「赫曼方格」视错觉怎么破?

简介:

仔细看这幅图。里面到底有几个黑点呢?

实际上有12个黑点。立命馆大学心理学教授Akiyoshi Kitaoka近日在脸书上贴出了这张图,而大部分人都无法看出来。

这张图就是有名的赫曼方格,名字来源于德国科学家赫曼,他于1870年在期刊中发表这幅图。当你注视黑色方格之间的白色空间时,你会发现其他的白色空间都变灰了。赫曼方格是一个著名的“有力视错觉”,因为所有人都会看错,而且你无法适应。

1985年,JR Bergen发明了一个赫曼方格的变体,能够产生不同的效果。这里的方格变模糊了,当你看着它,上面会出现接二连三闪烁的黑色小点。

在2000年,研究者Jacques Ninio和Kent Stevens又创造一款赫曼方格,也有类似的闪现效果。他们发现,将拥有黑色轮廓线的白圈放进交汇处,然后将花纹歪斜,就会产生一种“湮灭效果”。

这两位在Perception期刊上发表了论文:“把有黑色轮廓线的白色圆点缩小放进网格中,它们就会消失。你一次只能看到一部分白点,它们会在三两成群在页面中无序移动。在没有白点的地方,灰色条纹似乎是延续不断的,而实际上条纹是被白点所截断的。”

他们说这种错觉反过来也有效(就是黑点在白色网格中)。

一种解释是人类视网膜的侧抑制现象。为了聚焦,视网膜里的神经节细胞会增强焦点处接收到的刺激,减弱这一点之外的刺激。但是看着方格时,会导致细胞误会所收到的刺激。一些科学家认为这种错觉会让那些视力没有聚焦到的白点隐身。

四个区域刺激减弱vs两个区域刺激减弱


如果这些白点更加明显,比如变得更大,你的眼睛就不会让周围白点消失了。对比下面两张图:

原图


白点被放大


你也可以让这个错觉消失。比如先看着屏幕,然后将屏幕前倾,再看着它。


这么做之所以有效是因为倾斜屏幕增加了对比,这让黑点变得更加明显,从而视网膜不再受到侧抑制的影响。

反过来也有用,如果将屏幕后仰。对比度减少则会让所有的黑点消失。

 原文发布时间为:2016-09-17

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
机器学习/深度学习 数据采集 分布式计算
阿里云机器学习平台PAI介绍|学习笔记
快速学习阿里云机器学习平台PAI介绍
5298 0
阿里云机器学习平台PAI介绍|学习笔记
|
存储 分布式计算 Hadoop
头歌Educoder——大数据Hadoop开发环境搭建(二)
配置开发环境 - Hadoop安装与伪分布式集群搭建
2911 0
头歌Educoder——大数据Hadoop开发环境搭建(二)
|
12月前
|
iOS开发 MacOS
Apple iWork (Pages、Numbers、Keynote) 14.4 - 文档、电子表格、演示文稿
Apple iWork (Pages、Numbers、Keynote) 14.4 - 文档、电子表格、演示文稿
272 1
Apple iWork (Pages、Numbers、Keynote) 14.4 - 文档、电子表格、演示文稿
|
JSON 缓存 算法
SpringBoot整合JWT
SpringBoot整合JWT
1250 0
SpringBoot整合JWT
|
机器学习/深度学习 计算机视觉
【YOLOv8改进】 ParameterNet:DynamicConv(Dynamic Convolution):2024最新动态卷积
**摘要** ParameterNet是新提出的框架,旨在让低FLOPs模型也能受益于大规模视觉预训练,通过动态卷积在增加参数量的同时控制计算量。动态卷积利用条件生成的卷积核增强模型适应性。在ImageNet上,ParameterNet-600M在准确性上超过Swin Transformer,且FLOPs更低。该方法也被拓展至语言领域,提升LLaMA模型性能。代码可在<https://parameternet.github.io/>获取。
|
云安全 运维 架构师
阿里云ACE认证含金量高不高?考试内容难不难?
IT行业可以说是现在最热门的行业之一,很多人都想在这一行有所建树,于是他们就会选择考取阿里云人才认证来帮助自己提升技能、升职加薪。
1731 1
阿里云ACE认证含金量高不高?考试内容难不难?
|
安全 前端开发 Java
基于SSM+MVC三层架构实现用户权限管理系统
基于SSM+MVC三层架构实现用户权限管理系统
890 0
基于SSM+MVC三层架构实现用户权限管理系统
|
资源调度 Serverless 计算机视觉
高斯函数 Gaussian Function
**高斯函数,或称正态分布,以数学家高斯命名,具有钟形曲线特征。关键参数包括期望值μ(决定分布中心)和标准差σ(影响分布的宽度)。当μ=0且σ²=1时,分布为标准正态分布。高斯函数广泛应用于统计学、信号处理和图像处理,如高斯滤波器用于图像模糊。其概率密度函数为e^(-x²/2σ²),积分结果为误差函数。在编程中,高斯函数常用于创建二维权重矩阵进行图像的加权平均,实现模糊效果。
2683 1
|
机器学习/深度学习 人工智能 算法
Nature子刊:大脑学习也靠反向传播?Hinton等用新一代反向传播算法模拟神经网络
反向传播作为一种基本负反馈机制,极大地推动了深度学习神经网络的发展。那么,反向传播也存在于人脑的运行方式中吗?反向传播的发明者Geoffery Hinton发Nature子刊告诉我们:人脑中存在类似于反向传播的神经机制,我用一种新算法类比出来了!
1136 0
Nature子刊:大脑学习也靠反向传播?Hinton等用新一代反向传播算法模拟神经网络
|
Linux
kali2020.1 xfce换gnome桌面环境
kali2020.1 xfce换gnome桌面环境
2322 0

热门文章

最新文章