Цветотипы внешности и колористика тест: Онлайн-тест на определение цветотипа внешности
Цветотипы внешности. Описание и фото, колористика, тесты и примеры осень-весна-зима-лето
Цветотипы внешности не требуют глубокого понимания стиля, а описание и фото к ним еще больше упростят задачу. Больше не модно подстраивать свой образ под стандарт, теперь важно подчеркивать свою природную красоту.
Что такое цветотипы внешности
Цветотип одинаково определяется для женщин, мужчин, детей. Понятие впервые появилось в мире искусства. В 1984 г. вышла книга «Color Me Beautiful», от Кэрол Джексон. Она рассказывает, о 4 колоритах по временам года. У каждого свои рекомендации, зависящие от насыщенности волос, радужки глаз.
4 сезона имеют дополнительные температурные параметры, теплый и холодный тон. Людям, имеющим во внешности нотки желтого, оливкового идут теплые цвета. Тем, у кого кожа имеет холодный подтон, подходит аналогичная цветовая палитра.
Цветотипы внешности. Фото и описание характерных чертГлавная задача теории – переключить внимание с одежды на лицо человека. Если светлая девушка наденет яркий малиновый пиджак, то все внимание на себя заберет одежда. Придерживаясь правил теории можно подчеркнуть красоту лица и перевести все взгляды на себя.
Четыре цветотипа у мужчин и женщин
Цветотип внешности определяют без макияжа по описанию и фото. Все, что можно дорисовать, уже создает ложное представление о типаже.
Существует базовая гамма, которая подходит всем:
- черный;
- белый;
- кремовый;
- бежевый;
- коричневый;
- синий.
Но даже выбирая ее нельзя терять бдительность! Одежда не должна затмевать внешность человека.
Краткая таблица для определения своего типажа
Цветотип | Цвет волос | Цвет глаз | Цвет кожи |
Зима | От темно-каштановых до черных | Светло-голубые, светло-зеленые, карие | Светлая, фарфоровая, бледная |
Весна | От блондина до средне-русого | Голубые, зеленые | Натуральный тон кожи с теплым подтоном |
Лето | От пшеничного до темно-каштанового | Серый, серо-голубой | Натуральный тон кожи с холодным подтоном, может доходить до смуглого |
Осень | Каштановый, рыжий | Яркие янтарные, карие, зеленые | Светлая кожа с розовым подтоном |
Зима
Характерная черта для Зим — контраст. Пряди контрастируют с кожей, а глазки четко выделяются даже без косметики. Брови четкие, хорошо выделяются на лице. Белки глаз светлые. Внешность настолько выразительная что прекрасна и без макияжа. Кожа обладает синеватым подтоном, реже оливковым. Отсутствуют персиковые или рыжие нотки.
Пряди варьируются от русо-пепельного до средне-коричневого. Чаще от средне-русого до черного. Даже на свету они не отдают рыжинкой. Глаза у Зимы выразительные: карие, черные, медовые. Иногда голубые, зеленые или серые с голубым подтоном. Подходят чистые цвета. Категорически не подходят грязные и смешанные краски.
Примеры: Одри Тоту, Дита фон Тиз, Лив Тайлер, Кэти Пэри, Энн Хэтэуэй, Киану Ривз, Йен Сомерхолдер, Джордж Клуни.
Покраска волос
Рекомендуется окрашивать волосы в черный, сине-черный, темный, каштановый. Иногда может подойти махагон и черный кофе. Для более нежной внешности стоит подбирать гамму посветлее, например, пепельный каштан или темно-русый.
Одежда
В одежде лучше отказаться от тканей теплых и пастельных цветов, отдать предпочтение чистым и ярким. Это могут быть благородные бирюзовые, синие, изумрудные, рябиновые, черные. Подходит белый, как акцент в образе.
Стиль благородный. Зимам подходят элегантные платья, декольте, сексуальные и деловые образы. Строгость не делает образ скучным, напротив подчеркивает необычайную красоту Зим. Ткани: шелк, кружево, вязаная одежда. Зиму портят выстиранные и неухоженные ткани.
Драгоценности
В драгоценностях должен отсутствовать желтый подтон. Подойдут: бриллианты, белое золото, серебро, рубин, черные и зеленые камни.
Макияж
У Зим от природы выразительная внешность, они способны обойтись без косметики. Лучшее решение – подчеркнуть свои природные данные. Помада вишневая, холодно-розовая. Тени хвойно-зеленые, темно-синие, золотые, розовые, черные. Идет черная подводка.
Весна
Цветотипы внешности, описание и фото которых помогут четко определить свою принадлежность, могут быть смешанными.
Весна характеризуется теплыми и яркими тонами. Это теплая кожа, блондинистые или русые волосы. Кожа натуральная, без синевы. При покраснении появляются персиковые щечки. Такому типу тяжело загорать, вместо загара выявляется краснота.
Весной могут быть и блондинки и русые, оттенок волос доходит до средне-каштанового. На свету в них заметна рыжинка или золото. Радужка глаза: голубая или зеленая, реже медово-каряя. Категорически не подходят очень светлые или темные краски. Весна создана для мягкой и нежно-пастельной палитры.
Пример: Гвинэт Пэлтроу, Светлана Ходченкова, Блейк Лайвли, Тейлор Свифт, Пьер Ришар, Евгений Плющенко, Оуэн Уилсон.
Покраска волос
Краситься стоит только в светлые и медово-русые, пшеничные, теплые тона. К счастью у большинства Весен такой цвет от природы. Темный шатен будет старить, а яркий рыжий отвлекать внимание от лица.
Одежда
Если Зима – это роковая красотка, то Весна – это воздушная леди. Гардероб должен состоять из нежно-зефирных и пастельных тонов. Допускается теплый подтон. Чем натуральнее выглядят ткани и цвета, тем лучше. Слишком яркие краски могут перебить красоту и отвлечь внимание от человека. Впечатление от образа должно быть свежим и легким.
Хорошо подходят теплые-лимонные, солнечно-желтые, светло-абрикосовые, белые с теплым подтоном, нежный васильковый и светло-зеленый. Может подойти теплый шоколадный, строгий синий, яркий лавандовый, фуксия, цветочный и растительный принт.
Спортивный стиль подчеркивает нежность Весен и делает их еще более привлекательными. Ткани: хлопок, шелк, бархат, замша.
Драгоценности
Яркие драгоценные камни. Бирюза, голубой и желтый топаз, изумруды, сапфиры, жемчуг, желтое золото.
Макияж
С излишне-ярким макияжем Весна будет смотреться вульгарно. Подходят полупрозрачные текстуры. Хайлайтер подчеркнет естественное сияние. Палитра теней состоит из мягких тонов, допускается приглушенный оранжевый, землистые краски.
Собственные реснички редко бывают ярко-выраженными, поэтому можно не бояться переборщить с тушью. Помада должна иметь слегка пыльный, спокойный цвет. Допускается коралловый-красный как акцент в вечернем макияже.
Лето
Славянский типаж чаще относится Лету. Мягкий колорит, с нежной внешностью. Здесь нет высоких контрастов. Иногда заметны синие венки на лице. При смущении видны лилово-розовые щечки. Отсутствие рыжего во внешности. Характерна общая «бледность». Внешность однотонная, сливается издалека. Нет такого контраста, как например, у Зимы.
Пепельные, блондинистые пряди, доходят до темно-русого. Отсутствует рыжий пигмент. Вместо него скорее есть зеленые или серые нотки. Глазки: чистый голубой, серо-голубой, серо-зеленый, серый. Общая палитра холодная, спокойная, немного приглушенная. Не подходят яркие неоновые оттенки, черные, глубокие винные.
Примеры: Наталья Водянова, Дженифер Энистон, Дженифер Лоуренс, Сара Джессика Паркер, Джуд Лоу, Бред Питт, Леонардо ДиКаприо.
Покраска волос
Противопоказано красится в рыжий. Это подчеркнет пигментацию, морщины и другие недостатки. Следует выбирать натуральные краски, без желтизны и рыжины. Подходят пряди с пепельным подтоном, милирование.
Одежда
Идет повседневная одежда пудровых оттенков. Легкие, струящиеся ткани: бархат, кашемир, шелк. Обувь выбирать из кожи или замши, она может быть броской, яркой.
Лето отличается от Весны более яркой палитрой красок, но гамма очень схожа. Мягкий облегающий силуэт – лучшее решение для Лета. Цвета чистые, средней-насыщенности, теплые розовые, коричневые, голубые, зеленые, серые оттенки, классический синий и черничный. Ткань: шифон, кружево, бархат, фланель, лен, трикотаж, джинса.
Макияж
Лето не имеет ярко-выраженных глаз, необходимо подчеркивать их красоту. Палитра теней холодная и спокойная.
Макияж глаз смоки-айс с дымчато-серыми, голубоватыми и серо-зелеными тенями. Выделять губы полупрозрачным блеском. Помада перламутровая, розовая.
Драгоценности
Серебро, платина, белое золото, украшения без «желтинки». Аквамарин, сапфир, розовый жемчуг, голубой и розовый топаз.
Осень
Есть стереотип, что осенний колорит должен быть рыжим, это далеко не так, палитра причесок варьируется до коричневого и черного. Встречаются каштановые, золотистые оттенки. Кожа от приятного натурального до смуглого. Присутствует персиковый или золотистый подтон. На такую кожу легко ложится загар. Даже при бледном пигменте на лице улавливаются теплые нотки.
Чаще всего брови темные, они совпадают с корнями волос. Глаза серые, карие либо зеленые. Категорически не созданы для выстиранных красок. Их внешность требует подчеркнуто ярких образов.
Примеры: Лейтон Мистер, Джулиана Мур, Марсия Кросс, Джулия Робертс, Эмма Стоун, Хью Джекман, Эштон Кутчер, Данила Козловский, Дэмиан Льюис.
Покраска волос
Палитра варьируется от мягкого рыжего до темного каштана. Наличие теплых ноток приветствуется. Это медовые, карамельные, ореховые тона. А также коричнево-красный и медная, рыжая палитра. Абсолютно не сочетаются с внешностью холодные краски, например, иссиня-черный, сливовый, пепельный. Идет балаяж, милирование, омбре.
Одежда
Краски гардероба винные, оранжевые, желтые, красные и коричневые. Для повседневной одежды подойдет цвет кофе с молоком, теплый серый, бежевый, оливковый. Хорошо сочетается с такой внешностью официальный стиль и сафари, яркие вечерние платья. Верхняя одежда – пальто, шубы.
Хорошо смотрятся контрастирующие оттенки, например, синий, он будет оттенять яркий цвет волос. Ткани: замша, кашемир, вязанные вещи, вельвет, бархат, лен.
Драгоценности
Осени как яркому, «переливающемуся» цветотипу подходят цветные драгоценности. А именно: топаз, янтарь, гранат, золото.
Макияж
Тени теплых, коричневых, шоколадных тонов, допустимы оранжевые цвета. Румяна персиковые. Пудра и тональный крем должны иметь теплый подтон. Идут стрелки и яркая красная помада.
Днем макияж может быть более светлым, терракотовых оттенков, а вечером приобретать более глубокий коричневый.
Колориты внешности
Колориты внешности делятся на 6 основных:
- Мягкий – Лето или Осень.
- Яркий – Зима или Весна.
- Теплый – Весна или Осень.
- Холодный – Весна или Зима.
- Светлый – Весна или Лето.
- Темный – Осень или Зима.
Каждый их них в свою очередь подразделяется на еще 2 вида внешности. Таким образом создается 12 цветотипов. Цветотипы внешности, описание и фото которых всегда помогают лучше понять свой типаж, помогут подобрать палитру красок под любую внешность.
Мягкий
Цвет волос варьируется от светло-русого до светлого шатена. Брови могут быть как темные, так и светлые. Кожа светлая. Глаза зеленые, медово-карие.
Нейтральные цвета, невыразительный окрас. Отсутствует контрастность, внешность сливается. Волосы светлые. Радужка серо-голубая, янтарная, карая. Пример: Кайли Миноуг.
Одежда
Одежду предпочтительнее выбирать пастельных и пудровых красок. Хорошо смотрятся нежные летящие ткани.
Макияж
Пастельные, пыльно-розовые и светлые тени. Помады светло-розовых, перламутровых тонов. Лучше избегать ярких акцентов в виде черных стрелок или красной помады.
Яркий
Внешность является выразительной даже без макияжа за счет сильного пигмента волос и бровей, общей бледности кожи. Глаза светлые. Волосы у данного типа могут быть от темного каштана до черного, но встречается и яркий чистый блонд.
Глаза аквамариновые, изумрудно-зеленые, медово-карие. Пример: актриса Кортни Кокс Аркетт.
Одежда
Гардероб состоит из очень чистых и насыщенных цветов. Идет официальный стиль. Ткани должны держать форму.
Макияж
Яркая внешность не требует большого количества косметики. Но в макияже может присутствовать 1 акцент в виде красных губ или ярких глаз.
Теплый
Фарфоровая кожа. Встречаются веснушки, пигментные пятна. Радужка зеленая, карая, голубая. Вся внешность у таких людей пронизана солнечными нотками. Они проявляются и в глазах, и в волосах, и на коже. Даже если рассмотреть вены, то они будут иметь скорее оливковый оттенок, чем голубой.
Пряди золотистые, насыщенно рыжие, темно каштановые. В глазах тоже прослеживается теплота, если они зеленые, то обязательно с желтинкой, если карие, то с золотым отливом. Например, Джулианна Мур.
Одежда
Палитра состоит из цветов среднего тона, это не самые яркие цвета, но и не пастельные. Дорогие ткани и легкие материалы.
Макияж
С косметикой следует обращаться аккуратно. Колорит не переносит слишком бледный или яркий мейк-ап. Придется искать золотую середину.
Холодный
Пепельные, холодные оттенки волос. Нет рыжего перелива. Кожа уходит в розоватый подтон, румянец лиловый. Глаза голубые, зеленые или серые.
Их кожа на фоне остальных людей выглядит мертвенно-бледной. Семейка Адамс яркий представитель. Например, Джуди Денч.
Одежда
Палитра состоит из холодных и глубоких тонов среднего типа. Гардероб состоит из шелковых, кашемировых тканей. Данному колориту идут меха.
Макияж
Макияж может быть насыщенным. Идут помады с холодным подтоном, они подчеркивают белизну зубов. Тени синие, изумрудные, серебристые.
Светлый
Издалека внешность слегка сливается в цельное пятно, что позволяет «рисовать» на нем как на холсте создавая разнообразные образы. Светлый типаж чаще является счастливым обладателем карамельного блонда, русого или золотистого оттенка. Редко — темно-русый или средне-коричневый. Есть карамельные и желтые нотки как в волосах, так и в коже.
На лице веснушки или легкий загар. Глаза голубые, изумрудно-зеленые, серо-зеленые, аквамарин, иногда серые. Например, Клаудия Шиффер.
Одежда
Палитра состоит из молочных и пастельных нежных тонов. Хорошо подчеркивают внешность оттенки белого.
Макияж
Светлый колорит должен придерживаться светлой палитры при выборе теней и помад. Тональный крем с розовым подтоном.
Темный
Отличается насыщенным цветом волос, темными глазами и смуглой кожей. Волосы темные, от темно-русого до черного. Как правило, если от природы цвет светлый или пегий, при окрашивании в более глубокий они становятся привлекательнее.
Тон кожи может быть, как светлым с теплым подтоном, так и доходить до сильно смуглого. Яркие глаза с изумрудной или карой радужкой, реже черные или медовые. Например, Кэтрин Зета-Джонс.
