生的热点关注物体分析，在三幅作品近60个物体中，仅仅只有5个物体成为热点关注物体，大多数的物体要么没有被关注或者很少被关注。为什么只是这五个物体成为热点物体而其它物体没有呢？这可能与其所处的背景有关。背景引导理论认为，在加工与识别场景中的客体时，会受到场景背景信息与过去知识经验的双重作用(Torralba，Oliva，& Castelhano，2006)。这项研究是一种自下而上((bottom—up)的场景知觉加工模式，事先并没有给儿童特点的目标任务驱使(这种模式被称为自上而下，top—down，Chun & Jiang，1999)，因而，儿童热点物体的形成应该是受图画特征刺激的驱使所致。有研究提出(Castelhano & Heaven，2011)，背景在不同水平上起作用：语义水平(semantic)，如锅铲出现在厨房；空间结构(spatial configuration)，如床总在地板上，而不是天花板上)；朝向(pose)，如电视总是面对床，不可能背对床。Biederman等人(1982)采用判断、探测范式，探讨了5种关系对场景感知的影响。他们认为，客体和背景之间的关系可以归为5类：①内部位置关系(客体干扰背景)，②依靠(靠在某物上)。③可能性(客体可能出现在某场景中，但不可能出现在其它场景中)，④位置(客体出现在某个场景中时，通常出现在某几个位置上)，⑤尺寸大小(客体和它周围的客体会有一个特定的尺寸比例关系)。在这项研究中，对这五个热点物体的注视时长、注视次数、首次注视时间及第一注视点形成时间进一步分析发现，各热点物体关注程度又存在着差异，场景知觉中的背景效应显著。有研究表明(Green & Hummel，2006)，物体出现在一致的或熟悉的背景中，能够更快地被注视到。加工过程也快于那些出现在不一致场景中的物体。从各热点之间被关注的情况看，《呐喊》中的热点物体“尖叫的人”被所有人关注，而且被最早最快关注，其次是《星夜》中的“房子”，这可能与这两个热点物是儿童能辨识的熟悉物体有关。熟悉的空间结构关系有助于提高搜索绩效(Chamizo，2003；Gillner & Mallot，1998)。有研究认为(Chun & Jiang，1998)，在浏览的前100ms就能提取出场景的空间结构和成分了。该研究也验证了这一点。而《狂欢》中的“有胡子的人”和《星夜》中的第二颗“模糊的星”都较迟关注或注视时间短，这一种可能是这两个热点都不具象，儿童不太熟悉，所以不如前两个热点最快被注视。另一种可能就是与其所处的位置和周围的背景物比例有关。有研究表明(Auckland et al.，2007)，在非真实场景中，一组语义相关的客体会影响单个目标客体的识别。《狂欢》是一个远离现实的非真实场景，其中的热点物处于画面的左上位置，且其大小与周围物体差不多大小，与周围众多物的空间距离紧密，这或许就是其难于最先识别的原因。而《呐喊》和《星夜》背景都较接近现实，它们中的热点都处于图画的中间位置，且与周围物体所处空间距离远，而且比例也大，尤其是《呐喊》中的热点，所以容易辨识。

特别需要说明的是，由于研究所采用的三幅作品都是来自于作者的原创作品，没有对其内容进行任何修改，另外，儿童在欣赏过程中也是没有任何目标任务要求，因此，这项研究更倾向于自然实验而不是严格的实验室控制研究，这一方面能获取自然真实的数据，另一方面也表现出严格实验控制的不足，特别是在材料类型的差异区分上，其严密性有待进一步细致完善。

5 结论

在此研究条件下，可以得出以下结论：

(1)绘画作品欣赏中存在着场景效应，场景接近现实的程度影响着对物体的知觉。绘画作品的主题或内容与现实太接近或太远离，场景受关注的程度都不高，而模糊现实的场景作品却更能吸引儿童的关注度。(2)场景作品中的物体特征越熟悉、越接近真实物体，越容易引起儿童关注，成为关注热点。(3)物体和背景之间的结构关系影响着儿童对物体的知觉。那些位置居中、比例较大，并与周围物体分离较远的物体最早最快被注视。反之则不容易引起注视。

白学军，康廷虎，闫国利.(2008).真实情景中刺激物识别的理论模型与研究回顾.心理科学进展，16(5)，679-686.

蔡璐.(2012).场景图片中不同认知方式的视觉加工方式的眼动研究(pp.11-12).硕士学位论文.湖南师范大学.

龚明亮，榻字明，傅小兰.(2011).场景的一致性效应及其机制.生物化学与生物物理进展，38(8)，694-701.

田宏杰，王福兴，徐菲菲，申继亮.(2010).场景知觉中物体加工的背景效应.心理科学进展，18(6)，878-886.

