【RAM回顾】视觉科学——从错觉到艺术

讲座现场

图片由上海外滩美术馆提供

 错觉源自于视觉系统的机制 

 ——我们到底是怎么“看”的？ 

我们往往忽略，错觉作为一种有趣的现象，其背后蕴藏着的深度内容。由于“看”这个动作过于轻松和简单，让我们一定程度上低估了视觉的复杂性。我们虽然拥有强大的视觉系统，但并不意味着它在每时每刻都能忠实地传递“接收到的”信息。

眼球的结构，图片由华沙博士提供

要了解视觉系统的运作机制，我们必须先了解一下眼球的视觉加工过程。光线经过晶状体，在视网膜上进行成像。视网膜上最敏感的地方称为“中央凹”。在视网膜上分布着两种感光神经元（亦即“光感受器细胞”）：一种称为视杆细胞，对亮度比较敏感；另一种称为视锥细胞，对颜色比较敏感。整个成像过程相当于是“光感受器细胞”接收到光线之后，一路把信号经由双极细胞传递至神经节细胞，将整个视网膜神经网络的信息处理结果传入脑中。

 视觉不只是基于 

 视网膜所接收到光线 

 它需要调动整个大脑 

在视觉科学中有一个非常经典的问题，称为“视觉的逆问题”。以下图为例，假设我们视网膜上的一个成像是一根杆子，即图中AB这条线段。那它究竟来自于哪一根杆子呢？夹角中的任何一条都有可能。如果我们不能推断出哪一根杆子形成了AB这个像，那么这个视觉系统也是不够好的。

“视觉的逆问题”示意图，图片由华沙博士提供

视觉通路简化图，图片由华沙博士提供

传入大脑的信息经过初级视觉混状集成，随后传入第二层视觉集成，其后兵分两路——一个称为“内容通路”，一个称为“空间通路”。“内容通路”处理颜色、形态、“是什么”，而“空间通路”处理信息的方位、运动特征、到底在什么位置、有什么运动方向。

我们的眼睛接收到信息之后，还要通过更为高级的逻辑判断，甚至是大脑的压缩反推信息。而我们每天“看到”的信息量非常巨大，远超过我们大脑对梳理的限制。因而我们的大脑会用一些计算的方式来推理和解读。

 深度知觉 

 ——概念和知识也会影响我们的视觉 

通过近大远小的常识，大多数人都能判断出左图的内容是“一只离我们很近的猫和一只离我们比较远的大象”，没有人会觉得这是“一只巨大的猫和一只微小的象”。而在右图中，我们能够轻松的分辨凹凸也缘于我们绝大多数的生活经验中光源都是自上而下的，因而凸出来的气泡上方相对更亮，凹进去的气泡下方相对更亮。这两个例子都说明了概念、知识、我们的生活经验会将一些信息进行深度信息、甚至立体信息的加工，这个过程也称为“深度知觉”。

深度知觉和立体知觉的示意图，图片由华沙博士提供

用著名的蓬佐错觉 (Ponzo illusion)可以进一步说明深度知觉的问题。在下图中，上下两条线段实际上是相同长度的。但由于添加了铁轨这一透视线索，我们的大脑默认上方的线段离我们更远，而下方的线段离我们更近。在这种情况下，我们会误以为上方的线段更长一些。

蓬佐错觉示意图，图片由华沙博士提供

另一个例子来自视崖（visual cliff），它是用于评估婴儿深度知觉的一种能够产生深度幻觉的平台式装置。一般成长到6个月的婴儿，在这个装置上会踌躇不前。由于在这个年龄他们还无法理解玻璃这种材质，视觉的加工让他们认为这里是一个不安全的环境。深度知觉会随着年龄的增长、阅历的增加而加强。

视崖实验，图片由华沙博士提供

 错觉的原理（一）

 ——局部信息的处理 

错觉可以定义为大脑所感知的图像与实际看到的图像有差异。比如我们感知到一个图像是动态的，但实际上它是静态的；又比如一楼的社会雕塑《肉铺》，瓷砖看上去是倾斜的，但实际上它们是水平排列的。错觉的产生正是由于我们对周围环境有着相对高效、高度的视觉信息加工过程。

《上海外滩美术馆Blackbird肉铺》，“如果你的眼睛不用来看，就会用来哭”展览开幕活动现场，2019年，上海外滩美术馆。图片由上海外滩美术馆提供

一楼的社会雕塑《肉铺》使用的是咖啡馆错觉 (café wall illusion)。在1979年的时候，咖啡馆错觉得到了一个比较好的解释，它源自于我们的视觉系统对于局部信息的一些处理。每一排瓷砖之间都会有一条灰泥缝。在A与C两个区域，灰泥缝上下的颜色是一致的，没有亮度变化，因而边界清晰。而B区域，因为有黑、灰、白或白、灰、黑三种差异较大的亮度，我们的视觉系统在解读这个局部时，就会把感受到的边界向中间挤压、推移。每一个局部都有这样的挤压，整体上看就似乎是倾斜的。