Одежда
Палитра состоит из ярких красок средней насыщенности. Зимам идут более насыщенные и темные тона.
Макияж
В макияже хорошо смотрятся темные оттенки. Идут смоки-айс, стрелки, плавные переходы. Помады яркие и сочные.
12 цветотипов внешности
Цветотипы внешности, описание и фото которых помогут определиться с одним из 12 типов, решают проблему с подбором гардероба.
Ранее существовало 4 стандартных цветотипа: Зима, Весна, Лето, Осень. Но как оказалось такой классификации недостаточно. Тогда в конце 90-х и возникла теория о 12 цветотипах.
Холодная Зима
Холодная Зима отличается наличием синего пигмента. Это может быть, как ярко-голубая радужка, так и проступающие синие венки на лице. Рядом с людьми Весна, Лето они выглядят мертвенно-бледными. Женщины в возрасте со светлой сединой и светлой радужкой, также могут относиться к этому типу. Дружит с темным Летом. Например, Дита фон Тиз.
Одежда
Одежда может иметь геометрический узор, быть яркой и броской. Краски гардероба состоят из чистых и насыщенных.
Отлично подходят металлические, блестящие цвета, черно-белая официальная одежда.
Макияж
Палитра теней состоит из холодных и чистых оттенков. Холодный розовый, серый, изумрудный. Румяна лилово-розовые или розовые. Хайлайтер с холодным подтоном. Идет вишневая, лилово-розовая, холодная красная, малиновая помада.
Теплая Зима
Брюнеты, иногда даже смуглые. Легко загорают. Отличием является все тот же контраст. Дружат с теплой Осенью. Например, Ким Кардашьян, Моника Беллучи.
Одежда
Подходят более приглушенные краски. Идет красный, бежевый, золотистый. Подходят бирюзовые, лиловые краски. Отлично сочетается классический красный. Материалы должны быть дорогими: шелк, кашемир, шерсть. И конечно же меха и шубы, они очень презентабельно смотрятся на Зимах.
Макияж
Палитра теней от различных серых до холодных коричневых. Хорошо смотрятся черные стрелки. Румяна сливово-розовые. Прозрачный блеск для губ, светлые холодные помады.
Светлая Зима
Данный тип имеет самый ярко-выраженный контраст. Им никак не идут выстиранные или приглушенные тона. Могут носить чистые более солнечные оттенки. Если холодной Зиме пойдет хвойный зеленый, где преобладает синий, то светлая Зима должна отдать предпочтение насыщенному зеленому. А также мятный, тиффани, ярко-розовый, оранжевый, коралловый.
В данной категории температура кожи играет меньшую роль, большее внимание стоит обратить на контрастность. Дружит с чистой Весной. Например, Меган Фокс, Оливия Лу.
Одежда
Подходит более нежная палитра, но холодных тонов средней насыщенности. Холодный голубой, холодный розовый. Такая освежающая мятная, лавандовая, прохладная гамма.
Макияж
Тени чистых и пастельных цветов. Это серые, синие, лиловые, розовые тона. Вишневые румяна и графитовая подводка. Ярко-красная и малиновая помада для губ.
Яркая Весна
Данная Весна самая холодная и наиболее контрастная. Ей также подходят контрастные цвета. Она выделяется яркой внешностью. У блондинки могут быть карие глаза или темные брови. Сюда могут вписаться темно-русые, брюнетки. Внешность блондинок настолько яркая, что способна выдержать натиск черного, он подчеркивает их красоту. Дружит с чистой Зимой. Например, Марго Робби.
Одежда
Краски в гардеробе очень насыщенные и жизнерадостные, словно конфетки «Скиттлз». Свежий зеленый, солнечно-желтый, голубичный, абрикосовый. Хорошо смотрятся натуральные материалы.
Макияж
Яркой Весне необходимо хорошо выделять свои глаза.
Для этого ей подойдут темные теплые оттенки: коричневые, персиковые, вишневые. Можно подбирать тени в тон глазам. Чем ярче волосы, тем ярче помада может быть нанесена на губы. Беспроигрышный вариант прозрачный или персиковый блеск.
Теплая Весна
На лице есть легкий загар, нотки розового. Волосы пшеничные, золотятся на солнце. Нежные цвета подчеркнут воздушную внешность. В лице есть золотистые нотки. Дружит с теплой Осенью. Идут сложные смешанные краски.
Одежда
В гардеробе белый цвет придаст свежести. Нельзя покупать одежду из тяжелых материалов, со сложным рисунком и темных цветов. Чем натуральнее материал и проще принт, тем лучше.
Макияж
Прелесть типажа в его легкости и наивности. Подчеркнуть это можно легкими пудровыми тенями, блеском для губ или свето-теплыми тонами помад. Тушь лучше выбирать коричневую. Вместо стрелок прорисовать тенями ресничный край. Румяна персиковые.
Светлая Весна
Светлые девушки с нежно-карамельной кожей. Блондинки с карамельным отливом. Издалека внешность немного сливается, тон кожи схож с цветом волос. Слабо выделены глаза и губы. Дружит со светлым Летом. Например, Тейлор Свифт, Николь Кидман.
Одежда
Идут краски весенней палитры, но более светлые, пастельные. Молочный белый, коралловые оттенки. Контраст внешности создается при помощи аксессуаров, поэтому при их выборе не нужно бояться ярких красок.
Макияж
Тон может быть, как натуральным, так и персиковым. Румяна также персиковые или вишневые.
Палитра теней состоит их нежных розовых и медово-коричневых красок.
Холодное Лето
Оно менее мягкое из всех и выделяется самым сильным контрастом. Волосы холодные. До Зимы данный типаж не дотягивает из-за отсутствия достаточной силы контраста. Но если девушка перекрасится в темный глубокий цвет, она с легкостью превратится в Зиму. Палитра содержит тона на порядок прохладнее, с нотками лилового и голубого. Дружит со светлой Зимой. Пример — Анжелина Джоли.
Одежда
Редко идет темная глубокая палитра, черный и белый цвет. Сразу исчезает весь шарм и легкость. Хорошо смотрятся краски ягодно-фруктовой палитры. Яркие и сочные, но с чуть холодным оттенком.
Макияж
Подводку лучше выбирать графитовых оттенков или синюю, не черную. Розовые румяна. Насыщенные помады. Тени могут быть оливкового, коричневого, серого цветов.
Натуральное Лето
Натуральный летний колорит наиболее мягок. Полностью отсутствует конфликт между кожей, глазами, прической все максимально гармонично. Такой типаж легко загорает и может быть смуглым. Присутствует оба подтона, теплый и холодный. Можно использовать более обширную цветовую гамму. Глаза светлые. Дружит с мягкой Осенью. Пример — Бьянка Балти.
Одежда
Подходят мягкие пастельные тона, выстиранные и смешанные цвета. Не идут чистые и слишком яркие оттенки. Хорошо смотрятся сумки и обувь из замши или натуральной кожи. В гардеробе должны преобладать сочные оттенки.
Макияж
Помада может быть от ярко розовой до малиновой.
Идут натуральные лаки для ногтей и светлые тени.
Светлое Лето
Блондинки с кожей, отливающей лиловым или голубым. Тон волос пепельный. Веснушки сероватые или пепельные. Очень идут пастельные нежные тона, как прохладные, так и теплые оттенки, все нужно рассматривать индивидуально. Если у типажа золотистая или смуглая кожа, то лучше уйти в теплую гамму. Дружит со светлой Весной. Например, Роузи Хантингтон-Уайтли.
Одежда
Одежда также состоит из ярких фасонов и сочных красок. Но цвета будут немного светлее, чем у натурального Лета. Отлично смотрится молочный розовый, светло-желтый, фиалковый.
Макияж
Макияж на каждый день не должен содержать в себе сильных акцентов. На вечер наоборот можно ярко накрасить губы или сделать стрелки. Идут сочные и насыщенные тени, а также серые, серебристые, пыльные пигменты.
Теплая Осень
Данный подтип является самым смуглым из всех. Люди с золотистым, иногда даже рыжеватым подтоном кожи. Волосы очень яркие, рыжие, медные, красно-русые. Глаза яркие, янтарные, карие, реже голубые.
Палитра такая же яркая. Это золотистые, розовые, персиковые тона. Дружит с теплой Весной. Например, Джулиана Мур, Лейтон Мистер.
Одежда
Гардероб состоит из осенних насыщенных красок. Хорошо смотрятся серо-коричневые и землистые цвета. Материалы: кашемир, шелк, замша.
Макияж
В макияже также может быть 1 акцент. Идут коралловые, терракотовые и кирпичные помады. Тени землистых оттенков.
Глубокая Осень
Нередко это брюнетки или шатенки. Природный темный цвет волос оттеняет лицо и делает его выразительнее. Глаза карие, медовые, зеленые, ореховые. Это самый темный и глубокий представитель колорита. Очень яркая, выразительная, богатая внешность. От яркой Зимы отличает только более «теплая» кожа. Дружит с темной Зимой. Например, Виктория Бэкхэм, Кира Найтли, Алессандра Амбросио.
Одежда
Палитра насыщенная: коричневый, винный, изумрудный, кирпичный, терракотовый. Глубокая Осень может позволить себе выразительный гардероб. Смелые фасоны и яркие цвета не могут затмить красоту данного типажа.
Макияж
Даже насыщенный макияж будет дорого смотреться на осеннем типе. Данный колорит редко нуждается в тональном средстве, тон кожи имеет здоровый румянец.
Главное подбирать цвета помады с теплым подтоном. Тени золотистые, изумрудные, коричневые.
Натуральная Осень
В сравнении с глубокой Осенью внешность «мягче», но все еще достаточно выразительная. Радужка: голубая, зеленая. Волосы коричневатые или русые. Лицо светлее чем у теплой Осени, но легко поддается загару. Ест светлые веснушки. Глаза светло-карие или зеленые. Дружит с Летом. Например, Дрю Беримор.
Одежда
Палитра мягкая, характерно отсутствие ярких и чистых красок. Идут краски лаванды, пурпура, зелени. Хорошо смотрится золотистая, винная, изумрудная гамма, а также теплый розовый.
Макияж
Запрещены яркие контрасты как в одежде, так и в макияже. Очень идут гармоничные, спокойные сочетания. Тени могут быть красными, изумрудными, золотистыми. Идет черная подводка.
Тесты на определение цветотипов
Цветотипы внешности, описание и фото к которым помогает лучше определить свой колорит, определяются несколькими способами.
Отрезы ткани
Такой тест поможет с выбором подкатегории. Например, при выборе между холодным и теплым Летом. Понадобятся разноцветные отрезы ткани или бумаги, соответствующие палитрам колоритов. Процедура делается без макияжа, с распущенными волосами. Оттенки прикладываются перед зеркалом на зону шеи, максимально близко к лицу.
Если оттенок подходит, то человек не теряется на его фоне, а становится выразительнее. Цвет должен подчеркивать лицо.
Тест на «температуру» кожи
Для определения своей «температуры» достаточно взглянуть на вены и рассмотреть их цветовую палитру. Если они голубые, сиреневые и сама кожа довольно бледная – это холодный тип. Если вены более оливковые, даже зеленоватые, а кожа теплая – это теплый тип. В редких случаях можно разглядеть и то и другое – это означает что подтон кожи натуральный. Он сочетает в себе оба подтона.
Если определиться с цветотипом тяжело, можно сравнить свою кожу с родственниками, друзьями. В сравнении с остальными оттенками «температура» будет лучше выделяться.
Цветотип внешности может меняться с течением времени, описание и фото помогут точно определить свой колорит. Кожа загорает, волосы подвергаются окрашиванию, цветотип должен подходить к настоящей внешности, а не к той с которой родился человек.
Видео о теории 12 цветотипов
Как определить свой цветотип:
https://youtu.be/EpPscMaYGP8
Колористика и 12 цветотипов внешности: как по тесту определить свои?
Природная красота женщины требует соответствующего обрамления, и создание целостного, модного, современного образа порой требует немалых усилий. Важнейшая роль в этом принадлежит правильному подбору цветов и их сочетаний. Обычно девушки прекрасно знают, какой цвет им идет, а какой делает блеклыми и утомленными. Но подчас это установить нелегко, особенно при нынешней повальной моде заказывать наряды без примерки.
Как же определить свои цвета? Как понять, какая куртка подойдет больше – лимонно-желтая или абрикосовая? Какое платье выбрать – ярко-голубое или цвета увядшей розы? Легко сделать неправильный выбор и потом носить обновку, мучаясь осознанием, что с ней что-то не так. Теория о цветотипах внешности помогает избежать такой ошибки и объясняет, кому пойдут те или иные тона и оттенки. Она многое взяла из колористики – науки, которая изучает цвета, их характеристики и применение в разных направлениях человеческой деятельности.
Долгое время выделяли четыре цветотипа, основываясь на так называемом сезонном методе определения типа внешности. Решающее значение в нем имеет холодность или теплота оттенка кожи, волос и глаз, а также контрастность – разница в насыщенности этих оттенков. Соответственно зимний и летний цветотипы считаются холодными, а весна и осень – теплыми. Зима и весна более контрастны по сравнению со своими напарниками. Определить подтон кожи – теплый или холодный – можно по тесту с платками. Нужно сесть перед зеркалом при естественном освещении, смыв макияж, и прикладывать к лицу по очереди два платка – тепло-розовый и холодно-розовый. Тот из них, который не портит вид, и укажет на оттенок кожи.
Казалось бы, все очень просто – холодные и яркие цвета для зимы, более тусклые – для лета; теплые, яркие – весна, приглушенные – осень. Но такая классификация не могла удовлетворить большинство женщин, ведь лишь немногие вписываются в нее идеально. А как быть и к какому цветотипу отнести себя той, кто хорошо выглядит и в холодных, и в теплых оттенках? В общем, у этого метода оказался важный недостаток – он срабатывал далеко не для всех. Между основными сезонами оставались пустые промежутки, то есть типы, не подходящие с точностью ни под одно определение. Сейчас больше используют метод 12 цветотипов внешности. Он сохранил для типов сезонные названия, но добавил к ним дополнительные характеристики. То есть зима, весна, лето и осень имеют по три подтипа, различающиеся теплотой, глубиной и контрастностью. Нужно понять, какая именно из этих характеристик основная, определяющая для внешности. Если весь облик – светлый, то, скорее всего, это лето или весна, если преобладают теплые тона – это весна или осень, если лицо яркое, контрастное – зима или весна.
Цветотипы внешности и колористика. Как определить свой цветотип внешности: тест и фото ярких представителей
Цветотипы внешности и колористика связаны между собой. Именно изучение характеристик цветов, восприятия их человеком привело к пониманию, почему кому-то подходят определенные оттенки, а кому-то нет. Классификация цветов на чистые и приглушенные (с серым подтоном), теплые (с красным или желтым подтоном) и холодные (с белым и голубым), ахроматические (белый и черный), контрастные очень помогает не только определять цветотипы внешности, но и выбирать одежду правильного оттенка. Ведь не всем легко с ходу понять, какого тона запримеченный красный пиджак – теплого или холодного. Разобравшись же, что именно дает такой оттенок, справиться с выбором нужного цвета будет гораздо легче.
Да и как определить свой цветотип внешности, не понимая, что значит «кожа с холодным подтоном», и достаточно ли теплый оттенок волос? Нужно долго и внимательно разглядывать палитры, примеры разных цветов, изучать их сочетаемость – в общем, погрузиться в колористику. Тогда быстрее придет понимание основных принципов цветотипирования и легче будет выбрать доминирующий признак внешности. В теории 12 цветотипов это самое сложное. Нужно внимательно соотнести цвет своих глаз, волос и кожи с описанием. Не помешает также изучить цветотипы внешности на фото. Только если все признаки совпали, можно сказать, что облик определяет та или иная пара признаков.
