真实情景中刺激物识别的理论模型与研究回顾
开篇：润墨网以专业的文秘视角，为您筛选了一篇真实情景中刺激物识别的理论模型与研究回顾范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：真实情景中刺激物的识别是情景知觉研究的主要问题之一。相关的研究主要集中于探讨刺激物识别与情景之间的关系，特别是情景意义是否会对刺激物识别产生影响的问题。根据刺激物识别的一般过程，在早期的研究中形成了知觉图式模型、启动模型和功能分离模型等三种理论模型。在不同研究范式的指导下，三种理论模型均获得了相应的实证支持，而且这些研究又推动了新的理论模型――背景引导模型的形成。这一模型为深入研究刺激物识别与情景之间的关系提供了新的框架。
关键词：真实情景，刺激物识别，模型 分类号：B842
1 引言
人类的视觉系统能够在很短的时间之内获取大量的信息，而且能够对事物或情景的属性做出判断。早期的研究认为对情景的识别接近于100ms，而最近的研究表明，其实人类识别情景的时间还要更短一些(约45～135ms)。那么在如此短的时间之内人们获得了什么信息呢?这些信息又是如何促进识别的呢?
PoRer(1976)的研究发现，人们在识别情景的过程中并不是对情景的总体特征进行描述，而往往是对情景中某一独立的刺激物进行描述，因此他认为人们对情景的识别是以某一个独立的刺激物为基础的，而并不是基于对整个情景的识别。尔后的一些研究也为这一结论提供了证据支持，比如DeGraef(1990)等人的研究认为情景的属性可以根据一个或几个关键刺激物的属性或者它们之间的关系来确定。那么，情景中独立刺激物的属性又是如何识别的呢?情景中刺激物识别可以认为是对情景中最突出的刺激物的语义标识(determine thereferent)。Hollingworth和Henderson(1998)认为刺激物识别的一般过程可以分为以下三个阶段：首先，将视网膜成像转换为一系列的原始视觉信息，比如表面、边界等；其次，由这些原始的视觉信息建构成情景中刺激物标记的结构描述；最后，这些结构描述与储存在长时记忆中的表述进行比较。如果二者是匹配的，那么就会产生识别，而且记忆中储存的有关刺激物的语义信息也可以得到充分利用。
根据刺激物识别的一般过程来分析，第一、二阶段是将视网膜信息转换为结构描述的过程；第三个阶段是知觉和认知的结合点，在这一阶段，知觉信息必须要与记忆表征建立起联系(图1)。因此，可以认为情景中刺激物识别是刺激物视觉信息和情景意义相互作用的结果。但是，情景意义对刺激物识别的影响发生在哪一个阶段呢?在不同的阶段其影响作用是否相同呢?基于对刺激物识别过程中情景意义影响作用的不同认识，主要形成了三种不同的理论模型。
2 情景中刺激物识别的早期理论模型
2.1 知觉图式模型
知觉图式模型(Perceptual Schema Model)是在Bruner(1957)、Neisser(1967)等人提出的知觉信息编码调节假设的基础上形成的；同时，它与有关视觉约束满足问题(Constraint SatisfactionProblem)的理论是一致的。这一模型认为在刺激物识别的过程中，源于某一种情景类型构成知识的预期和情景中刺激物标记的知觉分析会产生交互作用。根据这一观点，对隋景类型(一种图式或者是框架)的记忆表征包含了关于目标及其空间关系的信息。情景图式的早期激活有益于随后呈现的语义一致刺激物的知觉分析；相反，它会对语义不一致刺激物的知觉分析产生抑制作用。因此，与对情景不一致刺激物的识别相比，对情景一致刺激物的识别更加容易。除此之外，与情景不一致刺激物的结构描述相比，与情景一致刺激物的结构描述更为精细。在视觉系统的结构水平上，知觉图式模型假设知觉过程和认知过程并没有明显的区别。
2.2 启动模型
启动模型(Priming Model)认为背景效应是在刺激物标记的结构描述与长时记忆表征不相匹配的条件下产生的。根据这一模型，情景图式的激活启动了长时记忆中储存的有关语义一致刺激物类型的记忆表征。这种启动可以认为是对选择一个特定的刺激物表征作为匹配所必需的知觉信息的标准调节。因此，对选择启动刺激物表征而言，需要被编码的知觉信息相对较少，而选择非启动刺激物表征的信息则相对较多。与知觉图式模型相似的是，启动模型也认为对与情景一致的刺激物识别要比不一致的刺激物识别更加容易。但与知觉图式模型不同的是，启动模型认为情景知识仅对确定一个特殊刺激物类型的标准产生影响，而对刺激物标记的知觉分析并没有直接影响。
