特徵整合論（Feature Integration Theory, FIT）

wawawa

建立於 2025年02月20日

提出者：Treisman & Gelade（1980） 主要研究領域：視覺注意（Visual Attention） 核心概念 特徵整合論（Feature Integration Theory, FIT）旨在解釋人類如何透過注意力來組合視覺特徵，形成完整的物體知覺。該理論假設視覺處理包含兩個階段： 1. 前注意階段（Preattentive Stage） 這個階段不需要有意識的注意，視覺系統會自動並行處理環境中的基本特徵（如顏色、形狀、方向等）。 例如，在一堆圖形中，紅色與藍色的物體會被立即區分，因為顏色是一種基本特徵。 2. 注意聚焦階段（Focused Attention Stage） 當需要組合多個特徵（如顏色 + 形狀）來識別物體時，則需要透過注意力來進一步整合這些特徵。 例如，在尋找「紅色圓形」時，大腦需要將「紅色」與「圓形」這兩個特徵結合，以區分紅色圓形與紅色方形。 支持實驗：視覺搜尋（Visual Search） 1. 特徵搜尋（Feature Search） 目標物與背景的區別只基於一個特徵（例如只靠顏色區分紅點與藍點）。 不受干擾項目數量影響，能快速找到目標物。 2. 合取搜尋（Conjunction Search） 目標物與背景的區別需要多個特徵的組合（例如找「紅色圓形」，但場景中有紅色方形和藍色圓形）。 隨著干擾項目增加，搜尋時間變長，因為需要透過注意力逐一檢查。 FIT 的應用與影響 解釋了錯覺現象：如「錯誤合成錯覺（Illusory Conjunction）」，即當注意力不足時，我們可能會錯誤地結合不同物體的特徵（例如，把「紅色 X」與「藍色 O」錯看成「紅色 O」）。 影響人工智慧與機器視覺：許多電腦視覺系統模仿 FIT 來進行影像處理。 應用於視覺設計與人機介面：設計 UI 時，可以利用顏色、形狀對比來提升辨識效率。