Например, если глаза темные – карие, черные, синие, волосы от природы тоже темного цвета – от иссини черных до темно-каштановых, то, скорее всего, это глубокая зима (немало ярких представителей этого типа среди азиатов) или глубокая осень. Дополнительная характеристика, которая их отличает, — теплый или холодный оттенок. Глубокая осень будет с рыжинкой в довольно темных волосах, оттенок кожи – теплый, персиковый. Глубокая зима – холодный подтон нередко бледной кожи, волосы и глаза – без ухода в золотистые оттенки. Определить цветотип внешности поможет тест на оттенок кожи. Он очень простой: нужно внимательно рассмотреть внутреннюю сторону запястья. Зеленоватые вены говорят о теплом подтоне, голубоватые – о холодном. Еще одна подсказка: если женщине золото идет больше, чем серебро, значит, у нее теплый оттенок кожи – и наоборот.
12 цветотипов внешности: как узнать свой? Какой он – теплый или холодный?
Вполне может быть, что доминирующая характеристика – теплота или холодность облика. Холодный цветотип внешности отличается отсутствием красноватых или золотистых оттенков в цвете кожи, глаз и волос. Если волосы немного выгорели и отливают каштановым, нужно смотреть на корни – они черные или пепельно-русые. Кожа – с розоватым подтоном, иногда смуглая, а загар – оливкового оттенка. Глаза обычно голубые или серые, иногда зеленоватые. Дополнительная характеристика – контрастность. Если волосы и кожа значительно отличатся по цвету, а глаза намного светлее ресниц, это холодная зима. Если же особого контраста нет, волосы, брови и ресницы пепельно-русые, то, вероятно, это холодное лето.
Теплый цветотип внешности предполагает золотистый или красноватый цвет волос, глаза – зеленые или карие, с золотыми точками, а цвет кожи у таких девушек обычно нежно-персиковый. Все это – признаки теплой осени и теплой весны. Эти типы довольно похожи, только весна ярче, а осень немного бледнее. Волосы у теплых весенних девушек не рыжие, а золотистые, да и вообще весь облик насыщен теплым сиянием. Осень этого оттенка – спокойнее, деликатнее, бледнее. На коже нередки веснушки, на ярком солнце она скорее сгорит, чем загорит. Волосы – всегда с рыжиной, даже если они довольно темные.
В определении одного из 12 цветотипов внешности имеет значение и такая характеристика, как яркость. Определить, мягкая или яркая внешность у девушки, довольно трудно, тут важно и общее впечатление, и черты лица. Какой он – яркий цветотип? Если глаза выразительные, искрящиеся, с ярким белком и сильно контрастируют с ресницами и бровями, то в зависимости от цвета кожи и волос это может быть яркая зима или яркая весна. Если же кожа и волосы похожего оттенка, глаза – не светлые и не темные, сложного цвета, нередко серо-зеленые или медовые, то это либо мягкое лето, либо мягкая осень. Последняя отличается тем, что она гораздо теплее, с золотистым налетом, который не встречается у лета. Самая изящная, нежная внешность – у светлого лета и светлой весны. Им присущи белокурые волосы, прозрачные глаза – от светло-голубых и серых до зеленоватых, тонкая белая кожа. Эти два цветотипа тоже довольно сложно различить, лето чуть холоднее, весна – теплее.
Вообще информации о том, как узнать свой цветотип внешности, очень много. Чтобы в ней не потеряться, нужно научиться определять основные и дополнительные характеристики, внимательно изучить палитры для каждого типа и следовать им. Это значительно облегчает создание образа и позволяет раскрыть красоту при любой внешности.
Цветотип внешности тест онлайн бесплатно
Определять будем по нескольким самым значимым параметрам: цвет глаз, волос и кожи.
Раскрасьте картинку цветами, соответствующими Вашим природным оттенкам. Не пытайтесь добиться стопроцентного сходства, важна сама суть — температура Ваших оттенков (тёплые-холодные), их насыщенность (высокая-низкая) и контрастность между составляющими.
Клик по соответствующему цвету! Результат онлайн-теста смотрите ниже.
Выбрать оттенок кожи (клик)
Бледная |
Персиково-розовая |
Бронзовая |
Средний тон |
Оливковая |
Смуглая |
Цвет Ваших волос
Цвет ваших глаз
Выбрано:
Кожа | Волосы | Глаза |
---|---|---|
Не выбрано | Не выбрано | Не выбрано |
Клик по элементу
Ваш цветотип внешности:
Принцип определения цветотипа
Таблица, отображающая принцип цветотипирования в сезонной теории.
Низкая контрастность | Высокая контрастность | |
Высокая температура |
Светлая ВЕСНА Кожа тёплых оттенков |
Тёплая ОСЕНЬ Кожа тёплых оттенков, смуглая |
Низкая температура |
Холодное ЛЕТО Кожа среднего тона |
Яркая ЗИМА Волосы: Брюнет Глаза: чёрные, коричневые |
Как видно из таблицы , принцип определения цветотипа очень прост — всего два параметра цвета в двух комбинациях. Насыщенность: высокая и низкая, температура: высокая и низкая (тёплый или холодный цвет). Поэтому получается четыре варианта комбинаций. Их названия по временам года достаточно условны и относятся к одной из многих теорий цветотипирования — Сезонной, или теории «Времён года».
На практике мы имеем дело с очень большим многообразием оттенков в исходных данных человека, большинство из вариантов нельзя однозначно связать с определённой ячейкой таблицы. Поэтому каждый цветотип разделяется на подвиды. Зима может быть яркая, холодная, тёплая. Весна — яркая, светлая, тёплая. Лето — светлое, холодное, мягкое. Осень — мягкая, тёплая, тёмная. Эти названия варьируются в разных источниках, но по сути отражают в какую сторону от среднего идёт отклонение в цветовых характеристиках конкретного человека.
Этот принцип мы заложили в программу, которая управляет данным онлайн-сервисом. По выбранным цветовым характеристикам определяется к какой ячейке таблицы наиболее близок данный вариант. Если исходные данные не типичны, то об этом выводится соответствующее сообщение и по колориту оттенков приблизительно определяется подтип цветотипа.
После того как вы определили свой цветотип внешности, вам будет гораздо проще подбирать цвета одежды для вашего гардероба. Некотовые из оттенков, подходящие каждому сезону, приведены во вкладках таблицы выше. Для подтипов гармонирующие оттенки не меняются кардинальным образом. Они остаются приблизительно такими же, возможно, с небольшой «подкруткой» яркости и насыщенности. Вы можете скачать и распечатать палитры (либо открыть на экране смартфона), чтобы пользоваваться ими во время шоппинга.
Живые палитры Вашего цветотипа
Естественно, пользоваться таблицами с экрана смартфона не очень удобно, поэтому вы можете приобрести на нашем сайте физические, живые палитры с гораздо более полным набором оттенков.
Используя сочетания цветов из своей палитры во время шоппинга, можно не бояться ошибиться в подборе цветовых сочетаний для одежды, так как цвета и оттенки для каждой палитры подобраны профессиональными стилистами специально под каждый цветотип.
В палитрах есть только те оттенки, которые вам точно подходят !
И они все гармонично сочетаются между собой !
Вы можете брать буквально наугад любые несколько лепестков из вашей палитры, и их оттенки будут идеально гармонировать с вашим типом внешности, так как они обладают теми же тепловыми характеристиками с соответствующим контрастом-насыщенностью.
Ремарка к работе сервиса
Мы понимаем, что многие тонкости здесь не учитываются. Но самые распространённые стандартные типажи определяются безошибочно. Сервис бесплатный, не судите строго ! Пишите в комментариях ваши замечания и пожелания. Это поможет нам улучшить точность его работы и уменьшить (в идеале до нуля) количество ошибок при определении цветотипа.
Поделиться
Опубликовано 17.06.2020 20:10:41
Тест на определение цветотипа внешности
Какого цвета Ваша кожа?
Очень светлая, фарфоровая или, наоборот, смуглая
Молочная, розоватая, просвечивают вены
Теплая, с золотистым подтоном
Светлая кожа кремового или персикового оттенка
Какого цвета Ваш румянец?
Бледно-розовый или почти отсутствует
Прохладного светло-розового или отсутствует
Румянца почти не бывает, на морозе кожа быстро краснеет
Теплого персикового или розового, часто появляется при волнении
Как кожа переносит загар?
Быстро загорает, загар оливкового оттенка
Быстро загорает, загар серовато-оливкового оттенка
Легко обгорает, загар с красным оттенком
Хорошо загорает, цвет загара светло-золотистый
Какой природный цвет Ваших волос?
Черный, иссиня-черный, темно-каштановый, коричневый с синеватым или серебристым оттенком, либо очень светлый (серебристо-белый)
От светло-русого до темно-русого цвета, присутствует серебристый холодный или пепельный оттенок
Золотой, рыжий, темный каштаново-коричневый с оранжевым отливом
Светло-русый, золотисто-желтый, соломенный
Какого цвета Ваши брови и ресницы?
Черные или темные
Светлые, сероватые
Темные и средние тона светло-золотистого и каштанового цветов
Светлых и теплых тонов
Каков цвет Ваших губ?
Холодных цветов с оливковым оттенком
Нежно-розовые
Теплых цветов (от темно-розового до красного)
Бежево-розовые
Какого цвета Ваши глаза?
Темно-карие, черные, ярко-зеленые, ярко-синие, изумрудные, белки глаз ярко-белые
Серо-голубые, серо-зеленые, зелено-голубые, серые, серо-карие
Карие, желто-карие, медовые, желтые, зеленые, с рыжими вкрапинками
Зеленый, янтарный, голубой, светло-карий
Покрыта ли Ваша кожа веснушками?
Нет
Есть немного веснушек светло-пепельного цвета или их нет вообще
Да, темно-золотистого цвета
Немного, светло-золотистого цвета
Вы — Зима
У Вас очень яркая, контрастная внешность. Вам подойдут холодные чистые цвета: насыщенный красный, изумрудный, глубокий синий, белый, фуксия. Стоит избегать теплых и неярких тонов — светло — коричневых, персиковых, коралловых. Знаменитости с Вашим цветотипом — Мерил Стрип, Ким Кардашьян, Кортни Кокс.
Вы — Лето
Ваша внешность — мягкая и неконтрастная. Вам идеально подойдут прохладные сдержанные оттенки — серо-голубой, дымчатый розовый, темно-бирюзовый. Не рекомендуются чистые, контрастные и теплые оттенки — черный, белый, кирпичный, болотный. Знаменитости с Вашим цветотипом — Наталья Водянова, Кирстен Данст, Оливия Уальд.
Вы — Осень
У Вас теплый мягкий цветотип. Вам следует выбирать осенние, не слишком интенсивные цвета — терракотовый, оливковый, горчичный, медный, хаки, томатный. Очень насыщенные теплые или холодные тона — сиреневые, голубые,неоновые, кипельно-белые — сделают Вас бледнее и болезненее. Знаменитости с Вашим цветотипом — Джулия Робертс, Джессика Альба, Дженнифер Лопес.
Вы — Весна
Весенний цветотип — чистый и теплый. Прекрасно подходящие Вам цвета — персиковый, коралловый, мятный, песочный. Лучше избегать всех холодных оттенков. Знаменитости с Вашим цветотипом — Николь Кидман, Гвинет Пэлтроу, Светлана Ходченкова.
почему цветотипирование не работает / Школа Шопинга
Давайте поговорим про цветотипы?
Вы в каком лагере? Тех, кто считает, что без знания своего цветотипа случится что-то ужасное и непоправимое? Или тех, кто вообще не понимает, зачем это нужно и чем конкретно может помочь в 21 веке?
Каждый день (к счастью все реже) я получаю вопросы про цветотипы. Какой у меня? Какой у них? Почему вы, Таня, носите хаки? Не холодное ли «Лето» вы случаем? Или мягко-теплое Лето? Как?! Вы не слыхали о таком…?
Тема сложная. Давайте ПО ПОРЯДКУ.
Как определяют цветотипы?
Несколько десятилетий назад две женщины разделили людей на ЦВЕТОТИПЫ.
Метод назвали сезонным, присвоив типажам названия времен года: лето, зима, осень, весна.
Технология цветотипирования предполагает, что у КОЖИ есть ТЕМПЕРАТУРА. Холодной коже идут холодные оттенки. Теплой – теплые.
Также, согласно этой типологии, кому-то из нас идут цвета потемнее, кому-то поярче, кому-то посветлее. Это называется насыщенность. Ее определяют по природной степени насыщенности волос и глаз. НЕ ПО ЦВЕТУ ГЛАЗ И ВОЛОС, как написано в тысячах ШАРЛАТАНСКИХ блогов!
Еще одна новость заключается в том, что ОПРЕДЕЛЕЛИТЬ температуру кожи НА ГЛАЗ – НЕВОЗМОЖНО! Этот как на глаз определить, сколько гемоглобина течет в крови. Нужен анализ. Нужен специальный ТЕСТ, чтобы прояснить реакции кожи.
Но кто же будет так делать? Сами с усами, решили многие далекие от колористики стилисты и просто женщины без образования и стали ставить «диагноз» по цвету глаз и волос! Которые вообще не имеют отношения к температуре… #дальшенецензурно
И этого им показалось мало. На всякий случай, они еще стали путаться в понятиях. «Лето» в рамках этой типологии является холодным типажом.
Но кто ж столько упомнит. Летом тепло? Тепло! Значит, лето – теплый типаж.
Профессиональные колористы дружно упали в ОБМОРОК, когда все это безобразие приняло невероятный масштаб. И вынуждены были признать сезонный метод ДИСКРЕДИТИРОВАННЫМ.
Как это? Это когда суть технологии была ИСКАЖЕНА настолько, что от технологии ничего не осталось.
Некоторые «стилисты» умудряются определять цветотип по дате рождения, знаку зодиака, имени или прям в процессе СКАЙП-консультации через экран. Еще круче – НА ВЕБИНАРЕ! А почему просто монетку не подбросить?:-)
Колористы, взявшись за руки, выпив валокордина, придумали новый метод – метод дирекционного анализа. Суть осталась – нужен ТЕСТ КОЖИ, она важна для определения гармоничной температуры и на глаз ничего не понятно. Но убрали противоречивые названия времен года и заменили их на прилагательные: теплый и холодный, светлый и темный, яркий и приглушенный.
Стало ли легче жить 99% девушек, кто зачем-то пошел определить свой цветотип? НЕТ.
Почему? Потому что не может стать легче, если ты заплатила за существительное (Зима) и пару прилагательных (холодная яркая), а при этом вообще не знаешь РАЗНИЦЫ между теплыми и холодными и НЕ умеешь сочетать цвета. Сейчас те, кто за это, к сожалению платил, кивают головами.
Зато у тебя есть волшебный веер? В нем 4 зеленых и три синих, парочка красных и т.д.
Очередная плохая новость заключается в том, что ты НИКОГДА не встретишь их в магазинах. Сейчас обладательницы таких вееров соглашаются и кивают.
—
Сейчас вы спросите меня: Татьяна, как же так? Ты же тоже определяла цветотипы?
Определяла. НО! За этим уроком у меня ВСЕГДА стояла огромная практическая часть по СОЧЕТАНИЮ цветов и оттенков.
И самое грустное, НИКТО не хотел идти учиться сочетать цвета, но все БЕЖАЛИ определять цветотипы. Потому что думали, что узнают что-то такое, что волшебным образом перевернет их мир, их стиль и их гардероб и жизнь, наконец, наладится.