2.3 功能分离模型
功能分离模型(Functional Isolation Model)认为刺激物识别与在情景知识基础上产生的预期是分离的。这一模型与Biederman(1987)、Bulthoff(1995)等人提出来的刺激物识别理论是一致的。他们认为仅自下而上的视觉分析对于区别两个刺激物类型而言就已经足够了，并不需要自上而下的情景意义加工。因此这一模型也与知觉过程和认知过程的结构分离(Architectural Division)理论是一致的。功能分离模型假设对刺激物的知觉分析的实验检验将会发现刺激物识别和情景意义之间并不存在相互影响的关系。当然他们认为在实验中也可能会出现背景效应，但这种效应实际上是因为对情景约束(SceneConstraint)影响的敏感性引起的，并不是情景意义的作用。
3 情景中刺激物识别的研究范式
3.1 眼动研究范式
在早期的眼动研究中，研究者把注视的持续时间作为测量刺激物识别的指标。Friedman(1979)发现，与不一致目标刺激物相比，对语义一致目标刺激物的首次注视时间更短。对这种差异的解释为启动模型提供了支持，但是如果把注视持续时间的差异仅仅归因于识别过程显然是不可能的，因此对于注视持续时间的解释也受到了质疑。首先，这种差异可能缘于将一个已经识别的刺激物整合为一个概念表征时所面临的困难；第二，指导语中记忆测验的引导可能会使被试更长时间地注视刺激物；第三，一旦识别发生，不一致刺激物可能会更加吸引被试的注意，从而导致更长时间的注视。
De Graef(1990)等的研究也发现，与语义不一致刺激物相比，对语义一致的刺激物的首次注视时间比较短。但值得注意的是这种效应仅仅出现在目标刺激物与随后出现的情景相关的条件下，因此在浏览之初背景效应(Context Effect)的缺乏为功能分离模型提供了支持。另一方面，我们也可以发现这种在情景浏览之后才获得的背景效应很难对情景浏览本身产生影响，但是对于为什么背景效应仅仅出现在情景浏览之后这一问题尚没有清晰的回答。一种可能是，被试在最开始浏览的时候忽略了情景，而在积累了足够多的局部信息之后才发现了情景意义。对于这一解释的批判则认为在首次注
视情景的过程中情景的识别已经发生了，甚至这种识别的发生并不是在执行某种任务的过程发生的。
关于这一推论的不同解释，眼动研究范式尚不能提供一个有效的方式去判定哪种解释是正确的，哪种解释是错误的，因为还没有直接的证据表明首次注视持续时间反映的是刺激物识别，还是随后的加工起作用的结果。由于眼动研究范式不可能解决情景背景是否对刺激物识别产生影响这一问题，因此只有对不同的注视持续时间所反映的刺激物类型加工过程有了更多的了解之后，才能对这一问题做出回答。而且对情景背景与刺激物知觉的相互作用做出界定是非常有必要的。首先，如果情景意义要对一致刺激物识别产生影响，那么情景就必须要被较早的识别，这样才能对与其一致的刺激物识别产生影响，否则就无法判断隋景背景效应是何时发生的。目前的研究认为对于情景识别的必要信息可以在很短的时间范围之内获取，这可能是因为它是基于整体信息而不是局部情景特征的。其次，情景意义必须对包含在该情景中的刺激物具有明显的约束作用，而且长时记忆中储存的有关情景类型的知识必须要包含这些约束条件。Henderson(1999)等人的研究支持这一假设，他们发现被试对与情景一致的刺激物的判断要比对与情景不一致的刺激物的判断更加容易。因此有充分的证据表明，如果视觉系统的结构允许情景知识和刺激物识别之间存在相互作用，那么情景背景约束就会被应用，而且可以对刺激物识别产生很大的影响作用。
3.2 刺激物觉察范式