咖啡馆错觉及其原理示意图，图片由华沙博士提供

因而，我们的视觉系统在处理局部信息和整体信息的时候，有时会产生微小的偏差，而且微小的偏差累加产生了一个比较复杂的视觉错觉。

 错觉的原理（二）

 ——空间频率 

五楼的作品“马赛克”系列，我们发现必须离得足够远、或者拿手机拍一张照才能辨认出图像的内容，这种效果的原理又是什么呢？

“像素”系列，“如果你的眼睛不用来看，就会用来哭”展览开幕活动现场，2019年，上海外滩美术馆。图片由上海外滩美术馆提供

我们不妨先看看“愤怒博士与微笑先生错觉（Dr. Angry and Mr. Smile）”的例子。在不同大小的状态下，这张图片两个人所表现出来的情绪是完全相反的。

愤怒博士与微笑先生错觉，图片由华沙博士提供

我们的初级视觉系统，由于感受野的原因，其实在做类似傅立叶变换以及滤波的工作，把不同信息按照不同的空间频率进行处理。在“愤怒博士与微笑先生错觉”中，研究者将一张愤怒的面孔和一张平和的面孔进行了傅立叶转换，然后互相做了一个交换。我们对于空间的感受会受到两个因素的影响，一是我们如何滤光，二是距离或所谓的大小。所以，当我们离得近（或图片放大）时，我们解读到左侧的愤怒面孔是一个相对高频的信息，平和面孔是相对低频的信息，右侧相反。而当我们离得远（或图片缩小）时，由于在同一单位内的亮度变化非常多，原本高频的信息变得无法解读，而原本低频的信息（在这个条件下变成了高频的）则被我们解读了出来。

“马赛克”系列作品的原理也是如此。在1976年，达利也创作过类似的艺术。他画了一个马赛克的林肯肖像，离近看则是他的情人在窗口的眺望地中海。

萨尔瓦托·达利，《林肯肖像》，1976年。图片来自网络

 画家们、雕刻家们 

 都是无师自通的视觉研究者 

文艺复兴三杰的作品超越了时代，具有一种不可名状的美，个中原因是什么呢？我们可以对比一下《创世纪》与古埃及的壁画。米开朗基罗在《创世纪》中使用了强烈的、却拟真的明暗变化。这都是作为立体线索可以反映真实的环境，而不光是准确透视这一个因素。毕竟真实的环境里也充满了各类视觉线索。相较之下，古埃及的绘画，由于当时科技和艺术技法的缺失，总有一种不真实感。你也很难感觉出来相互关系。同样的，拉斐尔的《雅典学院》也给出了诸多深度线索，最关键的是，它的颜色关系合乎逻辑，符合稳定的光源照射产生的反射。比如同样的一个蓝色面料，在红光和蓝光下，他们反射的光线各不相同。而14世纪的《圣母像》，抛开透视的问题，它的颜色运用就比较让人费解——它究竟是来自单一光源还是杂乱的光源？我们的视觉系统无法从中解读出一个真实的环境。

米开朗基罗，《创世纪》，1508年-1512年。图片来自网络

古埃及壁画，《死者之书》，约公元前1550年。图片来自网络

  拉斐尔，《雅典学院》，1509年-1510年。图片来自网络

  贝尔纳多·达迪（Bernardo Daddi），《圣母子与天使》，1347年。图片来自网络

某种程度上，我们可以说画家们、雕刻家们都是无师自通的视觉研究者。他们对于光学的应用符合物理原理，也符合我们视觉系统的解读。他们在画面上通过光线的反射、亮度的变化以及透视的运用，给予我们的视觉系统深度线索，使得我们能从二维的平面中复现出一个三维的立体世界。这也是一种“错觉”。

莫奈，《印象·日出》，1872年。图片来自网络

黑白处理后的《印象·日出》。图片由华沙博士提供

莫奈在《印象·日出》中描绘了一个非常朦胧的太阳，这其中也有一些玄机。将这幅画黑白处理之后，我们会发现，尽管原本太阳是红色的，但莫奈在绘画时无意或有意中把太阳的亮度与天空的亮度保持一致，这迷惑了我们的视觉系统。前面提到，我们的大脑处理视觉信息时会分为内容通路与空间通路。内容通路可以辨别颜色，而空间通路是“色盲”的，它只通过辨别亮度信息来判断相对位置。因此在这幅画作中，内容通路可以辨别红色的太阳和蓝色的天空，而空间通路只能看到完全一样的色块，两组信息融合后，我们就看到了一个朦胧的太阳。

达·芬奇，《蒙娜丽莎》，约1502年-1506年。图片来自网络

研究者处理过的《蒙娜丽莎》图像。图片由华沙博士提供

再如《蒙娜丽莎》，之所以我们会觉得她的微笑很神秘，是因为我们看着她时她似乎不笑，而眼神移开时余光瞥见又感觉她在笑。研究者将《蒙娜丽莎》对空间频率进行了滤光，最右侧是最高质的信息，类似于我们直接盯着画作看的状态；最左侧是相对低质的信息，相当于我们眼神移开5秒内的图像。我们可以发现，之所以蒙娜丽莎的笑容如此独特，正是因为达·芬奇在创作时有意或无意地混进了两种空间频率的信息，因而我们在不同的观察环境下，我们解读到的她的情绪也产生了一些微妙的变化。

错觉其实和正常的视觉一样，都源自于视觉系统的原理。而优秀的视觉艺术作品，其美也源自于视觉的机制，是我们的大脑把它们解读了出来。通过错觉和艺术，我们可以更好地理解视觉。而理解了视觉，我们也可以更好地理解美和艺术。

本回顾由实习生骆钰槟整理

感谢华沙博士修正勘误