Поэтому я всегда предлагала 2 в 1. Учимся сочетать все цвета и немного говорим про цветотипы, много — про окрашивание волос. При словах «будут цветотипы» все соглашались. При предложении просто научиться, наконец, сочетать вещи по цветам, ломались и мялись, не ощущая в этом пользы… #снованецензурно
По итогам первой части «Сочетание цветов и оттенков» девушкам становится понятно, что и с чем сочетать, как купить цветной гардероб, в котором все вещи подходят к друг другу, как создать капсулу и с чем носить все нажитое непосильным. Это же ГЛАВНОЕ, согласны?
А цветотип… Ну что цветотип. Давайте разберемся, кому полезно ограничение в виде цветотипа?
—
Тем, кто всего БОИТСЯ. А боится ПОЧЕМУ? Потому что не умеет, не знает и не разбирается.
Поэтому от греха подальше, вместо того, чтобы просто взять и научиться, они хотят, чтобы им побольше всего запретили и их выбор ограничили. Им сначала становится легко и спокойно. Они рады. Безопасность. А потом они превращаются в зомби-девочек, от которых впадают в кому продавцы во всех шоурумах и магазинах: « А вы можете принести мне свитер именно такого цвета, как в этом веере? А вы уверены, что он подходит цветотипу лето? Может это все-таки Зима? Не ярковато ли? Пойду еще поищу». И 10 кругов шопинга превращаются в 10 кругов ада.
Кому НЕ нужны цветотипы? Тем, кто хочет ДУМАТЬ. Потому что в рамках мыслительного процесса ты понимаешь, что да, блин, не сшили этих зеленых, но сшили вон тех. И я сейчас пойду посмотрю на свое лицо в зеркале и если не увижу кошмарного ужаса (что редкость и нонсенс), то и этот зеленый будет круто сочетаться вон с тем розовым.
Конечно, сочетаться и с радостью покупаться все это цветное будет ровно в одном случае – ЕСЛИ ВЫ УМЕЕТЕ СОЧЕТАТЬ ЦВЕТА.
А 99% стилистов НЕ научат вас этого делать. Сами не умеют. Или, что чаще, хотят ПРИВЯЗАТЬ вас к себе, напугать цветотипом и знанием ваших секретных оттенков и ходить за руку на шопинг, чтобы вы не накупили НЕ СВОИХ цветов. И так хотя бы дважды в год.
—
Учимся сочетать цвета
Уметь сочетать цвета — это именно то, на что я «заманивала» девушек с «нечего надеть и некуда сложить, все черное и серое» ГОДАМИ. И только пару лет назад цветотипный тренд спал в центральных городах России и все как-то задумались, что заграничные стилисты не «машут цветными тряпками» у лица своих Клиентов. А учат их носить все. Думать головой. Расширять возможности, а не сужать их до такой степени, что плохо вам и всем вокруг.
Поверьте, если цвет вам не идет, вы это увидите. Девушки сами говорят: «Что-то я себе в этом цвете не нравлюсь, как-то бледновато, он что-то меня перебивает и тд»
Ну вот! Это же вам видно. Зачем вам тогда расписка от стилиста о его лично-персональном и супер-субъективном мнении?
Зачем же вы ждете от чужого человека разрешения носить цвет? Носите! Будьте разноцветными и красивыми. Выбирайте те цвета, в которых ВАМ комфортно.
Не умеете их сочетать? УЧИТЕСЬ! Это приятно и просто. И без этого нельзя не то что гардероб хороший собрать, но даже 1 стильный комплект одежды сделать.
А самое неприятное, что цветотипирование — СУБЪЕКТИВНАЯ процедура. Стилист вас ТАК видит. А другой стилист – вас так НЕ видит. Получите-распишитесь два разных цветотипных «диагноза», пусть вам будет белый свет не мил. К третьему стилисту пойдете?
А давайте просто в зеркало посмотрим?:-)
Я убеждена, что есть ситуации, когда знание НЕ цветотипа, а температуры кожи может многое изменить.
Этот момент касается, во-первых, окрашивания волос.
Заметьте, цветотипы молчат про это.
А я пользуюсь умением определять температуру кожи, чтобы, будучи профессиональным колористом и мастером по окрашиванию, безупречно подбирать моим Клиенткам оттенки для окрашивания волос.
Зачем вам эксперименты и неудачные окрашивания, если ваши гармоничные оттенки можно заранее подобрать?
Потому что, умея сочетать цвета, они пристроят в своем гардеробе любую кофточку.
Но гадая на цвете волос с помощью краски и перекиси водорода, они будут горько плакать в ванной, тратить деньги на негармоничные окрашивания и перекрашивания, от которых никуда не спрятаться и никакой косметикой в три слоя не исправить. Все кто неудачно красил волосы, сейчас кивают!
Второй полезный аспект умения отличать теплые от холодных тоже НЕ связан с цветотипом. Знаете, зачем я учу девушек в онлайн-школе различать цвета по температурам? Потому что гардеробную капсулу можно сделать только так. Если вы упертая, расчетливая, рациональная и хотите, чтобы ВСЕ СО ВСЕМ СОЧЕТАЛОСЬ, но было ЦВЕТНЫМ, если вы хотите гулять по магазинам, вылавливать там цветные вещи и ЗНАТЬ НА 100% , что обновки подойдут к содержимому всего вашего гардероба, то вам нужно уметь разбираться в температурах. А не думать, что разбираетесь, называя теплые – приятными, а холодные — противными и, наоборот, в зависимости от настроения и дня цикла. Это знание сэкономит вам кучу времени и денег! И нервов. Но это опять не про цветотип.
Я ношу все цвета. И теплые и холодные. И темные и яркие. И светлые и серо-буро-малиновые.
Потому что я умею их «готовить». Потому что я знаю, какая одежда СИДИТ по моей фигуре и умею СОЧЕТАТЬ ее с любыми аксессуарами. И все цвета на свете умею сочетать. И УМЕЮ этому учить!
У моих Клиенток отличные гардеробы. Не потому что они знают свой цветотип.
А потому что они знают, как выбирать и сочетать ПОДХОДЯЩИЕ ИМ по фигуре, стилю и образу жизни вещи.
Цветотип вам тут, девочки не поможет.
Пора уже признать, что это РУДИМЕНТ.
Да, цвет и лицо бесспорно взаимодействуют. В моей онлайн-школе я делаю Клиенткам специальный тест, они присылают мне много фото, сделанные на смартфон строго по моей инструкции, чтобы я подобрала им оттенки для окрашивания волос.
Параллельно я анализирую реакции их кожи, если мне есть чем их напугать (1% из 100), то я объясняю, какие цвета их будут взрослить или освежать, утрировать капиляры или акне. В большинстве случаев я, буквально, умоляю НЕ заморачиваться на этом, а просто смотреть не только, как вещь сидит на заднице, но и как смотрится у лица.
Все можно носить, нужно носить, нужно экспериментировать, любить цвет!
У меня холодная кожа, но что-то никого не тошнит, когда я ношу теплый хаки, алый или теплый беж?
И когда я «сливаюсь» с этим бежевым цветом, я просто беру помаду поярче или рисую смоки айс. И я самая стильная и красивая! Миллион комплиментов и все тоже так хотят.
А если я устала, проснулась с «помятым» лицом, я не ношу у лица темный или черный цвет. Чтобы не прибавить 15 лет в этот «не день Бекхема». Я ношу светленькое, становлюсь свеженькой. И здесь ОПЯТЬ НИ ПРИ ЧЕМ ВСЕ ЭТИ ЦВЕТОТИПЫ.
Если не ДУМАТЬ головой, если не пользоваться знаниями и мозгами, если не быть гибкой и принимать все рекомендации БУКВАЛЬНО, то очень скоро можно сойти с ума и остаться БЕЗ хорошего гардероба, но с хорошей и регулярной цветотипной истерикой.
По мне так гораздо удобнее УМЕТЬ сочетать что угодно с чем угодно и жить припеваючи, ДЕЛАЯ СВОЙ ВЫБОР легко, уверенно и с удовольствием, чем наслушаться СУБЪЕКТИВНЫХ запретов от стилистов, которые и сами не знают, как определяется цветотип и НЕ отличают теплые от холодных и вас этому НЕ научат.
Хороший вкус и собственный стиль НЕ связаны с цветотипом, поймите это, пожалуйста. И сразу станет легче и веселее жить! Будьте современными и стильными, девочки! Мы живем в 21 веке.
Учитесь выбирать одежду по фигуре, сочетать вещи и аксессуары стильно, правильно миксовать фактуры, принты, пользоваться аксессуарами, адаптировать моду в нужной ЛИЧНО вам мере, отличать современную одежду от вещей в бабьем стиле. Именно это поможет вам создать гардероб мечты! Это то, чему я учу в онлайн-школе и ручаюсь за результат.
Прочитайте эту статью хотя бы дважды. И отправьте ее подружке! Ей тоже надо об этом знать!
Осень, зима, весна или лето: как определить свой цветотип? Тест
Цветотипирование — это система внешних признаков, по которым люди разделяются на четыре цветотипа, названных в честь времен года. Такой подход позволяет подбирать гармоничные образы, подчеркивая естественную красоту. Профессионалы используют более узкую систему, в которой цветотипы делятся не на 4, а на 12 сегментов, это дает более точный результат.
Вдохновившись научными трудами колориста и художника Йоханнеса Иттена, впервые для создания колоритного образа использовать цветотипирование начал Макс Фактор. Он использовал цветовой круг Иттена при работе над образами актрис Голливуда — в первую очередь Мэрилин Монро и других знаменитых женщин.
Несмотря на то, что каждый из нас рождается с определенным цветотипом, приложив усилия, вы можете корректировать и даже кардинально менять свой образ в зависимости от желания — используя косметику, красители, линзы для глаз и автозагар. Но прежде чем примерить любой другой образ, выбирать модные цвета Пантона или сочетать их друг с другом, сначала необходимо определить свой природный цветотип по временам года. Приступим?
Ваш тип внешности Осень, если:
У Джулианны Мур осеннний цветотип
Кожа: теплый подтон с коричневыми и рыжими веснушками, слабый загар.
Глаза: карие, оливковые, каре-зеленые, голубые, янтарные, желтые.
Волосы: каштановые, черные и рыжие с золотистым отливом.
Подходящие цвета: коричневый, золотой, бронзовый, желтый, фисташковый, бежевый, рыжий, терракотовый, бордовый, коралловый, оливковый.
Знаменитости с цветотипом «осень»: Ким Кардашьян, Кэти Хомс, Натали Портман, Дженнифер Лопес, Юлия Савичева, Жизель Будхен, Миша Бартон, Кармен Электра, Дрю Бэрримор, Эшли Олсен, Линдси Лохан, Джулианна Мур.
Ваш тип внешности Зима, если:
Цветотип Моники Белуччи — «зима»
Кожа: фарфорового или пепельно-смуглого оттенка с холодным подтоном.
Глаза: черные, темно-карие, серые, синие, голубые, светло-зеленые.
Волосы: черные, иссиня-черные, темно-коричневые, темно-каштановые, а также очень светлые — платиновые и белые.
Подходящие вам цвета: изумрудный, алый, индиго, фуксия, черничный.
Знаменитости с цветотипом «зима»: Энн Хэтэуэй, Хэлли Берри, Деми Мур, Сандра Буллок, Ева Лонгория, Пенелопа Крус, Моника Белуччи, Сальма Хайек, Анджелина Джоли, Дженнифер Коннелли, Меган Фокс, Зоуи Дешанель, Мерил Стрип, Лив Тайлер, Элизабет Тейлор, Кристен Стюарт.
Ваш тип внешности Весна, если:
У Джулии Робертс весенний цветотип
Кожа: теплый подтон кожи с коричневыми и рыжими веснушками и розовым румянцем, форфоровая кожа с ярким розовым румянцем, золотистый загар.
Глаза: карие, оливковые, каре-зеленые, бирюзовые, голубые, янтарные, желтые.
Волосы: пшеничного, светло-русого, соломенного, рыжего и янтарного цвета.
Подходящие вам цвета: коричневый, золотой, бронзовый, желтый, фисташковый, бежевый, рыжий, терракотовый, бордовый, коралловый и оливковый.
Знаменитости с цветотипом «весна»: Мила Кунис, Эмма Уотсон, Бейонсе, Милла Йовович, Мэнди Мур, Гвинет Пелтроу, Николь Кидман, Блейк Лавли, Джулия Робертс, Анна Курникова, Валерия, Светлана Ходченкова, Эми Адамс, Кристина Хэндрикс, Беки Ньютон.
Ваш тип внешности Лето, если:
Риз Уизерспун — пример цветотипа «лето»
Кожа: тонкая, с видимыми венами и каппилярами, с теплым или холодным подтоном.
Глаза: стальные, серые голубые, светло-зеленые.
Волосы: русые и пепельные оттенки каштанового, коричневого.
Подходящие вам цвета: малиновый, розовый, голубой, серый, лавандовый, бежевый, коричневый, желтый.
Знаменитости с цветотипом «лето»: Риз Уизерспун, Мишель Пфайффер, Наоми Уоттс, Кейт Бланшетт, Рози Хантингтон, Дженнифер Энистон, Кери Рассел, Майли Сайрус, Сара Джесика Паркер, Наталья Водянова.
Тест на цветотип
Если вы все еще сомневаетесь, можете пройти наш тест — и узнать свой цветотип с точностью до 90%.
Автор текста: Алиса Ерзина
Больше о выборе цвета:
Цветотип внешности: отвечаю на частые вопросы!
Рада приветствовать новых друзей на своей странице! И, как всегда, участницы моего нового тренинга засыпали меня вопросами, связанными с определением цветотипа 🙂 «А какой у меня?», «А у них?», «Я прохладная осень?», «Как, не слышали о такой?»…Поэтому я решила продублировать свой старый пост, в котором расставила точки над «i» 🙂 Объясню максимально простым языком.
Что такое цветотип?
От природы у каждой из нас свой уникальный цвет глаз, волос, бровей и тон кожи. Все эти параметры в совокупности определяют собой наш природный колорит или цветотип.
Любой цвет можно описать с помощью трёх его значений. Он либо тёплый, либо холодный, яркий или приглушённый, тёмный или светлый. А также важна очерёдность этих трёх характеристик – одна из них всегда доминантная, то есть самая важная. Это актуально и для нашей внешности. Самые гармоничные оттенки для нас – те, что соответствуют нам по всем характеристикам.
Почему определить цветотип сложнее, чем кажется?
Интернет перенасыщен некорректной информацией о цветотипах. Написано множество статей, противоречащих друг другу и сбивающих с толку. И главная проблема в том, что классификация давно дискредитирована непрофессионалами, которые стали ставить диагноз по цвету глаз и волос.
Секрет точного определения цветотипа.
На самом деле, основной фактор анализа – это тон и подтон кожи. А проанализировать эти нюансы можно только на фоне влияния различных оттенков платков, помещаемых к лицу, на кожу лица и нюансы внешности. Соответственно, на глаз, без применения тестовых платков, невозможно определить цветотип. Оттенок глаз и волос мы также учитываем при цветовом анализе, но уже для определения степени насыщенности внешности (глубины, яркости и контрастности).
Можно ли поменять свой цветотип, изменив цвет волос / наложив тональный крем / загорев?
