Hoe verloopt de herkenning van objecten? - Chapter 4

Wat is objectherkenning?

We nemen de wereld om ons heen waar met behulp van verschillende modaliteiten, al is zicht voor mensen het belangrijkst. Hoe kunnen mensen objecten die men elke dag ziet, waarnemen en vervolgens herkennen? Dit heeft allereerst te maken met vormperceptie, een proces waardoor de basisvorm en grootte van een object wordt bepaald. In de tweede plaats is objectherkenning hierbij belangrijk. Dit is het proces waarmee men identificeert wat een object is.

Objectherkenning wordt beïnvloed door het object (de stimulus) zelf. Het herkenningsproces vanuit de stimulus of het object zelf wordt bottom-up verwerking (van de stimuli naar de hersenen) genoemd. Soms is de context ook van invloed op het herkennen van objecten. Zo zijn dingen zoals iemand zijn of haar kennis en verwachtingen van invloed op het waarnemen van objecten. Dit wordt top-down verwerking genoemd (vanuit de hersenen of mind naar de stimuli).

Het proces van objectherkenning begint met het waarnemen van simpele visuele kenmerken. Er valt echter meer te zeggen over objectherkenning. Gestaltpsychologen merkten in de twintigste eeuw op dat onze perceptie van de visuele wereld anders is georganiseerd dan de stimulus zelf. Dat dit zo is, is te zien tijdens het waarnemen van ambigue figuren zoals de kubus van Neckerman. De input (het object, de stimulus) is voor iedereen neutraal, maar de perceptie (waarneming) verschilt tussen mensen. Met behulp van het organisatieprincipe figuur / achtergrond stelt de waarnemer vast welke aspecten van een stimuli horen bij de stimuli en welke aspecten horen bij de achtergrond. Ook veel andere alledaagse stimuli zijn afhankelijk van onze interpretatie, al valt dit minder op omdat dit heel snel (automatisch) gaat. Onze perceptie wordt hierbij geleid door verschillende eenvoudige principes. Deze principes zijn: gelijkheid, nabijheid, voortduring, sluiting en eenvoud. Iedereen gebruikt deze organisatieprincipes en daarom nemen mensen de wereld vaak op een gelijkwaardige manier waar.

Het herkennen van woorden

In veel studies krijgen participanten voor een korte tijd bepaalde stimuli gepresenteerd. Tegenwoordig gebruikt men daarvoor een computer. Elke stimulus wordt die wordt getoond, wordt gevolgd door een masker, wat er voor zorgt dat de participanten niet goed kunnen verwerken. Of mensen stimuli kunnen herkennen die kort gepresenteerd zijn hangt af van een aantal zaken. In de eerste plaats is het belangrijk hoe bekend men is met de stimuli (de woorden), hoe vaak ze het al hebben gezien. Een andere factor die van invloed is op woordherkenning is de recentheid van waarneming, hoe korter geleden de participanten het woord hebben gezien, hoe eerder ze het woord herkennen, wat ook wel 'priming' wordt genoemd. Als een woord of stimulus twee keer wordt getoond, zal het woord of de stimulus bij de tweede presentatie sneller en eenvoudiger worden herkend. Dit heet repetitie priming. Ook zijn hele woorden eenvoudiger te herkennen dan afzonderlijke letters. Dit wordt het woord-superioriteit effect genoemd en wordt meestal gedemonstreerd aan de hand van een ‘twee alternatieven, gedwongen keuze’ taak.

Kenmerk netwerken en woordherkenning

Als je een bepaald woord wilt herkennen, gebruik je verschillende letterdetectoren, die vervolgens de woorddetectoren activeren. Er is dus een netwerk van detectoren. Dit netwerk is georganiseerd in de vorm van lagen, waarbij elke volgende laag beter grotere en complexere objecten kan detecteren. De informatiestroom begint bij de kenmerken van een woord en is dus een voorbeeld van bottom-up verwerking. Daarom wordt dit ook wel 'kenmerk netwerken' genoemd. Op een bepaald moment heeft een detector een bepaald activatieniveau. Als dit niveau de reactie grens bereikt, zal de detector ‘vuren', wat inhoudt dat er een signaal wordt verzonden naar andere detectoren. Dit is hetzelfde als bij neuronen, zoals is beschreven in hoofdstuk 2. Het is echter niet zo dat een detector gelijk staat aan een neuron, in plaats daarvan bestaan detectoren uit een combinatie van neuraal weefsel. Sommige detectoren worden eenvoudiger geactiveerd dan anderen. Het activatieniveau van een detector is afhankelijk van recentheid (iets kort geleden hebben gezien) en frequentie (iets vaak hebben gezien).

