Восприятие глубины: как мозг видит третье измерение

Изображение на сетчатке двумерно, а мир, в котором мы двигаемся, трёхмерен. Восприятие глубины - это то, как зрительная система восстанавливает утраченную при проекции третью координату: расстояние до предмета и порядок предметов по дальности. В курсах общей психологии тема обычно распадается на три блока признаков, у каждого из которых своя геометрия, свой рабочий диапазон и свои экспериментальные доказательства. Ниже собран разбор всех трёх, формулы, которыми удобно подкреплять ответ, и разметка типичных ошибок; собрать запрос под свою формулировку помогает инструмент.

Почему глубину приходится восстанавливать

Проекция сцены на сетчатку теряет одну координату: любая точка изображения соответствует целому лучу в пространстве. Отсюда фундаментальная неоднозначность - зрительный угол $\alpha$ связан с размером объекта $S$ и дистанцией $d$ соотношением

$\tan\alpha = \frac{S}{d}$

Маленький близкий предмет и большой далёкий дают одинаковую проекцию, поэтому дистанцию нельзя вычислить из одного изображения без дополнительных допущений. Задачу такого типа называют обратной: по следствию (картинке) требуется восстановить причину (сцену).

Полезно сразу развести две разные задачи. Абсолютная глубина - это оценка расстояния в метрах от наблюдателя до предмета; относительная - суждение о том, какой из двух объектов ближе и во сколько раз различаются дистанции. Признаки распределены по этим задачам неравномерно: часть даёт метрику, часть только порядок, и путаница между ними - источник половины ошибок в письменных ответах.

Зрительная система решает её, опираясь на признаки глубины - регулярности среды, статистически связанные с расстоянием. Их делят на окуломоторные (сигналы от мышц глаза), монокулярные (доступные одному глазу) и бинокулярные (возникающие из сравнения двух изображений). Ни один признак не универсален: каждый работает в своём диапазоне и с своей точностью, а итоговая оценка складывается из нескольких сразу.

Окуломоторные признаки: конвергенция и аккомодация

Конвергенция - сведение зрительных осей на рассматриваемом предмете. Чем ближе объект, тем сильнее поворачиваются глаза, и мозг получает проприоцептивный сигнал от глазодвигательных мышц. Геометрия здесь простая: при межзрачковом расстоянии $a \approx 6{,}3$ см и угле конвергенции $\theta$ дистанция равна

$d = \frac{a}{2\tan(\theta/2)}$

Для $\theta = 3{,}6^\circ$ получается около метра, а уже на шести метрах угол падает ниже $0{,}6^\circ$, и различить соседние дистанции по нему невозможно. Поэтому конвергенция считается признаком ближнего действия: практически она информативна до двух-трёх метров.

Аккомодация - изменение кривизны хрусталика при наводке на резкость. Диапазон у неё ещё уже, а вклад в оценку расстояния скромнее: чаще она работает не как измеритель, а как поддержка конвергенции, с которой связана рефлекторно.

Монокулярные изобразительные признаки

Рассчитать для своей задачи

Эта группа доступна одному глазу и сохраняется на плоском изображении, поэтому её называют изобразительной. Основные признаки:

• Линейная перспектива: параллельные линии сходятся к точке схода, а расстояние между ними кодирует дальность.
• Заслонение (интерпозиция): перекрывающий объект ближе. Признак сильный, но чисто порядковый - он говорит «ближе», не говоря «насколько».
• Относительный размер: при известной категории предметов меньшая проекция читается как более далёкая.
• Градиент текстуры: элементы фактуры сгущаются и мельчают к горизонту. Джеймс Гибсон показал, что именно градиент, а не отдельный объект, задаёт восприятие поверхности.
• Высота в поле зрения: то, что расположено выше линии взгляда для наземных объектов, воспринимается дальше.
• Воздушная перспектива: рассеяние света в атмосфере делает далёкие предметы блёклыми и голубоватыми.
• Светотень и падающие тени: распределение яркости выдаёт объём, а тень привязывает предмет к опоре.

Ровно этот набор веками эксплуатирует живопись: именно поэтому плоский холст читается как пространство, а анализ композиции пересекается с психологией - подробнее об этом в разборе связи искусства и визуального восприятия.

Движение как источник глубины

Отдельный монокулярный, но не изобразительный признак - параллакс движения. Когда наблюдатель смещается со скоростью $v$, угловая скорость проекции объекта примерно равна

$\omega \approx \frac{v}{d}$

то есть обратно пропорциональна расстоянию. Близкие предметы проносятся мимо быстро, далёкие почти стоят на месте; относительно точки фиксации ближние объекты смещаются в одну сторону, дальние - в другую. Это один из самых точных источников информации о глубине в естественном поведении, и работает он даже при полностью закрытом втором глазе.

Родственный эффект - кинетический эффект глубины, описанный Гансом Валлахом и Дональдом О'Коннеллом в 1953 году: неподвижная тень проволочной фигуры выглядит плоским узором, но стоит фигуре начать вращаться, как наблюдатель немедленно видит объёмное тело.