При окрашивании, загаре и т.д. подтон кожи остается неизменным, соответственно, и ваш цветотип тоже. Может измениться только уровень контрастности внешности. Неправильное окрашивание особенно опасно, т.к. неподходящий оттенок волос сказывается на вашей коже в первую очередь и придает усталый нездоровый вид. Дело в том, что природа создает нас гармоничными. И, меняя что-либо в своей внешности, мы можем или усилить гармонию, или внести дисгармонию.
Так сколько же всего цветотипов — 4, 6, 12 или 365?….
Самая известная классификация — это деление внешности по временам года: весна, лето, зима и осень. Затем английская школа в качестве фундамента взяла первую классификацию, но расширила ее путем внедрения промежуточных цветотипов. Так зима поделилась на глубокую, холодную или чистую зиму, весна стала чистой, светлой или теплой, лето — холодным, светлым или мягким, а осень — мягкой, теплой или глубокой. Фактически, вместо 4 цветотипов получили целых 12!
Самый современный метод — метод дирекционного анализа. Суть осталась та же — нужен тест кожи, т.к. именно ее подтон важен для определения гармоничной температуры, и на глаз ничего не понять. Но исчезли противоречивые названия времен года — их заменили на прилагательные: теплый и холодный, светлый и темный, яркий и приглушенный.
Из-за существования нескольких классификаций и моря противоречивой, в 90% случаев некачественной информации в интернете, существует огромная путаница и неразбериха(
Мне идет зеленый, но не идет красный. Это возможно?
Вам идут все цвета. Важно найти лишь свой правильный оттенок! Идеальные оттенки вашего цветотипа мы уже заботливо собрали в наших уникальных палитрах: https://market.styleprofi.ru/category/palitra-tsvetot..
Насколько реально определить цветотип онлайн?
Это на 100% реально, причем с гарантией точного результата! Но только в том случае, если:
— Цветовой анализ внешности проводит профессиональный колорист с многолетним практическим опытом работы как онлайн, так и оффлайн.
— Анализ проводится по правильно сделанной фотографии с учетом всех требований для точной цветопередачи. Не по Скайп, конечно 🙂
— Консультация проводится по выверенной до мельчайших нюансов профессиональной системе.
Существует как минимум 4 причины, чтобы знать всё о своем цветотипе:
– Всегда, в любое время, в любой обстановке выглядеть на все 100%.
– Более осознанно подходить к выбору одежды и аксессуаров, что позволяет экономить время и деньги во время шопинга, а также управлять впечатлением о себе.
– Правильная комбинация гардероба: теперь в нём не будет ничего лишнего и ненужного.
– Возможность экспериментировать с цветом и его оттенками.
Если хотите детально разобраться в теме на 100%, приходите в “Школу успешных имиджмейкеров”!
Один из 10-ти тематических блоков будет полностью посвящен колористике. Он включает 7 уроков — от изучения свойств цвета до живого видео с определением цветотипа клиента.
Что важно, вы сразу сможете закрепить полученные знания на своих первых клиентах!
Переходите по ссылке и оформляйте заявку:
https://styleprofi.ru/imagemaker_school/
Поделитесь с друзьями
Цветовые категории и внешний вид цвета
Абстрактное
Мы исследовали категориальные эффекты во внешнем виде цветов в двух задачах, которые частично различались степенью явного требования присвоения цветов для ответа. В одном из них мы измерили влияние цветовых различий на перцептивную группировку для оттенков, которые перекрывали сине-зеленую границу, чтобы проверить, не преувеличены ли хроматические различия через границу. Эта задача не требовала явных суждений о воспринимаемых цветах, а склонность к группировке показывала только слабую и непоследовательную категориальную предвзятость.Во втором случае мы проанализировали результаты двух предыдущих исследований шкалы оттенков хроматических стимулов (De Valois, De Valois, Switkes, & Mahon, 1997; Malkoc, Kay, & Webster, 2005), чтобы проверить, изменился ли внешний вид цвета быстрее. вокруг сине-зеленой границы. В этой задаче наблюдатели непосредственно оценивают воспринимаемый цвет стимулов, и эти суждения, как правило, показывают гораздо более сильные категориальные эффекты. Различия между этими задачами могут возникать либо потому, что разные сигналы опосредуют группировку цветов и появление цвета, либо потому, что лингвистические категории могут по-разному влиять на реакцию на цвет и / или на восприятие цвета.Наши результаты показывают, что взаимодействие между языком и обработкой цвета может сильно зависеть от конкретной задачи и когнитивных требований и стратегий наблюдателя, а также подчеркивают ярко выраженные индивидуальные различия в склонности к категориальным ответам.
Ключевые слова: Цвет, Язык, Категориальное восприятие, Перцептивная группировка
1. Введение
Физические спектры, от которых зависит наше цветовое зрение, постоянно меняются, но мы классифицируем цвета с помощью небольшого набора дискретных словесных обозначений.Давний вопрос заключается в том, могут ли категории, определяемые языком, влиять на то, как цвет обрабатывается или воспринимается (Hardin & Maffi, 1997; MacLaury, Paramei, & Dedrick, 2007). Межкультурные исследования цветового обозначения продемонстрировали сильное сходство в том, как носители разных языков разделяют цветовое пространство (Kay & Regier, 2003; Lindsey & Brown, 2006; Regier, Kay, & Cook, 2005), хотя различия в цветовых границах между языками также подчеркивались (Davidoff, Davies, & Roberson, 1999; Roberson, Davidoff, Davies, & Shapiro, 2005).Таким образом, сравнение названий цветов в разных языках использовалось как аргумент в пользу независимости и зависимости языка и обработки цвета (Kay & Regier, 2006).
Другой распространенный подход к изучению взаимосвязи между языком и восприятием цвета заключался в проверке свидетельств категориального восприятия (КП), тенденции к дискретному представлению стимулов таким образом, чтобы они казались более похожими или менее различимыми, когда принадлежали к одному и тому же различные категории (Harnad, 1987).Сообщалось о примерах CP для многих измерений стимулов, от восприятия фонем (Liberman, Harris, Hoffman, & Griffith, 1957) до восприятия лица (Beale & Keil, 1995; Etcoff & Magee, 1992), и эта концепция была неоднократно вызывается в контексте цветового зрения (Bornstein, 1987). Недавно в ряде исследований сообщалось о влиянии КП на время реакции на различение цветовых различий. Люди быстрее отличят цель от отвлекающих факторов, если цвета цели и отвлекающие факторы попадают в разные лингвистические цветовые категории (например,грамм. синий и зеленый), чем если бы они попадали в одну категорию (например, два оттенка синего) (Drivonikou et al., 2007; Franklin et al., 2008; Gilbert, Regier, Kay, & Ivry, 2006; Roberson, Pak, & Hanley, 2008; Winawer et al., 2007). Эти различия, как правило, сильнее для стимулов, представленных в правом поле зрения (таким образом, кодирование смещается в сторону левого полушария), уменьшаются вербальным вмешательством и специфичны для цветовых категорий языка человека (например, различаются для английского, русского или корейского языков). ).Они также могут проявиться после того, как наблюдатели будут обучены классифицировать цвета в соответствии с новыми произвольными делениями (Zhou et al., 2010). Аналогичные категориальные эффекты наблюдаются также в распознавании и различении цветов, хранящихся в памяти (Boynton, Fargo, Olson, & Smallman, 1989; Brown & Lenneberg, 1954; Ozgen & Davies, 2002; Pilling, Wiggett, Ozgen, & Davies, 2003). ; Роберсон и Давидофф, 2000). Такие эффекты предполагают, что язык может формировать обработку цвета в задачах, которые не являются — по крайней мере, явно — лингвистическими, и в этом смысле представляют собой пример лингвистической относительности в обработке цвета (Regier & Kay, 2009).
Предыдущие исследования также изучали CP и восприятие цвета путем тестирования различения цветов в условиях, в которых время отклика и требования к памяти уменьшены. Один из подходов включал изучение различения хроматических стимулов, близких к порогу обнаружения. Например, можно измерить различия в насыщенности, необходимые для отличия стимула от белого, а затем спросить, какие из этих только обнаруживаемых цветов можно отличить друг от друга на основе оттенка.Mullen и Kulikowski (1990) провели эксперимент такого рода и нашли убедительные доказательства CP. В частности, для цветов на пороге обнаружения они обнаружили три фиксированные границы в спектре, определяя четыре спектральные области, так что только цвета из разных областей можно было отличить друг от друга. Однако Краускопф, Уильямс, Мандлер и Браун (1986) вместо этого исследовали дискриминацию на пороге с помощью изолирующего импульса, который варьировался в разных направлениях в цветовом пространстве, определяемом спектральной чувствительностью ранних механизмов противодействия цвету.Они обнаружили, что два стимула можно было различить, как только их можно было обнаружить, независимо от того, падают ли они по кардинальным осям механизмов или по промежуточным ортогональным осям. Таким образом, отсутствие CP в этом случае подразумевает, что на пороге различные цветовые направления могут кодироваться примерно равномерно, а не дискретно с помощью небольшого количества механизмов. Дальнейший подход, включающий различение цвета, проверял мельчайшие различия, которые можно различить между надпороговыми стимулами (например, разница оттенков между двумя насыщенными синими).Недавний пример — это исследование Роберсона, Хэнли и Пака (2009), в котором была произведена выборка различий для диапазона стимулов, охватывающих синий и зеленый цвета. Пороговые значения оставались примерно постоянными в сине-зеленом диапазоне без признаков снижения на сине-зеленой границе и, следовательно, без доказательств категориального эффекта. Однако CP наблюдалась во второй задаче, в которой различение было затруднено из-за пространственного разделения двух цветов.
Интерпретация результатов этих исследований является сложной задачей, поскольку взаимодействие между языком и цветом потенциально может возникать на многих различных уровнях и, таким образом, может критически зависеть от характера задачи (Kay & Kempton, 1984; Pilling et al., 2003; Роберсон и Давидофф, 2000). В большинстве исследований категориальных эффектов цвета использовались показатели производительности — скорости или точности ответов. Их преимущество в том, что они объективны, но недостатком является введение процессов, которые нельзя предсказуемо связать с внешним видом цвета. Например, меры пороговой дискриминации хорошо подходят для тестирования сильного экземпляра CP, поскольку небольшие цветовые различия с меньшей вероятностью будут классифицироваться по-разному по языку (Roberson et al., 2009). Если бы кто-то обнаружил, что эти пороговые различия искажены лингвистическими границами, можно было бы сделать вывод, что язык действительно влияет на восприятие. Однако обратное неверно: отсутствие искажений на пороге не означает, что восприятие не затронуто. Концептуальная проблема здесь заключается в том, что задача предназначена для проверки влияния языка в условиях, выбранных для минимизации этого влияния: ограничение пороговыми суждениями. Это предполагает или, по крайней мере, проверяет предположение, что язык имеет очень общий и всеобъемлющий эффект.Однако он оставляет непроверенным альтернативу тому, что язык при его вызове может напрямую влиять на восприятие цвета. Это представление не сводится к порогам различения, потому что зрительные механизмы, функционирующие на пороге, могут не характеризовать обработку восприятия на надпороговых уровнях. Пороговые значения будут ограничены шумом и, следовательно, механизмом (ами) с наилучшим соотношением сигнал / шум. Есть несколько оснований полагать, что те же самые механизмы задействованы на надпороговых уровнях или что их реакции могут быть экстраполированы предсказуемым образом.Например, общая проблема в исследовании цвета заключается в том, что обнаружение номинально изолирующего паттерна может быть опосредовано артефактами яркости в стимуле (Lennie, Pokorny, & Smith, 1993). Однако чувствительные к яркости механизмы, лежащие в основе этого обнаружения, могут играть небольшую роль в надпороговом появлении этих узоров. Более того, измерения спектральной чувствительности, как правило, не позволяют предсказать измерения внешнего вида цвета, такие как стимул, который выглядит ахроматическим или рассматривается как чистый или «уникальный» оттенок (Brainard et al., 2000; Вебстер, Мияхара, Малкок и Рейкер, 2000; Вернер и Шефрин, 1993).
Аналогичным образом, многие исследования превышения пороговых значений, в которых сообщалось о категориальных эффектах обработки цвета, измеряли либо скорость отклика, либо способность сохранять цвета в памяти. Это повышает вероятность того, что язык не влияет на фактическое восприятие цвета, а только на его способность сохранять или реагировать на него. Классическим примером взаимодействия на стадии ответа является эффект Струпа, при котором требуется больше времени, чтобы назвать цвет, которым написано слово, если оно обозначает другой цвет (MacLeod, 1991).Считается, что автоматическая тенденция реагировать на напечатанное слово конкурирует с реакцией на цвет дисплея. Лингвистические эффекты при поиске цветов могут отражать форму эффекта Струпа: если стимулы кодируются как визуально, так и вербально, то вербальный код может конкурировать с визуальным ответом, когда два цвета попадают в одну и ту же категорию (хотя словесно «одинаково»). визуально «разные»), облегчая реакцию на пары цветов из разных категорий (словесно и визуально «разные»).(Однако, в отличие от обычного эффекта Струпа с напечатанными цветными словами, для этого потребуется, чтобы один только цвет автоматически запускал вербальное кодирование.) Эта учетная запись была отмечена как основание для влияния языка на скорость и точность восприятия различения цвета ( например, Gilbert, Regier, Kay, & Ivry, 2008; Pilling et al., 2003; Roberson & Davidoff, 2000; Roberson & Hanley, 2010), и остается возможным объяснением большинства описанных эффектов, включая правое поле зрения ( левое полушарие) латерализация эффектов языковых категорий.Таким образом, согласно этому счету, влияние вербальных категорий на время реакции на различение цветов будет пост-перцептивным, что оставляет открытым вопрос о том, как эти категории могут повлиять на фактическое появление цвета.
В этом исследовании наша цель состояла в том, чтобы проверить категориальные эффекты на внешний вид цвета, превышающие порог, с помощью задач, которые якобы более напрямую связаны с феноменологией цвета. Предыдущие исследования обычно изучали CP и внешний вид цвета путем измерения рейтингов сходства между различными образцами цвета (например,грамм. выбор самого разного образца из триады цветов), снова с разными результатами (Davies & Corbett, 1997; Kay & Kempton, 1984; Lindsey & Brown, 2009; Pilling & Davies, 2004; Pilling et al., 2003; Roberson et al. др., 2005). Эти рейтинги могут включать вербальные категории в стратегии и сравнения наблюдателя, например, если наблюдатель взвешивает эти категории при оценке сходства (Kay & Kempton, 1984). Таким образом, как и во всех других задачах, суждения о цвете также потенциально могут быть подвержены различным формам языковых эффектов.В настоящей работе мы оценили CP и внешний вид цвета с помощью двух мер цветового сходства, которые, вероятно, будут различаться по степени использования словесных цветовых категорий. Для обоих мы сосредоточились на сине-зеленой области цветового пространства, которая продемонстрировала категориальные эффекты в предыдущих исследованиях времени реакции на цвет (Gilbert et al., 2006; Roberson & Hanley, 2010; Winawer et al., 2007). Первая задача заключалась в измерении влияния цвета на группу восприятия. Преимущество группировки состоит в том, что она выявляет процессы, которые происходят быстро и с минимальным вниманием (Bravo & Nakayama, 1992; Moore & Egeth, 1997; Treisman, 1982), и не требует явной ссылки на номинальный цвет.Цвет — один из самых сильных атрибутов, влияющих на сегментацию изображения и организацию восприятия (Wolfe & Horowitz, 2004). Действительно, группировка по цвету — это принцип, используемый классическими скрининговыми тестами на дальтонизм, такими как псевдоизохроматические пластины. На этих пластинах отдельные точки перцептивно «сливаются», образуя числа или цифры, которые отделяются от отвлекающих элементов фона на основе их общего цвета. В более общем плане способность цвета связывать или разделять различные области поля зрения может фактически представлять одну из основных функций цветового зрения (Mollon, 1989).Мы исследовали тенденцию к группированию цветов как функцию различий в цветности стимулов и вербальных меток, в частности, чтобы проверить, могут ли хроматичности, имеющие общую метку, с большей вероятностью быть сгруппированы вместе.