De ‘kennis’ van de netwerken is niet lokaal gerepresenteerd: het is niet op een bepaalde locatie opgeslagen of ingebouwd in een bepaald proces. In andere woorden, de kennis van het netwerk is gedistribueerd; de kennis is verdeeld over het hele netwerk.

Het McClelland en het Rumelhart Model

Er zijn een aantal variaties op en verbeteringen van het beschreven netwerk bedacht. Het McClelland en Rumelhart Model stelt dat activatie van een bepaalde detector kan leiden tot inhibitie van een andere detector. Detectoren hebben in dit model dus excitatoire in inhibitoire verbindingen. Dit heet het tweeweg communicatie systeem en is ook weer gelijk aan de werking van neurale verbindingen.

Het herkenning door middel van componenten model

Het herkenning door middel van componenten (RBC, recognition by components) model bevat een niveau van detectoren die gevoelig zijn voor geons, basale ‘bouwstenen’ voor alle objecten die we herkennen. Dit model maakt, net als de andere netwerken die besproken zijn, gebruik van een hiërarchie van detectoren. Geons worden samengevoegd tot geon assemblies, die vervolgens het objectmodel activeren. Er zijn verschillende voordelen hiervan. In de eerste plaats is herkenning op basis van geons gezichtspunt onafhankelijk. Daarnaast kunnen de meeste objecten herkend worden door slechts een paar geons te gebruiken.

Multipele gezichtspunten

Er zijn verschillende theorieën over hoe objectherkenning verloopt. Zo stellen sommige theorieën dat mensen verschillende perspectieven van een object dat ze kunnen herkennen hebben opgeslagen in hun geheugen, maar dat dit beperkt is en dat je in sommige situaties daarom het gezichtspunt moet ‘roteren’. Volgens dit idee is verwerkingssnelheid gezichtspuntafhankelijk. 

Hoe verloopt gezichtsherkenning?

Bewijs dat gebaseerd is op studies met prosopagnosie patiënten, patiënten die moeite hebben met het herkennen van gezichten, impliceert dat er een neurale structuur bestaat die bedoeld is voor het herkennen en onderscheiden van gezichten. Gezichtsherkenning is ook op een ander punt gespecialiseerd en is sterk afhankelijk van oriëntatie. Het is echter niet zo gezichten uniek zijn in dit opzicht. De gespecialiseerde neurale structuur wordt niet alleen gebruikt voor gezichten. Ook zijn gezichten niet de enige stimuli die afhankelijk zijn van oriëntatie. Mensen lijken dus een gespecialiseerd herkenningssysteem te hebben, wat zijn eigen hersenweefsel heeft en gevoelig is voor oriëntatie. Dit systeem lijkt cruciaal te zijn wanneer een taak twee aspecten heeft: namelijk het herkennen van specifieke individuen binnen een categorie en de het herkennen van individuen vanuit een bekende categorie (bijvoorbeeld van dezelfde afkomst).

Holistische herkenning

De netwerken die tot nu toe behandeld zijn, begonnen allemaal met het analyseren van delen die later samengevoegd werden in gehelen. Bij gezichtsherkenning is er echter niet alleen sprake van verwerking van delen, maar van holistische herkenning, de herkenning van het geheel. Uiteraard spelen delen nog altijd een rol in gezichtsherkenning. De kenmerken kunnen echter niet apart van het gezicht waargenomen worden. Bewijs hiervoor is het composiet effect dat optreedt bij gezichtsherkenning. Meer onderzoek is echter nodig om precies te achterhalen hoe het gezichtsherkenning systeem werkt. 

Top-down invloeden op herkenning

Objectherkenning is niet zo eenvoudig als tot nu toe beschreven, want er zijn ook verschillende top-down invloeden. Externe oorzaken, dus dingen anders dan de stimulus zelf (lawaai, licht, verwachtingen, individuele verschillen), hebben ook invloed op de perceptie (waarneming) van individuen. Om dit goed te kunnen beschrijven en verklaren is er dus een interactief model nodig (met interactie tussen bottom-up en top-down invloeden).