在刺激物觉察范式(Object DetectionParadigms)中，把快速呈现情景中目标刺激的觉察准确性作为刺激物识别的测量指标。Biederman(1973)等人分析了情景背景对刺激物识别的影响作用。他们在研究中应用了两类情景，第一种情景为正常情景(Normal Scenes)，即描述一般环境的图片；第二种情景是错乱情景(Jumbled Scenes)，这种情景是将一张照片剪切成6个矩形的图片，然后重新组合而成。在两种情景中，目标刺激物的位置是一致的，但是图片的结构却发生了变化。在实验中，首先给被试呈现一个掩蔽刺激和一个表示刺激物位置的线索，随后快速呈现不同的情景。结果发现被试对正常情景中的刺激物的觉察更加准确，而对错乱情景中刺激物的觉察准确性较差。这一结果已经被广泛地用于支持知觉图式模型，但也受到了很多人的质疑。因为对情景的重新组合会形成新的情景轮廓，而Biederman等人的研究缺乏对不同情景视觉复杂性的控制。除此之外，正常情景并不能反映刺激物知觉分析过程中的差异，与错乱情景相比，被试对线索区域和情景的空间关系的编码更加有效，因此他们更容易在测试的刺激物中选出目标刺激物。
近年来，一些有关刺激物觉察的实验研究开始关注于同一情景条件下，被试对与情景一致的刺激物和不一致刺激物觉察的问题。这些研究利用信号检测的方法(Signal Detection Measures)对知觉分析水平上背景效应和知觉分析后效进行了分离。其基本的逻辑是辨别力指数可以作为背景对知觉过程产生影响的指标，而反应偏好则可以作为背景后效的指标。Biederman(1982)等人在研究中要求被试判断目标刺激是否出现在一个快速呈现的情景的某一特定位置。结果发现，当刺激物与情景意义的约束一致时，被试觉察的敏感性更好；在所有的冲突条件下，其敏感性均较差；同时与结构冲突(Structural Violations)相比，语义冲突(SemanticViolations)的影响也是比较明显的。Boyce(1989)等人通过对情景的整体意义以及与目标刺激相联系的其它刺激物的语义特点进行了操作，试图探究觉察过程中引起一致刺激物和不一致刺激物出现差别的原因究竟是源于情景整体意义的影响，还是其他与之相关的语义刺激影响的结果。他们发现在目标刺激物与整体情景相一致时觉察敏感性更好，并不存在目标刺激物与情景中其它刺激物语义一致的效应。因此，这些研究为知觉图式模型提供了强有力的证据。
但是由此也引发了一些关于这种范式的方法论问题的争论。首先，有理由相信信号检测的方法并不能完全将反应偏好与辨别力分离。除此之外，Biederman(1982)等人的研究并没有控制目标刺激和情景的语义一致性，而是应用对一致和不一致的平均计算来确定误报的发生概率。Hollingworth和Henderson(1998)重复了Biederman等人的研究，他们在第一个研究中也采用了信号检测的方法，而在第二个实验中他们应用校正错误设计测量了被试对同一个刺激的觉察。结果发现，应用信号检测方法得出的结果与Biederman等人的研究结果是一致的；然而在第二种条件下，他们发现被试对于一致刺激物和不一致刺激物的觉察是不同的。这些结果表明在以前的刺激物觉察的试验中一致刺激物的优势效应可能是因为对反应偏好没有很好的控制引起的，而不是情景背景对刺激物知觉分析的影响。另一个值得注意的问题是被试有可能在目标刺激物出现之前就已经对其可能出现的位置区域进行了搜索。如果语义一致刺激物的空间位置更容易被预测的话，那么即使对一致刺激物和不一致刺激物类型的知觉不存在差异，也可能对一致刺激物的觉察会更加容易。Henderson(1997)等人的研究的确发现对语义一致刺激物的定位要比不一致刺激物更容易。在此后的一项研究中，研究者在情景之后呈现了刺激物标记，从而使被试不能应用他们的策略。与前人的研究结果不同，结果发现对语义不一致的刺激物识别存在着明显的效应。
4 早期理论模型比较与研究新进展
4.1 早期理论模型的比较