Во втором задании мы повторно проанализировали данные масштабирования оттенков, которые были собраны в рамках двух предыдущих исследований (De Valois, De Valois, Switkes, & Mahon, 1997; Malkoc, Kay, & Webster, 2005). При масштабировании оттенков наблюдатели оценивают долю основных оттенков (красного, зеленого, синего или желтого) в стимуле (Boynton, Schafer, & Neun, 1964).Эта задача имеет то преимущество, что стимулы оцениваются изолированно. Следовательно, он непосредственно измеряет внешний вид цвета, а не цветовые различия между стимулами (хотя для этого необходимо сравнивать вклад различных основных цветов в стимуле). Более того, задача отличается от группировки тем, что наблюдатели должны явно судить о внешнем виде с точки зрения цветовых меток. Мы изучили, как пропорции, присвоенные этим категориям, меняются в зависимости от цветности, чтобы проверить, имеют ли оценки тенденцию быть более похожими для хроматических различий, которые попадают внутрь, чем между лингвистическими цветовыми категориями.Забегая вперед, результаты для этих двух задач оказались существенно разными.
3. Результаты
3.1. Перцептивная группировка
3.1.1. Прогнозируемые категориальные эффекты
показывает пример того, как эффект CP может проявляться в задаче группирования. Каждая пара вертикально разделенных кругов отображает углы оттенка данной пары угловых цветов, которые различаются на фиксированный угол 30 ° в цветовом пространстве (с углом более зеленого цвета внизу и более голубого цвета вверху) .Кривые изображают угол субъективного равенства для двух возможных группировок центрального цвета с любым цветом угла как функцию среднего угла двух цветовых пар углов. При отсутствии CP выбранный угол должен, в простейшем случае, соответствовать среднему значению и, таким образом, должен строиться как одна прямая линия, попадают ли цвета углов в одну или разные словесные категории. И наоборот, если CP завершен, то наблюдатели всегда должны устанавливать центральный цвет на границе категории, когда два цвета углов охватывают границу, в результате получается линия с нулевым наклоном для условий перекрестных категорий, то есть для шести перекрестных категорий. пары угловых цветов, обозначенные закрашенными кружками на.При полной CP у наблюдателей не должно быть оснований для различения цветов углов, если оба они попадают в одну и ту же категорию, и, таким образом, настройки должны варьироваться случайным образом в пределах цветовой категории. Очевидно, что мы обычно можем различать разные оттенки синего или зеленого, поэтому полная CP неприемлема. Тем не менее, сохраняется вероятность того, что существует смещение в сторону CP, так что пары цветов, попадающие в одну категорию, кажутся более похожими. Это приведет к смещению настроек в сторону границы категории для перекрестных категорий, но не угловых пар внутри категории.Например, это может произойти, если ответ представляет собой средневзвешенное значение двух решений: аналоговый ответ, чувствительный к хроматическим различиям в стимулах, и бинарный ответ, который классифицирует стимулы как «одинаковые» или «разные». Различные кривые на рисунке показывают прогнозируемые отклики для разных весов этих двух решений и предсказывают все более пологие наклоны для пар кросс-категорий, поскольку различию категорий придается большее значение. В ходе анализа мы подгоняли кривые этой формы к измеренным ответам, чтобы оценить относительный вес и, таким образом, потенциальную величину смещения в сторону CP.
Углы оттенка для группировки, прогнозируемые по разным степеням категориального смещения. В этом примере сине-зеленая граница находится под углом оттенка 182 °. Закрашенные точки показывают угол оттенка угловых цветовых пар, которые охватывают границу, а незаполненные точки — для пар, которые попадают в синюю или зеленую категории. При отсутствии смещения центральный угол оттенка, при котором любая ориентация группировки одинаково вероятен, должен оставаться посередине между двумя угловыми оттенками (пунктирная линия). Для стимулов, которые охватывают сине-зеленую границу, категориальное смещение увеличит сходство оттенков, попадающих в одну и ту же категорию, и, таким образом, смещает настройки в сторону границы, уменьшая наклон функции.Прогнозируемые настройки показаны для смещения 0,25 (тонкая линия), 0,5 (средняя) или 0,75 (толстая).
3.1.2. Группировка центрально фиксированных цветов
показывает результаты задачи группировки. Каждая панель отображает настройки для одного из восьми протестированных наблюдателей. И снова S1 был автором, а остальные семь наблюдателей были наивны. В каждом случае средний угол оттенка стимула варьировался от 130 ° до 230 °, таким образом, охватывая широкий диапазон от желто-зеленого до синего. Перекрещенные горизонтальные и вертикальные прямые линии обозначают сине-зеленую границу наблюдателя.В соответствии с предыдущими сообщениями об индивидуальных различиях в названии цветов (Kuehni, 2004; Malkoc et al., 2005; Webster et al., 2000), были существенные различия в углах, выбранных для сине-зеленой границы, со значениями, варьирующимися от 172 ° до 205 °. Эти различия были заметно больше, чем вариации внутри наблюдателя от повторных настроек в течение четырех сеансов (среднее sd = 5,6 °). Наблюдатели также достоверно различались границами, выбранными для сине-пурпурного (261–289 °) и желто-зеленого (108–147 °).Примечательно, что границы цветовой группировки также показали постоянные различия между наблюдателями, при этом общие наклоны варьировались от более мелких (0,91) до более крутых (1,17), чем номинальная средняя точка в пространстве CIELAB. Из-за этих различий между наблюдателями мы проанализировали результаты для каждого человека, а не объединяли наблюдателей, как в большинстве предыдущих исследований.
Мы исследовали, изменилась ли группировка вблизи сине-зеленой границы тремя способами. В первом случае мы подбираем простую модель в форме, показанной на рисунке, чтобы оценить относительное влияние различий категорий в стимулах.Поскольку настройки для большинства наблюдателей систематически отклонялись от средней точки между угловыми углами в пространстве CIELAB, мы подгоняли одну линию к настройкам для угловых пар, которые попадали в зеленую или синюю категории (за исключением углов, которые посягали на желтый цвет отдельного наблюдателя — зеленая граница), а затем поместите ту же линию плюс смещение в сторону сине-зеленой границы для пар, которые охватывают границу. Подгонки, таким образом, были оценены из
Θ pred = m Θ c + b (для пар угловых цветов внутри категорий)
Θ pred = (1 — α) ( m Θ c + b ) + α c (для пар цветов кросс-категорий)
, где Θ c и Θ pred — это среднее значение двух угловых углов и выбранная прогнозируемая средняя точка наблюдателем соответственно; m и b — наклон и пересечение линии, наиболее подходящей для настроек для пар стимулов внутри категории; c — сине-зеленая граница, выбранная наблюдателем; и α — относительный вес категориального ответа.Таким образом, подгонка изменяла наклон и точку пересечения линии, а также величину смещения CP.
Стимулы, пересекающие границу, были номинально взяты как пары, где оба угловых угла находились в пределах 30 ° от сине-зеленой границы отдельного наблюдателя. Вариабельность воспринимаемой или выбранной границы будет иметь тенденцию размывать переход от пар внутри категорий к парам между категориями и, таким образом, иметь тенденцию сглаживать переход между двумя подобранными сегментами линии. Поэтому мы также повторили подборки для немного более узких или более широких диапазонов для определения пар цветов между категориями.Однако предполагаемые припадки остались аналогичными. Оценки смещения варьировались от -05 до 0,20 для восьми наблюдателей и указаны вместе с подобранной моделью на панелях, показывающих настройки каждого наблюдателя. Таким образом, в целом настройки участников имели тенденцию к (очень слабому) эффекту CP со средним смещением 0,10 (которое, тем не менее, значительно отличалось от нуля; t (7) = 3,73, p <0,01). Однако включение этого смещения значительно улучшило соответствие модели только 1 из 8 наблюдателей (автор S1, F (22,22) = 0.44, стр. <0,05). (Среднее смещение по семи наивным наблюдателям оставалось значительным, когда S1 был исключен; t (6) = 3,21, p <0,01.)
В качестве второго теста мы подгоняли линии регрессии к различным сегментам функции. чтобы спросить, различается ли наклон для цветовых пар, которые перекрывают сине-зеленую границу или ограничиваются какой-либо категорией (). Эти наклоны существенно не различались между сегментами в пределах синего и зеленого для любых наблюдателей и были значительно меньше для пар кросс-категорий только для 3 из 8 наблюдателей.Мы также сравнили различия между настройками для соседних углов стимула для пар, которые пересекли сине-зеленую границу или попали в любую категорию (). Опять же, эти различия должны быть меньше для пар кросс-категорий, если есть категориальная предвзятость. Однако разница была значимой только для 2 из 8 наблюдателей и не достигла значимости при объединении всех наблюдателей. Таким образом, результаты согласуются только с очень слабым категориальным эффектом цветовых различий, охватывающих сине-зеленую границу.
3.1.3. Выбор цветового пространства
Меры категориальных эффектов требуют проверки различий стимулов, которые приравниваются по некоторому критерию, и затем выяснения, остаются ли они эквивалентными для данной задачи, когда различия попадают в категории или между ними. Как уже отмечалось, мы определили стимулы по их углам на диаграмме однородной цветности CIE-LAB, чтобы примерно уравнять величину цветовых различий между двумя угловыми углами во всем диапазоне проверенных углов. Метрики восприятия по самой своей сути выбраны для уравнивания различий в восприятии стимула.Таким образом, использование этих показателей для проверки CP — изменения разницы в восприятии — представляет собой потенциальную замкнутость (которая присутствовала во многих предыдущих исследованиях). Если пространство правильно масштабировало восприятие для текущей задачи, то производительность по задаче уже будет равномерной и замаскирует любые неоднородности в базовой реакции на цвет (или, альтернативно, также может вызвать артефактические категориальные эффекты, если пространство не масштабируется соответствующим образом для человека).Однако такие пространства, как CIELAB, были получены из пороговых цветовых различений и применяли глобальные преобразования к цветностям стимула. В результате они, как правило, не воплощают локальные искажения, которые должны возникать в результате CP вокруг различных локальных границ категорий.
Чтобы проверить влияние выбора цветового пространства вокруг сине-зеленой границы, мы повторно проанализировали стимулы в пространстве конус-оппонент, которое изменяется линейно с возбуждением конуса. Пространство было вариантом диаграмм Маклеода и Бойнтона (1979) и Деррингтона, Краускопфа и Ленни (1984), в которых цветность определялась вариациями в S-конусах и относительным возбуждением конусов L и M при постоянной яркости.В нашей версии происхождение соответствовало цветности источника света C, а контрасты по двум осям были масштабированы, чтобы примерно уравнять чувствительность по осям S и LvsM, как подробно описано в Webster et al. (2000). показывает нелинейную взаимосвязь между стимулами в CIELAB и пространстве конуса-оппонента. Чтобы спросить, могло ли это исказить цветовые различия вокруг сине-зеленой границы, мы рассчитали углы стимула, которые наблюдатели должны были бы выбрать, если бы в нашей задаче группирования они устанавливали центральный диск на равном расстоянии от двух угловых цветов с точки зрения линейные сигналы конуса-оппонента.Прогнозируемые настройки показаны для масштабирования, принятого в Webster et al. (2000), в то время как пунктирные линии показывают прогнозы, если S-сигналы увеличиваются или уменьшаются в 2 раза. Мы включили эти масштабные различия, потому что не существует установленной метрики для приравнивания сигналов по осям S и LvsM и потому что это масштабирование может варьироваться в зависимости от стимула и наблюдателя. Это также важно учитывать, потому что сине-зеленая граница находится рядом с осью −L + M (180 °) и, следовательно, может быть более восприимчивой к изменениям при масштабировании.Наконец, мы применили ту же процедуру подбора к данным модели, предполагая, что сине-зеленая граница при 185 ° в CIELAB является примерно средним значением для наблюдателей. Это дало оценочное смещение всего 0,03 для исходного масштабирования и смещения в диапазоне от 0,01 до 0,07 для двукратного увеличения или уменьшения S-контрастов, соответственно.
(a) Взаимосвязь между углами оттенка в пространстве CIELAB и масштабированной версией пространства LvsM и S-конуса-оппонента. (b) Параметры средней точки, предсказанные для стимулов, определенных их координатами CIELAB, если средняя точка зависит от равных расстояний в ответах конуса-оппонента.Показаны настройки для номинального относительного масштабирования контрастов LvsM и S или для двукратного увеличения или уменьшения предполагаемого S-контраста.
Этот анализ показывает, что пространство CIELAB вносит очень небольшое смещение в прогнозируемые параметры группирования через сине-зеленую границу относительно линейного пространства конуса. В свою очередь, это означает, что пространство не отменяется и, таким образом, «скрывает» большой эффект, который наблюдался бы при отображении цветовых различий в линейном пространстве возбуждения конуса.В качестве альтернативы, очень слабые смещения, вносимые с помощью метрики CIELAB, предполагают, что небольшие смещения, которые мы обнаружили в настройках наблюдателя, могут частично включать артефакт пространства стимулов, еще больше ослабляя доказательства явного эффекта CP в задаче группировки. Наконец, отметим еще раз, что наблюдатели показали стабильно разные результаты в группировке. Таким образом, номинально однородное пространство не было однородным для отдельных наблюдателей.
3.1.4. Эффекты полушария
Несколько исследований времени поиска цветовых различий показали, что категориальные эффекты сильнее в одном полушарии (Drivonikou et al., 2007; Франклин, Дривонику, Бевис и др., 2008 г .; Гилберт и др., 2006, 2008; Роберсон и др., 2008; Сиок и др., 2009). У взрослых правшей, говорящих на английском, мандаринском и корейском языках, перекрестное преимущество возникает для цветов, представленных в правом поле зрения, таким образом смещая обработку в сторону левого полушария, что опять же согласуется с влиянием языка. Интересно, что у младенцев эта предвзятость обращена вспять, поскольку эффекты перекрестных категорий вместо этого переносятся в правое полушарие (Franklin, Drivonikou, Bevis et al., 2008; Франклин и др., 2008). Однако другие исследования обнаружили сопоставимые эффекты для стимулов, представленных в обоих полушариях (Brown, Lindsey, & Guckes, 2011; Witzel & Gegenfurtner, 2011).
Мы исследовали, может ли поле зрения влиять на группировку цветов. Чтобы проверить это, мы повторили ту же задачу, но с добавлением точки фиксации к дисплею, так что теперь круги были центрированы под углом 8 ° в левом или правом поле зрения. Чтобы избежать возникновения потенциальных различий в хроматических стимулах в зависимости от условий (например,грамм. из-за неоднородностей монитора) группирующие стимулы оставались центрированными на экране, в то время как фиксирующие кресты добавлялись с обеих сторон. Представляющее поле было уравновешено на лестницах, а цветовые углы углов были ограничены диапазоном, близким к сине-зеленой границе. показывает индивидуальные настройки для шести протестированных наблюдателей. Как и прежде, существуют постоянные различия между наблюдателями в наклонах, связывающих выбранные цветовые границы со средним угловым цветовым углом, в диапазоне от ~ 0.6 к 1.0. Как отмечалось выше, эти наклоны должны быть более мелкими для угловых цветов, охватывающих сине-зеленую границу, и в этом случае мы спросили, являются ли они более мелкими внутри наблюдателя в зависимости от того, в каком поле зрения были отображены стимулы. Чтобы проверить это, мы снова сравнили только настройки для цветов углов, которые перекрывают цветовую границу. Примечательно, что цветовые границы были очень похожи, но не всегда идентичны при двух эксцентриситетах; когда они различались, пары цветов кросс-категорий определялись отдельно для каждого полушария.Однако ни для одного из шести наблюдателей не было существенной разницы между наклонами для их настроек в двух точках поля (). Более того, настройки на обеих сторонах также не различались для любого наблюдателя на основании анализа различий в углах оттенка, выбранных для соседних пар стимулов. Таким образом, данные предоставляют мало доказательств полушарийной разницы в восприятии группировки цветов.
