下面有一张图片，我想请你找到中文词语「框架」的所在位置，然后集中视觉焦点在上面，保持 5 秒钟：
当你的视线聚焦并且保持焦点不移动的时候，眼睛里的成像更加接近这样：
在视觉焦点能看到清晰的文字，但是在焦点以外，看到的东西则模糊不清。人类视觉焦点的分辨率，要远远高于焦点以外的区域。这是一个违反直觉的现象，但它确实存在，并且能帮助我们理解为什么人们视而不见，以及在扫视网页时眼睛是如何工作的。
细节都在焦点上
视觉焦点看到的东西远比边缘要清晰，这是怎么回事呢？
在我们眼睛的视网膜表面，有两个不同的视觉信号接收区域：中央凹（fovea）和外围区域。中央凹在视网膜中心附近，仅占视网膜约 1% 的面积，覆盖约 2°~3° 的视角。
虽然只有针孔般大小，中央凹却是视觉最敏锐的区域，那里密布着视椎细胞，它们对颜色很敏感，能够十分准确地检测颜色和空间细节。人的每只眼球大约有 600~700 万个视锥细胞（Wikipedia，2020），从视网膜中央向边缘递减分布。只有位于视野的中心，才能通过中央凹看到细节。所以在视野中心，我们的视力相当好，眼睛可以在一臂远的距离处，分辨出一个大头针顶端上多达 100 个点。但是在视野的边缘，视力则一落千丈，只能分辨出人头大小的东西（维尔，2009）。中央凹是识别对象的关键，因此视觉注意力通常都在处理中央凹所接收的信息。
人的视觉好比一束聚光灯，只有在聚光灯照射下的区域才会一清二楚，而光线照射不到的地方就显得暗淡、模糊。
我们总是有选择地让视觉焦点落在目标物体上，去感知细节、识别物体，视觉焦点决定了我们将看见什么。视觉这束聚光灯能照亮的地方很有限，只要是聚光灯没有经过，或者快速经过却没有停留的话，都可能让我们视而不见。
快速眼动
如果人类视野的分辨率是中央高而边缘低，那为什么人眼看到的东西，并不像透过一个放大镜，看到的是中央放大、边缘模糊的图像呢？
眼睛运动的一瞬间，只能看清非常狭小的区域，确实无法仅凭一次注视就获得整个环境的信息。不过好消息是，勤能补拙，一次不够就再来一次，反复几次不就可以看完整了吗？就好比摄影师要拍摄一个花瓶，如果固定站在一个位置，就只拍到花瓶的一个侧面。花瓶不会动，但是摄影师可以动。只要多从几个不同角度拍摄，就能看到花瓶的各个侧面了。
我们的眼球上附着了很多强壮的眼肌，可以带动眼球快速旋转。有多快速呢？眼球转动的角速度高达 900 度/秒，一次运动可以在 1/10 秒内完成，这种活动称为扫视（维尔，2009）。扫视发生得如此之快，难怪我们根本意识不到。眼球不断快速移动，让环境中那些值得注意的对象依次对准中央凹，这样眼睛就持续获得高分辨率的成像（Welsh, Chua, et al.，2007）。
让我们回到前面聚光灯的比喻：如果聚光灯静止不动，它照射的区域就很小。现在来开个脑洞，如果聚光灯背后有一位灯光师在控制，他眼疾手快，能够在一秒钟以内快速调整聚光灯角度，让它照亮舞台的每一个角落，那么舞台看起来是不是就像开了全局灯光一样呢？眼睛这位灯光师，时刻都在调整聚光灯照射的位置，于是在我们的知觉经验中，会认为自己一下子就看到了整体。
中央凹的存在和工作原理，意味着视觉焦点几乎总是处于中央凹注视区域。既然中央凹的识别能力那么强，为什么还需要外围区域来提供边缘视觉呢？进化并不会无中生有、浪费资源，边缘视觉的存在当然也有意义。它处理了大量低分辨率的空间线索，负责感知方向，帮助大脑计划该往哪里移动眼睛，比如，视野中突然出现一个会移动的物体，它会带来危险吗，身体马上会调度资源来集中处理这个信息。中央和边缘视觉各司其职，大千世界才能尽入眼底。
选择性注意
大脑非常消耗能量，如果要在大脑中保存整个世界的视觉图像，需要很多认知资源，这完全没有必要。所以进化选择了更经济实惠的方案：按需所「见」。也就是只针对当前需要，快速地获取信息。看到的事物都与注意有关。我们会注意那些可以立即获得有用信息的区域，而不是关注整个周围环境。可以说，视觉思维的本质就是一个注意力的分配过程（维尔，2009），人们根据需要，主动选择注意什么、忽略什么。
选择性注意（selective attention），指的是把注意集中于某些对象，而不是同时关注许多。这是我们与生俱来的强大过滤器。即便身处陌生、嘈杂的环境，只需要简单扫视，我们便知道该往哪里走，接下来要做什么。这种快速感知周围世界、人、物体、模式的能力，我们并不会觉得有多了不起，毕竟已经习以为常了。但是，正在尝试创造人工智能系统的科学家却发现，这样的过程无比复杂。在我们醒着的大部分时间，身体各种感官默契配合，完成了复杂的信号收集和处理过程——就像大城市的交通系统，循环流动着忙碌而有序的车流——而我们对此却几乎没有觉察。
选择性注意不只是视觉的注意，它包含 6 种不同的任务类型（Wickens, Hollands, et al.，2015）：
- 大范围定向与场景扫描：比如查看图片或者浏览过程中打开新的网页。
- 监控：观察或扫描某些动态变化，如果超出一定范围，就执行某个行动。比如秒杀商品开卖之前，你盯着倒计时，随时准备按下购买按钮。
- 觉察：对预料之外事件的监控及应对。比如当你在会议上对着 PPT 讲解时，需要时不时留意 PPT 是否正常显示。
- 搜索：找寻预先确定的目标物。
- 阅读：处理文字、图片等符号化的信息。
- 确认：确认某些结果已经发生。比如下载已经完成。
接下来的几篇文章，我们主要关注视觉搜索过程，即如何在杂乱的视觉环境中找到特定的物体，它大致包含几个步骤：眼球运动 - 获取信息 - 解释信息并计划下一次眼球运动。
- 第一步，根据当前任务，确定搜索目标。
- 第二步，开始搜索符合要求的模式。视觉皮层会生成一组特征映射，分别检测不同的特征，例如垂直轮廓、大小或颜色。
- 接下来，依次进行眼球运动。首先搜索和注视最可能出现目标的区域，然后移动到下一个目标区域。
回见。
Ref
- Cone cell. (2020). In Wikipedia. https://en.wikipedia.org/w/index.php?title=Cone_cell&oldid=949785199
- 维尔. (2009). 设计中的视觉思维 (陈媛嫄, Trans).
- Welsh, T. N., Chua, R., Weeks, D. J., Goodman, D., Chua, R., Weeks, D. J., & Goodman, D. (2007, September 19). PERCEPTUAL-MOTOR INTERACTION: SOME IMPLICATIONS FOR HCI. The Human-Computer Interaction Handbook; CRC Press.
- Wickens, C. D., Hollands, J. G., Banbury, S., & Parasuraman, R. (2015). Engineering Psychology and Human Performance. Psychology Press.