魏玲.(2011).真实场景中视觉搜索的背景线索(pp.8-10).博士学位论文.天津师范大学.

王敏洁.(2013).客体间的一致性效应对场景识别的影响(pp.14-16).硕士学位论文.浙江理工大学.

Auckland，M.E.，et al.(2007).Non-target objects can in fluence perceptual processes during object recognition.Psychon.Bull.Rex.，14，332-337.

Bar，M.(2004).Visual objects in context.NatureReviewsNeuroscience，5，617-629.

Biederman，I.，Mezzanotte，R.J.，& Rabinowitz，J.C.(1982).Scene perception：Detecting and judging objects undergoing relational violations.CognitivePsychology，14(3)，143-177.

Castelhano，M.S.，& Heaven，C.(2011).Scene context influences without scene gist：Eye movements guided by spatial associations in visual search.PsychonmicBulletin&Review，18，890，896.

Chamizo，V.D.(2003).Acquisition of knowledge about spatial location：Assessing the generality of the mechanism of learning.TheQuarterlyJournalofExperimentalPsychology，56(B)，102，113.

Chun，M.M.(2000).Contextual cueing of visual attention.TrendsinCognitiveSciences，4，174-178.

Chun，M.M.，& Jiang，Y.(1998).Contextual cueing：Implicit learning and memory of visual cortex guides spatial attention.CognitivePsychology，36，28，71.

Chun，M.M.，& Jiang，Y.(1999).Top-down attentional guidance based on implicit learning of visualcovariation.PsychologicalScience，10(4)，360-365.

Davenport，J.L.(2007).Consistency effects between objects in scenes.Memory&Cognition，35，393-401.

Davenport，J.L.，& Potter，M.C.(2004).Scene consistency in object and scene perception.PsychologyScience，15，559-564.

Gillner，S.，& Mallot，H.A.(1998).Navigation and acquisition of spatial knowledge in a virtual maze.JournalofCognitiveNeuroscience，10，445-463.

Green，C.，& Hummel，J.E.(2006).Familiar interacting object pairs are perceptually grouped.JournalofExperimentalPsychology：HumanPerceptionandPerformance，32，1107-1119.

Gronau，N.，Neta，M.，& Bar，M.(2008).Integrated contextual representations for objects’ identities and their locations.JournalofCognitiveNeuroscience，20，371-388.

Henderson，J.M.，& Hollingworth，A.(1999).High-level Scene perception.AnnualReviewofPsychology，50，243-271.

Katherine，L.R.，& Glyn，W.H.(2013).Distinguishing the effects of action relations and scene context on object perception.VisualCognition，21(8)，1033-1052.

Riddoch，M.J.，Pippard，B.，Booth，L.，Rickell，J.，Summers，J.，Brownson，A.，& Humphreys，G.W.(2011).Effects of action relations on the configural coding between objects.JournalofExperimentalPsychology：HumanPerceptionandPerformance，37，580-587.

Shui-I Shih，Katie，L.M.，& Simon,P.L.(2012).Usingeyemovementmeasurestoinvestigateeffectsofageonmemoryforobjectsinascene.Psychology Press，an imprint of the Taylor & Francis Group，an Information business.

Torralba，A.，Oliva，A.，& Castelhano，M.S.(2006).Contextual guidance of attention in natural scene：The role of global features on object search.PsychologicalReview，11(3)，766-786.

Võ，M.L.-H.，& Henderson，J.M.(2009).Does gravity matter?Effects of semantic and syntactic inconsistencies on the allocation of attention during scene perception.JournalofVision，9(3)，1-15.

Eye-movement Research on the Effect of Scene on Painting Appreciation

Ma Ying1，2，Ma Ruoxian1

(1.School of Teacher Education，Ningbo University，Ningbo 315211；2.The Faculty of Education in East China Normal University，Shanghai 200062)

The research did eye-tracking to 85 children with let them appreciate three paintings in different styles.The results showed that there was scene effect in painting appreciation，the degree of how scene was close to reality had an impact on object perception.The closer the characters of the objects on the scene context to the real objects，the easier these ones on the scene context will raise concern and to be the heat maps.The relationships of the structure between objects and backgrounds affect the perception of objects.These objects which locate in the center，occupy a large proportion and separate far away from the other ones are gazed at the earliest and the fastest.On the contrary，they would not be earliest viewed.

painting appreciation；scene effect；eye-movement research

宁波大学科研基金/学科资助项目“文化学视野下的儿童教育发展研究”(xkw1508)。

马鹰，E-mail：maying@nbu.edu.cn。

B842.5

A

1003-5184(2016)06-0514-06