Таблица 2
Наклоны для цветов, охватывающих сине-зеленую границу, в сравнении для стимулов, представленных в левом или правом полях зрения.
Наблюдатель | Левое поле
| Правое поле
| т (df) | p | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Среднее | SE | Среднее | SE | L — R | ||||||||||
S1 | 9015 0,70.041 | 1,93 (44) | NS | |||||||||||
S2 | .97 | .054 | 1.05 | .055 | −.986 (36) | NS | ||||||||
S3 | .733 | .069 | .703 | .085 | .27 (44) | NS | NS | S4 | .86 | .143 | .75 | .11 | .56 (28) | NS |
S5 | .81 | .070 | ,8 | −.67 (28) | NS | |||||||||
S6 | .57 | .083 | .61 | .065 | −.37 (36) | NS |
3.1.5. Время реакции
В заключительных измерениях мы использовали одни и те же стимулы для сравнения времени реакции для цветов, которые перекрывали сине-зеленую границу, чтобы проверить, может ли в наших условиях проявиться более четкий категориальный эффект при изменении формы ответа. Как отмечалось, в этом случае цвета углов снова были разделены фиксированным углом 30 °, в то время как центральный цвет был установлен равным любой паре.Наблюдатели ответили как можно быстрее, чтобы указать ориентацию совпадающих цветов.
показывает результаты для пяти наблюдателей, а также средние результаты для всех наблюдателей для паттернов, представленных в левом или правом поле зрения. Настройки, усредненные по наблюдателям, показывают слабый минимум под углами около сине-зеленой границы, хотя эта граница опять же варьировалась в значительном диапазоне (22 °) между наблюдателями. Для каждого человека мы сравнили среднее время реакции для цветных пар, которые охватывают их сине-зеленую границу, ипары, которые попали в синие или зеленые области. Время отклика было короче для 3 из 5 наблюдателей в правом поле зрения (хотя один из этих наблюдателей (S1) левша) (). Напротив, различия не достигли значимости ни для одного из наблюдателей для левого поля зрения. Различия также не достигли значимости ни для одного полушария при объединении наблюдателей. Таким образом, объединенные результаты четко не выявили категориального эффекта в правом поле зрения (левое полушарие), который был обнаружен в некоторых предыдущих отчетах.Более того, как и настройки средней точки, различия между полушариями не были устойчивыми для отдельных наблюдателей, и в этом случае были обнаружены только для одного из трех наивных наблюдателей (хотя этот нулевой результат по сравнению с предыдущими исследованиями также может быть вызван тем, что мы протестировали только небольшую выборку наблюдатели).
Таблица 3
Время реакции (мс) для группировки суждений для паттернов, представленных в правом или левом поле зрения.
Наблюдатель | Правое поле
| t (218) | p | ||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
Между
| Внутри
| ||||||||||
Среднее значение | SE | Среднее значение | SE | ||||||||
S1 | 480 | 8.1 | 508 | 11,4 | 1,98 | <0,05 | |||||
S2 | 685 | 12,2 | 735 | 12,8 | 2,85 | 9015 12,6 | 511 | 12,4 | 2,08 | <0,05 | |
S4 | 726 | 31,6 | 668 | 21,3 | 21,3 | −16516 | .4663 | 12,0 | −1,23 | NS | |
Левое поле
| |||||||||||
S1 | 501 | 10,7 | 512 | 9,8 | ,74 | NS | |||||
S2 | NS | ||||||||||
S3 | 507 | 12,4 | 539 | 15.0 | 1,68 | NS | |||||
S4 | 666 | 26,4 | 624 | 19,1 | −1,30 | NS | |||||
S5 | |||||||||||
S5 | 9015 −.74NS |
3.2. Масштабирование оттенка
Опять же, преимущество задачи группировки состоит в том, что она позволяет нам оценить относительное сходство умеренных, надпороговых цветовых различий в суждении, которое не требует явного кодирования цветовой категории и где производительность задачи не ограничивается. по скорости или точности.Чтобы изучить альтернативную задачу надпорогового внешнего вида, мы обратились к анализу измерений из предыдущих исследований масштабирования оттенков, которые вместо этого требуют, чтобы наблюдатели явно помечали цвета. В этой задаче наименование цвета наблюдатели оценивают относительную долю красного, зеленого, синего или желтого основных цветов в различных хроматических стимулах. Например, оранжевый оттенок обычно выглядит как смесь красного и желтого, но количество красного или желтого систематически меняется, поскольку цветность изменяется между чистым красным и желтым.В этом смысле сине-зеленая граница, как определено выше, измеряет одну точку функции масштабирования оттенка, где пропорции синего и зеленого масштабируются одинаково. Рейтинги по всему спектру использовались для определения характеристик реакции феноменальных красно-зеленых и сине-желтых процессов противника (Abramov, Gordon, & Chan, 1991; Boynton et al., 1964; De Valois et al., 1997; Webster) , Malkoc, Bilson, & Webster, 2002), и, таким образом, обеспечивают меру того, как внешний вид цвета изменяется в зависимости от направления в цветовом пространстве.Мы спросили, демонстрируют ли эти рейтинги доказательства категориальных эффектов при углах, которые попадают в разные вербальные цветовые категории или между ними.
иллюстрирует очень упрощенный пример категориальных эффектов масштабирования оттенка. В этом случае хроматический угол стимула (абсцисса) определяется как направление в масштабированной версии пространства конуса Маклауда-Бойнтона-противник, эквивалентное углам стимула, показанным ранее в. Опять же, это пространство представляет цветность в терминах двух кардинальных осей, которые соответствуют дифференциальному возбуждению в конусах L и M при постоянной яркости [ось от 0 (+ L) ° до 180 (-L) °] или относительному возбуждению в S-конусы с постоянной яркостью [ось от 90 (+ S) ° до 270 (-S) °].Угол восприятия (ордината) вместо этого выражен в терминах феноменального красного по сравнению с зеленым (ось от 0 ° [чистый красный) до 180 ° (чистый зеленый)] и синего по сравнению с желтым [ось 90 ° ( синий) до 270 ° (желтый)] оттенков. Предположим, что красно-зеленый и сине-желтый ответы были выровнены по кардинальным осям и изменялись синусоидально с углом стимула в пространстве конус-противник (что соответствовало бы механизмам, которые комбинируют сигналы конуса линейно). Эти функции отклика проиллюстрированы на.В эксперименте с масштабированием оттенка наблюдателям обычно показывают набор цветов по одному, и для каждого отчета относительные пропорции каждого основного цвета, которые они воспринимают. В отсутствие отдельных суждений о насыщенности ответы для каждого стимула, таким образом, нормализуются, так что они суммируются с постоянным значением (1 в этом примере). Эти нормализованные функции проиллюстрированы на. Наконец, функции могут быть также представлены путем нанесения угла в цветовом пространстве (где красный по сравнению с зеленым = ось 0–180 °, а синий по сравнению сжелтый = ось 90–270 °) как функция угла стимула (т. е. угол появления = загар -1 [(сине-желтый ответ) / (красный-зеленый ответ)] (Malkoc et al., 2005). Для механизмов линейного ответа это приводит к тому, что углы появления цвета изменяются линейно с углом стимула, и функция масштабирования оттенка должна, таким образом, следовать диагональной линии (). Категориальный эффект может снова проявляться как тенденция к дискретному представлению доминирующих стимулов. общим первичным звеном как то же самое.Например, пунктирными линиями показаны ответы, если имеется смещение 0,5, чтобы сообщить оттенок как 100% от доминирующего основного оттенка (т. Е. Ответ представляет собой среднее значение линейного отклика и дискретного отклика на доминирующий основной оттенок). Ступенчатые функции в показывают предсказанные углы для различных величин этого смещения. Как и при группировке прогнозов, наклон изменяется на границе категории, но при масштабировании оттенка прогнозируемый эффект предназначен для неглубоких наклонов внутри категории (где, например, интенсивность «синего» или «зеленого» изменяется медленнее с изменением угла стимула. ) пока круче на границе.
Гипотетические функции масштабирования оттенка. (а) Хроматические функции отклика для красно-зеленого и сине-желтого. Сплошные линии показывают ответы, предсказанные линейными механизмами, и изменяются как косинус предпочтительных углов в пространстве конуса-оппонента. Пунктирными линиями показаны прогнозируемые ответы, если они включают категориальную предвзятость (= 0,5), чтобы реагировать только на доминирующий оттенок. (b) Те же функции отклика, нормализованные, чтобы показать долю каждого основного оттенка на каждой длине волны, как обычно сообщается в задаче масштабирования оттенка.(c) Прогнозируемая функция масштабирования для различных величин смещения. Без смещения функция имеет постоянный наклон. Категориальное смещение увеличит сходство оттенков в пределах одной и той же категории (например, синего или зеленого), уменьшая наклон функции внутри категории и увеличивая наклон на границе категории. Прогнозы показаны для смещения 0,25 (тонкая сплошная линия), 0,5 (средняя) или 0,75 (толстая). (Для интерпретации ссылок на цвет в легенде этого рисунка читатель отсылается к веб-версии этой статьи.)
Фактические функции масштабирования оттенка сложнее по нескольким причинам. Во-первых, хорошо известно, что оси восприятия не совпадают с кардинальными осями, которые характеризуют раннее пострецепторальное цветовое кодирование (Krauskopf, Williams, & Heeley, 1982). Например, сине-желтая ось находится примерно посередине между осями LvsM и S. Во-вторых, ответы красного против зеленого или синего против желтого не являются синусоидальными или симметричными и, следовательно, несовместимы с простой парой линейных ответов оппонента (De Valois et al., 1997). Наконец, с целью анализа словесных категорий дополнительная сложность заключается в том, что круг оттенка включает два дополнительных основных цветовых элемента (оранжевый и фиолетовый), которые наблюдатели не использовали для масштабирования. Тем не менее, можно спросить, изменяется ли воспринимаемый оттенок, измеренный с помощью этой задачи, быстрее на границах между различными цветовыми терминами.
Чтобы проанализировать это, мы использовали функции масштабирования оттенка, измеренные ранее Malkoc et al. (2005 г.) для 59 наблюдателей.Они производили замеры плоскостей LvsM и S с интервалом 15 °. Цвета отображались в поле 2 ° на белом фоне и отображались индивидуально в течение 1 с каждый. показывает среднюю измеренную функцию масштабирования и соответствующие предполагаемые функции хроматического отклика. Еще раз обратите внимание, что значения ординат 0 °, 90 °, 180 ° и 270 ° соответствуют стимулам, которые в среднем выглядели чисто красными, синими, зелеными или желтыми соответственно, а вертикальные сплошные линии отмечают соответствующие углы стимулов LvsM и S. В исследовании Malkoc et al.наблюдатели также назвали каждый оттенок, используя один из шести основных цветовых терминов. Фиолетовый и оранжевый фокусы взяты из модальных значений для обозначения цветов для этих оттенков, как сообщается в их исследовании. Пунктирные линии соответствуют цветным границам между соседними терминами. Между основными цветами масштабирования (например, синим и зеленым) они соответствуют углу стимула, при котором два компонента кажутся равными. Для границ, которые включали пурпурный и оранжевый, они вместо этого оценивались по названию цвета и углам стимула, при которых два цветовых термина использовались с одинаковой частотой, опять же, как сообщалось в Malkoc et al.(2005).
Категориальные искажения при масштабировании оттенков. (а) Оценки средних нормированных функций хроматического отклика красного-зеленого и сине-желтого цветов из исследования Malkoc et al. (2005). (b) Соответствующая функция масштабирования среднего оттенка (незаполненные символы). Вертикальные и горизонтальные линии показывают углы стимула, соответствующие красным, фиолетовым, синим, зеленым, желтым или оранжевым фокусам (сплошные) или границы между смежными категориями (пунктирные). Толстая аппроксимирующая линия показывает синие и зеленые настройки, предсказанные с учетом оценочного смещения, равного 0.23. (c) Локальный наклон функции масштабирования среднего оттенка. (d) Категориальные отклонения, оцененные в синих и зеленых настройках для каждого из 59 протестированных наблюдателей. Черные столбцы показывают систематические ошибки, оцененные для четырех дополнительных наблюдателей из исследования De Valois et al. (1997). (Для интерпретации ссылок на цвет в легенде этого рисунка читателю отсылается ссылка на веб-версию этой статьи.)
Функция усреднения показывает явные гребешки. Мы оценили локальный наклон масштабирования оттенка по производной кусочно-полиномиальных аппроксимаций кривой.Эти наклоны показаны для средней кривой в, и демонстрируют четкую тенденцию к наиболее постепенному изменению внешнего вида цвета с углом стимула вокруг чисто красного, синего и зеленого, при этом демонстрируя резкий переход на сине-зеленой границе. С другой стороны, внешний вид наиболее быстро изменился вокруг уникального желтого цвета. Это может выступать против простого эффекта CP как основы для вариаций внешнего вида цвета, хотя альтернативой является то, что желтый занимает только узкий угловой диапазон пространства конуса-противника и, таким образом, был выбран слишком грубо, чтобы определить изменения оттенка внутри желтого. категория.Результаты Malkoc et al. (2005) не позволяют нам различать эти альтернативы желтому. Более того, функция среднего может иметь тенденцию сглаживать неоднородности в отдельных кривых, если цветовые границы различаются у разных наблюдателей.
Чтобы проверить категориальные эффекты, мы снова сосредоточились на сине-зеленой границе, чтобы сравнить масштабирование оттенков с задачей группирования, и подогнали модель показанной формы к углам стимула в диапазоне от сине-фиолетового до желтого– зеленая граница.Подгонки варьировали наклон и смещение кривой, а также величину смещения и следовали процедурам, аналогичным тем, которые использовались для подбора параметров группировки. Прогноз для средней кривой показан жирной линией на и указывает смещение CP 0,23 на сине-зеленой границе. Это больше, чем средний эффект CP, указанный группировкой, и фактически недооценивает степень систематической ошибки в настройках отдельного наблюдателя, которая охватывает очень широкий диапазон от 0,02 до 0,92 со средним значением 0.35 (). Опять же, это недооценка происходит из-за того, что средняя кривая имеет тенденцию сглаживаться между границами разных категорий людей. Распределение категориальных отклонений в настройках оттенка существенно отличается от 0 ( t (58) = 15,79, p <0,0001). Мы также подтвердили смещения вторым способом, снова сравнив изменение угла оттенка в настройках для пар стимулов, пересекающих сине-зеленую границу каждого наблюдателя, с соседними парами по обе стороны от границы.В этом случае воспринимаемое изменение оттенка должно быть больше, когда стимулы пересекают границу, и это различие снова оказалось очень значимым (средняя и стандартная ошибка изменения оттенка по горизонтали = 31,7 ± 1,97, в пределах = 18,16 ± 1,01, t (175) = 6,81, p <0,001). показывает настройки для наблюдателей, которые показали самые сильные или самые слабые смещения, и наблюдателей, близких к медиане. Результаты показывают, что - в отличие от эффектов, которые мы обнаружили для группировки - в задаче масштабирования оттенка люди сильно различаются по склонности к категоризации стимулов, и, более того, показывают, что некоторые люди подходят к почти полному категориальному ответу.(Отдельные графики на рисунке предполагают потенциальную взаимосвязь между величиной категориальной систематической ошибки наблюдателя и разделением между их уникальным синим и зеленым цветом. Однако разделение и систематическая ошибка не были существенно коррелированы для всего набора наблюдателей, а для наблюдателей с сильными категориальными отклонениями расположение чисто синего и зеленого не определено должным образом.)
