這是我們一直認(rèn)為理所當(dāng)然的事情：看一個或近或遠(yuǎn)的物體，并在瞬間形成注視焦點的能力。人類和許多動物的眼睛幾乎能在很短的時間里、以驚人的準(zhǔn)確性完成這一過程。如今研究人員表示，他們向著搞清大腦如何完成這一壯舉又邁進(jìn)了一步。    

　　美國得克薩斯大學(xué)*分校感知系統(tǒng)中心的心理學(xué)家Wilson  Geisler和Johannes  Burge如今研制出了一種簡單的算法，能夠快速而準(zhǔn)確地評估從一個單一模糊的影像產(chǎn)生的聚焦誤差，他們說這是理解生物視覺系統(tǒng)如何避免采用同數(shù)碼相機(jī)類似的重復(fù)推測和檢查方法的關(guān)鍵所在。研究人員表示，這一發(fā)現(xiàn)有望推進(jìn)我們對于人類如何患上近視眼的理解，或者幫助工程師改進(jìn)數(shù)碼相機(jī)。    

　　為了清晰地觀看事物，對模糊的影像進(jìn)行準(zhǔn)確的評估是至關(guān)重要的。Geisler解釋說，人類和動物能夠本能地提取模糊影像的關(guān)鍵特征，利用這些信息確定它們與物體的距離，隨后立即將眼睛調(diào)節(jié)到想要的焦距。    

　　然而科學(xué)家并不知道生物視覺系統(tǒng)是如何很好地評估模糊影像的。許多研究人員曾認(rèn)為，大腦使用了一套推測再檢查的系統(tǒng)來找到答案——就像一部照相機(jī)的自動對焦系統(tǒng)。Burge說，基本上，照相機(jī)會改變焦距，測量影像的對比度，并重復(fù)這一過程直至擁有zui大的對比度。  

　　Burge表示：“這一探索過程是緩慢的，往往研究一開始便選錯了方向，并依賴于zui大對比度等于*焦距的假設(shè)——而這從嚴(yán)格意義上來說是不正確的。”

　　在這項研究中，Geisler和Burge利用*的數(shù)學(xué)方程式形成了對人類視覺系統(tǒng)的計算機(jī)模擬。他們向計算機(jī)提供了類似于人眼看到的自然場景的數(shù)字圖像，例如面孔、花或風(fēng)景，并觀察到，盡管這些圖像的內(nèi)容千變?nèi)f化，但是其中的許多特征——銳度和模糊強度，以及細(xì)節(jié)的相對量——卻是保持不變的。 

　　兩位科學(xué)家隨后通過向模型中添加一套濾光片來嘗試模擬人類視覺系統(tǒng)如何處理這些影像。研究人員在計算機(jī)模擬中通過系統(tǒng)地改變焦距誤差來模糊這些影像，并測試濾光片的響應(yīng)。他們發(fā)現(xiàn)，他們能夠通過在特征檢測器中觀察到的響應(yīng)模式來預(yù)測聚焦誤差的準(zhǔn)確數(shù)量。研究人員表示，這為人類和動物的大腦如何能夠快速而準(zhǔn)確地確定聚焦誤差而不用推測和檢查提供了一個潛在的解釋。研究人員在日前的美國《國家科學(xué)院院刊》網(wǎng)絡(luò)版上報告了這一研究成果。