事实上，关于情景中刺激物识别的三种模型之间的争论，核心的问题是――在刺激物识别的过程中，情景背景对刺激物识别是否存在影响?而在回答这一问题的过程中，研究者争论的关键是：第一，如果情景背景对刺激物识别存在影响，那么这种影响作用是何时发生的?即解决“when”的问题。刺激物识别的三种理论模型对这一问题的假设是不同的，知觉图式模型认为情景背景的影响发生在刺激物识别的第一、第二阶段，主要是源于情景知识的预期与刺激物标记的知觉分析之间发生了相互作用；启动模型则认为这种影响发生在第三个阶段，主要体现在情景意义对刺激物识别所必需信息获得的调节作用方面；与知觉图式模型和启动模型不同的是，功能分离模型认为情景意义与刺激物识别是分离的，相互之间不存在影响，但是值得注意的是，持这一观点的研究者也必须面对“when”的问题，即什么时候不发生影响?第二，如果情景背景对刺激物识别存在影响，那么这种影响对什么刺激物有效?即解决“what”的问题。对于这一问题的回答不同的研究者得到了不同的结论，比如很多的研究
都发现，在刺激物识别的过程中，与情景一致的刺激物具有优势效应；相反，与情景不一致刺激物识别则不存在这种效应。但是得出这一结论的研究所采用的研究方法却受到了挑战。质疑者认为如果在刺激物识别的测量中能够将背景的后效区别出来的话，就可能不会发现一致刺激物的优势效应。
如何更好地回答刺激物识别过程中“when”和“what”的问题呢?重新回顾关于刺激物识别的研究范式是很有必要的。在早期的眼动研究范式中，注视的持续时间、首次注视是测量刺激物识别的主要指标。受眼睛和视网膜光学与解剖学特征的决定，高分辨率的视觉信息仅仅是从人们所注视的有限的区域获得的，而其周围信息的质量则明显较低。因此可以认为注视持续的时间、首次注视的时间对于解释刺激物识别过程中的信息获得是可以利用的，但是要用其作为判定情景意义是如何影响刺激物识别的指标显然并不是十分有效。另一方面，刺激物觉察的研究范式通常是使用觉察的正确率作为判定刺激物识别的指标。通过比较不同性质刺激物的觉察准确性来判定刺激物性质对其识别的影响是可行的，但是单纯从刺激物觉察的正确率来揭示情景意义对刺激物识别的影响关系是不完全的。为了增强刺激物觉察范式对刺激物识别过程中情景意义效应的解释力，有研究者应用了信号检测方法，试图通过辨别力指数与反应偏向的分离来确定情景意义对刺激物识别的影响，但是这种方法却受到了方法论方面的质疑和批判。
4.2 刺激物识别研究的新进展
对早期理论模型的比较和研究范式的分析可以发现，对于刺激物识别的研究，不同的研究范式具有其独特的作用。但是如果分离地来看，二者对解决情景意义是否对刺激物识别产生影响的问题就显得乏力。那么如果将这两种范式结合起来，可能有助于揭示情景意义与刺激物识别之间的关系。
实际上，在关于变换盲视的研究中，Rensink(1997)等人就已经将刺激物觉察与眼动研究结合起来了。而Hollingworth、Schrock和Henderson(2001)等人的研究发现，在允许被试移动眼睛的条件下，被试对情景变换的觉察更加准确、更加快捷；相反，在要求被试眼睛位置保持不变的条件下，被试对情景变换的觉察相对较慢。他们认为情景中刺激物的觉察并不是注意的作用，而是眼睛移动的结果，因此要研究觉察任务中的注意问题，就必须对眼动有所控制。在此后的研究中，他们在对不同眼动指标监控的条件下，应用变换觉察任务，对信息的内部表征及刺激物识别的关系进行了深入的研究。
根据启动模型的假设，对情景的知觉图式可以激活长时记忆中的记忆表征，而刺激物识别则是记忆表征对刺激物类型启动的结果，在这一过程中，记忆表征对知觉信息的获得起着调节的作用。那么知觉信息是如何获得呢?Oliva和Torralba(2001)认为关于情景图式的记忆表征是观察者对局部信息和整体信息整合的结果。与之相似的，Vogel和Schiele(2004)认为是观察者对情景背景意义学习的结果。但是根据这一观点，在刺激物识别的过程中，就必须首先进行大量的关于情景类别以及属性分析的工作，这与情景快速识别的结果是不一致的。Hollingworth和Williams(2001)等人应用变换觉察任务，通过记录注视持续时间和觉察的正确率，发现真实情景的知觉是一个随着眼睛和注意的变化而变化的动态过程，但是，情景知觉过程中的视觉表征并不拘泥于当前选择的刺激物，而是存在着信息的累积效应。这一结果为功能分离模型提供了支持。在随后的研究中他们发现了基于两个独立的表征系统的眼跳过程整合模型。其中一个系统对抽象的、以前储存的刺激物类型进行编码，而另一个系统则对与情景或位置标记分类相联系的刺激物属性的情景标记进行编码。