Бинокулярная диспаратность и стереопсис

Рассчитать для своей задачи

Глаза разнесены на несколько сантиметров, поэтому каждый видит сцену под своим углом. Точки, проецирующиеся на соответствующие места двух сетчаток, лежат на гороптере и воспринимаются на дистанции фиксации; всё, что отклоняется от него в пределах зоны Панума, даёт диспаратность - угловое рассогласование двух проекций. Именно оно преобразуется в ощущение объёма, называемое стереопсисом.

Для объекта, отстоящего на $\Delta d$ от точки фиксации на дистанции $d$, диспаратность в радианах оценивается как

$\delta \approx \frac{a\,\Delta d}{d^{2}}$

Квадрат в знаменателе объясняет главное свойство признака: он резко теряет силу с дальностью. Разница в один сантиметр на дистанции метра даёт около 130 угловых секунд - величину, заметно превышающую порог стереоостроты (у тренированных наблюдателей это единицы угловых секунд). На десяти метрах та же разница даёт уже около одной угловой секунды и становится неразличимой.

Что стереопсис не требует узнавания предметов, доказал Бела Юлеш случайно-точечными стереограммами (1960): на каждой картинке по отдельности виден только шум, но при бинокулярном совмещении из него выступает фигура. Значит, диспаратность обрабатывается рано, до опознания формы.

Как признаки складываются вместе

Обычно доступно сразу несколько источников, и оценки по ним не совпадают. Современная модель описывает интеграцию как взвешенное усреднение, где вес признака тем выше, чем он надёжнее в данных условиях: $w_i \propto 1/\sigma_i^{2}$. В опытах Марка Эрнста и Мартина Бэнкса такая байесовская схема точно предсказала, как испытуемые объединяют зрительную и осязательную информацию о размере.

Когда признаки противоречат друг другу, возникают устойчивые искажения. Классический пример - иллюзия Понцо, где сходящиеся линии подсовывают ложный признак дальности и равные отрезки кажутся разными. Тот же механизм лежит в основе комнаты Эймса и иллюзии луны у горизонта. В шлемах виртуальной реальности конфликт носит технический характер: конвергенция говорит о близком предмете, а аккомодация настроена на экран, и рассогласование вызывает зрительное утомление.

Как это исследуют

Рассчитать для своей задачи

Три метода образуют канон темы. Визуальный обрыв Элинор Гибсон и Ричарда Уолка (1960) - стол с прозрачной крышкой, под которой клетчатый узор с одной стороны лежит вплотную, а с другой уходит вниз: ползающие младенцы отказываются пересекать «глубокую» половину. Случайно-точечные стереограммы изолируют диспаратность от всех прочих признаков. Психофизические измерения стереоостроты и порогов различения дистанции дают количественные границы каждого признака и опираются на ту же логику порогов, что и закон Вебера-Фехнера.

Отдельная линия исследований - индивидуальные различия. Стереоаномалия, то есть заметно сниженная или отсутствующая чувствительность к диспаратности, встречается у нескольких процентов взрослых, чаще как последствие косоглазия или амблиопии в раннем детстве. На повседневном поведении это почти не сказывается: монокулярные признаки и параллакс движения компенсируют потерю, и человек нередко узнаёт о своей особенности только на стереотесте.

Частые ошибки

• Смешивают монокулярные и изобразительные признаки. Параллакс движения монокулярен, но на неподвижной картинке его нет, поэтому изобразительным он не является.
• Приписывают конвергенции неограниченный диапазон. За пределами двух-трёх метров угол меняется слишком мало, чтобы служить мерой.
• Считают заслонение метрическим признаком. Оно задаёт только порядок по дальности, без величины интервала.
• Ставят знак равенства между бинокулярным зрением и стереопсисом. Часть людей с двумя здоровыми глазами стереоаномальна и глубину оценивает по монокулярным признакам.
• Ссылаются на визуальный обрыв как на доказательство врождённости. Опыт показывает, что к началу самостоятельного передвижения глубина уже воспринимается, но не говорит, что так было с рождения.

FAQ

Чем монокулярное восприятие глубины отличается от бинокулярного? Монокулярные признаки извлекаются из одного изображения или из его изменения во времени и работают на любых дистанциях, включая километры. Бинокулярные требуют сравнения двух проекций, дают самую точную оценку вблизи и быстро слабеют с расстоянием.

На каком расстоянии перестаёт работать стереопсис? Формальный предел - сотня с лишним метров, но практически полезная точность сохраняется до нескольких метров: из-за квадрата дистанции в знаменателе диспаратность падает очень быстро.

Врождённое ли восприятие глубины? Часть механизмов созревает рано: чувствительность к диспаратности появляется примерно к трём-четырём месяцам, реакция на признаки движения - ещё раньше. Но точность оценки дистанции продолжает расти в течение нескольких лет, а опыт передвижения заметно на неё влияет.

Коротко

Восприятие глубины - это восстановление третьей координаты, потерянной при проекции на сетчатку. Окуломоторные признаки (конвергенция, аккомодация) работают вблизи, бинокулярная диспаратность даёт наибольшую точность до нескольких метров и убывает как $1/d^{2}$, монокулярные изобразительные признаки и параллакс движения покрывают весь остальной диапазон. Итоговая оценка складывается из нескольких источников с весами по их надёжности, а конфликты между источниками проявляются как устойчивые иллюзии глубины.