Item

Abstract

Eine Reihe von Befunden legt nahe, den bild-basierten Ansatz der Rekognition auf das Erkennen von Objekten auf der Basisebene der Kategorisierung (basic level) zu erweitern. Es ist allerdings noch nicht geklärt, wie das visuelle System Objekte auf der Basisebene erkennt. Wenn man verschiedene Mitglieder einer Kategorie auf Basisebene vergleicht, dann scheint es, dass die Formen der Kategoriemitglieder durch relativ einfache topologische (formverändernde) Transformationen ineinander überführt werden können. Dies gilt für die meisten biologischen Kategorien und auch für viele Artefakt-Kategorien. Diese nichteuklidischen topologischen Transformationen können durch die Dehnung bzw. Stauchung eines Gummituchs veranschaulicht werden. Die Studie geht von der Hypothese aus, dass Objekterkennung auf der Basisebene durch analoge topologische Transformationsprozesse erfolgt, welche die Stimulusrepräsentation und die Objektrepräsentation aufeinander ausrichten. Es ergaben sich somit die folgenden beiden Fragen: Zeigt sich bei der Kategorisierung eine Abhängigkeit der Performanz vom Umfang topologischer Transformationen? Falls systematische Effekte auftreten, sind diese durch analoge Transformationsprozesse verursacht? Bilder von Objekten aus 16 biologischen und 14 artifiziellen Objektkategorien wurden gescannt. Mit Hilfe von Morphing Software wurden auf Basis von je zwei Objekten einer Kategorie zwischenliegende Objekte erzeugt, die ebenfalls dieser Kategorie angehören. In jedem Trial wurden zwei maskierte Bilder sequenziell präsentiert (sequential matching task). Die transformationale Distanz zwischen beiden Bildern wurde variiert. Die Probanden mussten durch Tastendruck entscheiden, ob beide Bilder der selben Basiskategorie angehören oder nicht. Beide Vorhersagen wurden bestätigt: Zum einen erhöhten sich sowohl Reaktionszeiten als auch Fehlerraten mit zunehmendem Umfang der topologischen Transformation zwischen zwei Mitgliedern der selben Kategorie. Zum anderen waren die Reaktionszeiten sequenziell additiv, was Evidenz dafür ist, dass die topologischen Transformationen zwischenliegende Punkte im transformationalen Pfad durchlaufen. Das Erkennen von Objekten auf Basisebene scheint folglich auf zeitkonsumierenden und fehleranfälligen topologischen Transformationsprozessen zu beruhen, die analoger Natur sind. Die Ergebnisse legen somit ein Modell nahe, das auf analogen (bildhaften) Repräsentationen und analogen Transformationsprozessen basiert.