在探讨真实情景信息获得的研究中，Hollingworth和Henderson(2002)应用了一种新的研究范式――眼跳伴随变换范式(Saccade-contingentChange Paradigm)，即在情景中刺激物的变换与眼跳同时发生的条件下，考察变换觉察的信息表征问题。这一范式为探讨情景表征和情景记忆之间的关系提供了强有力的测量手段。在Hollingworth和Henderson(2002，2003)等人的研究中发现在真实情景中所注意的刺激物信息可以保持在长时记忆中，而且还存在整体性的眼跳变化盲视效应，因此研究者认为在复杂情景的知觉过程中，点对点的视觉表征并不是交错眼跳的结果。外显的变换觉察与视觉记忆二者之间并不存在必然的联系。在情景比较任务(Scene Comparison Task)的研究中，研究者发现存在着“即时”加工策略，由于这种策略能够使工作记忆的应用最小化，因此在复杂的视觉任务中人们倾向于最低限度使用视觉的工作记忆，而这种“即时”加工策略的应用实际上是伴随发生的，视觉记忆并不是有意识记忆的结果。
整体情景的变换盲视现象说明情景浏览过程中的信息表征是即时发生的。那么情景知觉中的信息累积效应是如何发生的呢?Williams和Henderson(2005)在研究中应用标记辨别任务(TokenDiscrimination Task)来测量他们对目标刺激以及错误选择的视觉信息的记忆。结果发现，即使被试没有正确选择目标刺激，搜索目标的视觉信息和与目标相关的错误选择的视觉信息也会在搜索过程中得以保持，但是与目标无关的错误选择的信息却相当贫乏。眼动测量的结果发现能够记住的刺激物注视的次数较多，而没有记住的刺激物的注视次数较少。因此研究者认为刺激物搜索过程中的视觉表征包含了详细的视觉信息。在关于新异刺激注意优先性的研究中，研究者发现无论是在注视阶段还是在眼跳阶段，情景中出现的新异刺激更能引起人们的注意。但是人们对注视阶段出现的刺激物的注视速度要比在眼跳阶段出现的刺激物更加快捷，而且注视更加频繁。因此可以认为眼跳阶段的注意优先性是自动化的，而记忆的引导作用则是内隐的。Brockmole和Castelhano(2006)等人的研究也得到了与之相似的结果。
4.3 背景引导模型
根据特征整合理论，如果要把低水平的视觉特征整合为一个刺激物实体，那么注意的参与是非常必要的。Fei-Fei和Perona(2005)为自然情景中刺激物信息的整合提出了新的模型――贝叶斯等级模型(Bayesian Hierarchical Model)。基于贝叶斯框架，研究者假设情景表征是通过局部信息的积累实现的，情景中的每个区域都会表征为某一图式的一个小部分。这一模型适用于情景图像自身仅能提供很少的语义信息，或者在没有要求观察者执行具体任务的条件下的情景知觉加工，它为情景中哪些区域更能吸引观察者的注意提供了支持。但是在真实
情景中，情景的语义内容、同时出现的刺激物以及任务约束对注意和眼睛移动的方向具有很重要的调节作用。因此Torralba和Oliva(2006)等人提出了背景引导模型(Contextual Guidance Model)，其为情景中的目标搜索提供了一个概率框架。根据该模型，刺激物识别受到了情景特征和知识经验的双重影响。情景信息的加工存在两条信息加工通路，即局部特征加工通路和整体特征加工通路。局部特征加工通路以真实情景的局部信息为基础，颜色、运动方向等局部特征的提取会形成视觉优势区域，并影响观察者的信息搜索；整体特征加工通路是在提取整体特征之后，激活已有的知识经验，并调节信息搜索的方向。如此，自上而下和自下而上加工的拟合，将最终决定观察者搜索什么信息(如图2)。比如，在识别过程中要确定情景中行人的位置。根据情景的局部特征，情景具有很多视觉优势区，如果不受知识经验的影响，人们应该首先扫描优势区信息；但是，由于受知识经验的影响，人们会产生“目标刺激在某一个位置”的预期，这种预期会对扫描路径起调节作用，最终实现目标刺激的搜索。
在刺激物搜索任务中，要求浏览者搜索情景中的目标刺激，以判断目标刺激是否出现在情景中。那么最理想的假设是，如果目标刺激出现，浏览者将对其出现概率较高的位置予以注意。这样，刺激物的觉察就可以根据概率P(O，X|I)做出估计(其中，，是情景的特征；O是二分变量，即O=1表示目标刺激出现，O=0表示目标刺激没有出现；X表示目标刺激出现的位置)。如果目标刺激不出现，那么P(O=O，X|I)。∝P(O=O|I)。
对于情景特征的确定，简单的做法是只考虑目标刺激的特征。但是很多研究认为，在真实情景浏览中，并不仅仅只是应用局部的刺激物信息，情景背景信息也起非常重要的作用。在背景引导模型中，情景局部特征就是情景中某一区域的特征，整体特征即整个情景的特征。这样一来，刺激物的觉察则可以应用P(O，X|L，G)做出估计。也就是说刺激物出现在某一位置X=(x,y)的概率可以用整体特征G和局部特征L(X)来表示。刺激物出现的位置可以用以情景中心为原点的坐标系来表示，并将其标准化在[0，1]的范围之内，这样选择单位以及情景图片的刷新率就不会对模型的预测性产生影响。
根据贝叶斯定律，可以将刺激物出现的概率分解成一系列可以归因于注意引导的单元。
p(O=1，X|L，G)
=[1／p(L|G)p(L|O=1，X，G)p(X|O=1，G)p(O=1|G)
(其中，O是二分变量，确定目标是否出现；X是情景的某一位置，L是情景局部特征，G是情景整体特征)
5 进一步研究的展望
在日常生活中，每个人无时不处在真实情景之中，而且必须要面对不同对象的识别问题。根据刺激物识别的基本过程，围绕着真实情景背景是否对刺激物识别产生影响这一问题，形成了三个不同的理论模型，而且在不同的研究范式指导下，不同的理论模型均获得了相关的实证支持。因此，对于真实情景与刺激物识别之间的关系问题仍不能提供有效地解释，但是这些实证研究却推动形成一种新的理论视角，帮助我们重新认识真实情景与刺激物识别之间的关系问题。
Torralba和Oliva(2006)等人提出了背景引导模型，其假设认为刺激物识别是整体信息和局部信息整合的结果，是通过自下而上和自上而下的两条平行通路加工实现的，其中自下而上的通路主要加工即时的、局部信息，而自上而下的通路主要是加工整体信息。这一理论模型为真实情景与刺激物识别之间关系的问题提供了一种新的解释，同时也得到了实证研究的支持。然而，该领域仍然面临许多有待解决的问题。
第一，背景引导模型是不是最优模型。背景引导模型较好地整合了有关刺激物属性和情景识别的研究，但是这一模型对于每一个动态的即时加工并没有说明，其双通道加工是以视觉优势区和情景背景意义的快速提取为基础的，那么这种快速提取有没有时间阈限，如果有，这个阈限会是多少呢?另一方面，这种平行加工是不是完全分离的?如果是分离的，那这一模型就不能为刺激物识别的完整过程提供解释，或者说是存在着局限。这种局限仍然是早期三种理论模型所面对的――情景整体信息的影响作用是在刺激物识别的哪一个阶段发生的?背景引导模型要为刺激物识别提供最优的解释，那么其至少要对这些问题做出回答。
第二，基于贝叶斯框架的优势区是不是视觉加工的优势区。情景图片中的视觉优势区实质上是一种计算模拟，它是根据贝叶斯框架，按照情景中一系列局部特征可被觉察的概率而确定的。既然是模拟，那么它是不是完全符合视觉加工的特点呢，真实的视觉加工是不是一个贝叶斯算法的结果?傅小兰、赵晓东(2005)的研究表明，不同的问题形式对于贝叶斯问题的推理存在着影响。那么面对不同的视觉搜索任务甚至是不同的情景，视觉表征的计算规则是不是也会随之发生变化?因此对于真实情景视觉表征的模拟也是值得进一步研究的问题。
第三，情景整体特征是如何激活的。根据Torralba和Oliva(2006)等人的观点，整体信息是那些在相似环境中的识别经验和策略。那么这些经验和策略是如何被激活的?在Brockmole和Henderson(2006)的研究中，他们的确发现对重复呈现情景的学习会影响刺激物的搜索，但是学习者到底学会了什么?如果说他们仅仅是学会了目标刺激的定位似乎是不恰当的，更何况他们是根据什么进行定位的，他们获得的经验和策略是如何迁移到相似情景的，这些问题在背景引导模型中并未做出详细地解释，所以情景整体特征的加工和激活问题也是值得研究的。