Индивидуальные функции масштабирования оттенков и оценочные смещения для наблюдателей, которые показали наименьшее категориальное смещение в оценках синего и зеленого (верхняя строка), наибольшее смещение (нижняя строка), или отклонения, близкие к среднему для всех наблюдателей (средняя строка).
Наконец, чтобы убедиться, что категориальные отклонения в шкале оттенков не были специфичными для процедур тестирования, используемых Malkoc et al. (2005) (или до гедонистических границ их испытательного полигона в Рино) мы проанализировали сопоставимые данные по шкале оттенков из исследования De Valois et al. (1997). Эти авторы аналогичным образом измерили масштабирование оттенков стимулов в зависимости от их угла в хроматической плоскости LM по сравнению с S (с интервалом 22,5 °). Мы снова оценили смещение в сине-зеленой области для 4 наблюдателей, результаты которых были представлены в их отчетах, после преобразования независимых процентных соотношений, показанных для каждой первичной обмотки, в углы в красно-зеленом vs.сине-желтое пространство. Эти смещения варьировались от 0,16 до 0,31 со средним значением 0,25 и показаны для четырех субъектов в виде черных полос. Это согласуется с умеренными предубеждениями, продемонстрированными многими наблюдателями в Malkoc et al. исследования, и, таким образом, предполагают, что процедура масштабирования оттенка обычно подвержена смещению, аналогичному категориальному, вокруг сине-зеленой границы. Интересно, что двое из участников De Valois et al. В работе участвовали авторы, которые — как очень опытные специалисты по цвету — были бы особенно хорошо приспособлены к задаче абстрагирования составляющих цветов от стимулов.Поэтому важно, что даже эти наблюдатели имели тенденцию демонстрировать категориальный эффект (0,28 для автора RD и 0,16 для KD). Это свидетельствует против возможности того, что наивные испытуемые просто были склонны категорически навешивать ярлыки на стимулы, даже если эти ярлыки явно не соответствовали представлениям наблюдателей.
4. Обсуждение
В этом исследовании мы использовали два разных показателя цветового восприятия для проверки категориальных эффектов цветового восприятия. Прежде чем рассматривать последствия результатов, следует выделить четыре момента.Во-первых, наши меры не обязательно оценивают влияние языка на цвет. Действительно, многие исследования КП были интерпретированы как раскрытие скрытой дискретности нейронной репрезентации и не учитывали лингвистические границы. Например, в классической теории цвета оппонента эти границы определяются нейронными реакциями (Hurvich & Jameson, 1957) (хотя нейронные реакции, которые могли бы привести к этим границам, еще предстоит четко идентифицировать). Самым убедительным поведенческим свидетельством языковых эффектов была демонстрация того, что категориальные эффекты снижаются при одновременном словесном вмешательстве (Gilbert et al., 2006; Роберсон и Давидофф, 2000; Winawer et al., 2007). Мы не пытались использовать эти элементы управления в текущем исследовании, потому что в эмпирических измерениях мы сделали какие-либо категориальные эффекты в задаче группирования не были значимыми для большинства наблюдателей. Второй связанный с этим момент заключается в том, что категоризация и словесное обозначение стимула не обязательно являются синонимами. Например, исследования категорийного обучения и категориального восприятия указали на диссоциацию между категоризацией и именованием (Goldstone & Hendrickson, 2010; Hanley & Roberson, 2011).Третий момент заключается в том, что любые выводы должны быть подкреплены тем фактом, что данные о ХП были непоследовательными, даже если задача во всех исследованиях схожа. Например, исследования времени реакции на цвета различались по тому, обнаруживают ли они ЦП и различаются ли они между полушариями (Brown et al., 2011; Franklin, Drivonikou, Bevis et al., 2008; Gilbert et al., 2006; Roberson et al., 2008; Winawer et al., 2007; Witzel & Gegenfurtner, 2011). Таким образом, условия, при которых проявляется вербально опосредованная CP, остаются под вопросом.Наконец, индивидуальные различия в задачах масштабирования и группировки оттенков, а также в расположении цветовых границ наблюдателей были существенными. Эти различия были обнаружены во многих предыдущих исследованиях наименования цветов (Webster & Kay, 2007), но часто скрываются при анализе групповых эффектов. Яркий тому пример — драматические различия, которые мы наблюдали среди людей в масштабировании оттенков. Эти индивидуальные различия могут сами по себе дать важные подсказки о процессах восприятия (Wilmer, 2008) и, в частности, о взаимодействии между языком и цветом (Lindsey & Brown, 2009a, 2009b), а также они важны для оценки устойчивости и оснований категориальных эффектов. .
Как уже отмечалось, категориальные эффекты обработки цвета были протестированы в различных парадигмах. Мы сосредоточились на двух парадигмах для измерения феноменального появления стимулов, то есть, чтобы попытаться измерить CP в задачах и ответах, которые могли бы более прямо отражать суждения о внешнем виде цвета. Преимущество задачи группировки, которую мы использовали, заключается в том, что наблюдателя не просят открыто классифицировать этот внешний вид или цветовое сходство, но он должен каким-то образом получить к нему доступ через любые процессы, опосредующие организацию восприятия.По крайней мере, для конкретных условий и цветовой границы (сине-зеленый), которые мы тестировали, результаты показывают, что цветовая граница оказывает лишь слабое влияние на восприятие. Если это верно в отношении других цветовых границ, то влияние цветовых различий на организацию восприятия — возможно, одна из самых важных функций цветового зрения — может быть в значительной степени незаметным и не подверженным лингвистическому влиянию. Другими словами, в случае группировки цветовые различия могут показывать очень небольшой эффект языка или категоризации и вместо этого вести себя как недифференцированный континуум.Для сине-зеленой границы это тем более удивительно, потому что, как отмечалось выше, она падает близко к полюсу -L оси LvsM пространства конуса-оппонента (Malkoc et al., 2005). Стимулы, которые лежат по обе стороны от границы, соответствуют приращениям или убыванию сигналов S-конуса, которые переносятся разными пострецепторальными путями (например, (Tailby, Solomon, & Lennie, 2008). Таким образом, существуют как нейронные, так и лингвистические основы для потенциального эффекта на сине-зеленой границе, но ни то, ни другое не представляется существенным.
Тем не менее, в результатах группировки имелась слабая, но значительная категориальная систематическая ошибка. Опять же, 7 из 8 протестированных наблюдателей показали смещение в направлении, предсказанном CP, пропорция, которая также значима при простом знаковом тесте ( p = 0,035). Это поднимает вопрос о том, действительно ли эффекты CP для группировки слабее, чем эффекты CP, о которых сообщалось ранее для времени реакции. Прямое сравнение затруднено, потому что для этого потребуется оценить эффективный контраст стимулов по тому, как время реакции изменяется в зависимости от величины различий стимулов, и обычно проверяется только небольшое количество уровней стимулов.Наш анализ действительно позволяет измерить фактическую величину CP. Если эта величина аналогична, то наши результаты предполагают, что она была слишком слабой, чтобы значительно смещать настройки для большинства наблюдателей, и что в среднем она соответствовала лишь скромному (~ 10%) вкладу цветовой категории в эффективный контраст наши раздражители. Это противоречит сильному релятивистскому представлению о том, что появление цвета определяется лингвистическими категориями, но не исключает возможности слабого лингвистического влияния на восприятие или поведенческую реакцию на цвет.
Аналогичный анализ масштабирования оттенков показал совсем другую величину эффектов. В этом случае в суждениях многих наблюдателей были очевидны более сильные категориальные предубеждения со средней систематической ошибкой 0,35. Как это можно согласовать с гораздо более слабыми эффектами, которые мы обнаружили для перцептивной группировки цветов? Одна из возможностей заключается в том, что внешний вид цвета, измеряемый масштабированием, основан на различных сигналах от механизмов, управляющих пространственной группировкой. На самом деле роль цвета может широко варьироваться в различных визуальных суждениях (Livingstone & Hubel, 1988), но эти различия обычно связаны с относительной важностью сигналов яркости, которые, как уже отмечалось, вряд ли существенно повлияли на результаты нашей группировки.Альтернативная возможность состоит в том, что вербальные категории влияли на рейтинги шкалы, а не на восприятие. То есть, в процессе определения относительного количества синего и зеленого, скажем, в стимуле, обращение к ярлыкам «синий» и «зеленый» само по себе могло побудить многих наблюдателей придавать большее значение категориальному компоненту в своей реакции. . Эта возможность напоминает эффекты, описанные для оценок цветового сходства Кей и Кемптон (1984). Они измерили различия в восприятии цветовых триад, которые охватывают сине-зеленую границу у носителей английского и тараумара (уто-ацтекская семья, Мексика), языка, на котором отсутствуют отдельные слова для зеленого и синего.Англоговорящие надежно выбирали категоричный синглтон как лишний, нарушая jnd дистанции. Говорящие на тараумаре уважали дистанцию jnd в своих суждениях о триадах, но действительно демонстрировали небольшой эффект CP, когда расстояния jnd были точно равны. Однако эффект CP для англоговорящих был устранен, когда только два цвета триады были показаны одновременно и явно описаны как два оттенка одного цвета (зеленый или синий). Эти результаты свидетельствуют о том, что вербальные категории влияют на когнитивную стратегию, используемую для оценки стимулов, а не напрямую влияют на восприятие.Таким образом, согласно этому объяснению, язык влияет на реакцию масштабирования, а не на внешний вид, и категориальные эффекты могут обязательно быть более ярко выраженными, когда стимулы названы (Pilling et al., 2003).
Еще одна возможность состоит в том, что вербальное кодирование стимулов при масштабировании оттенка привело к перекодированию перцептивного представления стимула. Как обсуждалось выше, было обнаружено, что вербальная интерференция устраняет категориальные цветовые эффекты в исследованиях, в которых они наблюдались.Масштабирование оттенка может вместо этого представлять случай, когда требуется вербально опосредованный способ ответа, поскольку субъекты должны явно решить, какая часть каждой категории (синего или зеленого) присутствует в стимуле (т. Е. Задача по самой своей природе требует маркировки цветов и, следовательно, не могло быть сделано при словесном вмешательстве). Подобно тому, как блокирующий язык может раскрыть только доязыковой режим обработки, его обязательство в задаче масштабирования оттенка потенциально может изменить внешний вид стимулов. Связанная с этим возможность состоит в том, что категориальные эффекты с большей вероятностью возникнут, когда наблюдатели открыто сравнивают разные цвета, потому что эти сравнения вызовут некоторую степень лингвистической реакции (например,грамм. взвешивание перцептивных различий между цветовыми стимулами в исследовании Кея и Кемптона или относительных величин различных цветовых категорий в шкале оттенков). В этом случае такие задачи, как группирование, могут просто не вызывать такой реакции, потому что задача группировки требует, чтобы субъект организовал поле восприятия, но не требует открытого сравнения цветов. Наконец, еще одна возможность состоит в том, что фактический акт масштабирования оттенков сам по себе подвержен нелинейностям, которые могут исказить реакцию на цвета, даже если восприятие цвета не искажено (например,грамм. так что наблюдатель переоценивает влияние доминирующего цвета, даже если он не «переоценивает» его).
Одно из следствий этих различных представлений состоит в том, что функции масштабирования оттенка, которые сыграли центральную роль в характеристике цветового противостояния (Abramov & Gordon, 1994), должны интерпретироваться с осторожностью, поскольку они могут иметь потенциал искажать «перцепционный» компонент. стимула. В более общем плане то, влияют ли лингвистические предубеждения на реакцию на визуальные стимулы и каким образом, может критически, но тонко зависеть как от конкретной задачи, так и от инструкций, что отчасти может быть причиной того, что четкий вывод о роли языка в восприятии цвета остался. неуловимый.Независимо от его разрешения, если смотреть с когнитивной точки зрения, в конечном итоге может оказаться менее важным знать, являются ли лингвистически обусловленные категориальные эффекты, строго говоря, перцептивными, чем знать, насколько они автоматизированы, в каких условиях они подавляются и какую роль они играют в нашем повседневном взаимодействии с окружающей средой и друг с другом.
Цветовые категории и внешний вид цвета
Абстракция
Мы исследовали категориальные эффекты во внешнем виде цвета в двух задачах, которые частично различались степенью явного требования присвоения цветов для ответа.В одном из них мы измерили влияние цветовых различий на перцептивную группировку для оттенков, которые перекрывали сине-зеленую границу, чтобы проверить, не преувеличены ли хроматические различия через границу. Эта задача не требовала явных суждений о воспринимаемых цветах, а склонность к группировке показывала только слабую и непоследовательную категориальную предвзятость. Во втором случае мы проанализировали результаты двух предыдущих исследований шкалы оттенков хроматических стимулов (De Valois, De Valois, Switkes, & Mahon, 1997; Malkoc, Kay, & Webster, 2005), чтобы проверить, изменился ли внешний вид цвета быстрее. вокруг сине-зеленой границы.В этой задаче наблюдатели непосредственно оценивают воспринимаемый цвет стимулов, и эти суждения, как правило, показывают гораздо более сильные категориальные эффекты. Различия между этими задачами могут возникать либо потому, что разные сигналы опосредуют группировку цветов и появление цвета, либо потому, что лингвистические категории могут по-разному влиять на реакцию на цвет и / или на восприятие цвета. Наши результаты показывают, что взаимодействие между языком и обработкой цвета может сильно зависеть от конкретной задачи и когнитивных требований и стратегий наблюдателя, а также подчеркивают ярко выраженные индивидуальные различия в склонности к категориальным ответам.
Ключевые слова: Цвет, Язык, Категориальное восприятие, Перцептивная группировка
1. Введение
Физические спектры, от которых зависит наше цветовое зрение, постоянно меняются, но мы классифицируем цвета с помощью небольшого набора дискретных словесных обозначений. Давний вопрос заключается в том, могут ли категории, определяемые языком, влиять на то, как цвет обрабатывается или воспринимается (Hardin & Maffi, 1997; MacLaury, Paramei, & Dedrick, 2007). Межкультурные исследования цветового обозначения продемонстрировали сильное сходство в том, как носители разных языков разделяют цветовое пространство (Kay & Regier, 2003; Lindsey & Brown, 2006; Regier, Kay, & Cook, 2005), хотя различия в цветовых границах между языками также подчеркивались (Davidoff, Davies, & Roberson, 1999; Roberson, Davidoff, Davies, & Shapiro, 2005).Таким образом, сравнение названий цветов в разных языках использовалось как аргумент в пользу независимости и зависимости языка и обработки цвета (Kay & Regier, 2006).
Другой распространенный подход к изучению взаимосвязи между языком и восприятием цвета заключался в проверке свидетельств категориального восприятия (КП), тенденции к дискретному представлению стимулов таким образом, чтобы они казались более похожими или менее различимыми, когда принадлежали к одному и тому же различные категории (Harnad, 1987).Сообщалось о примерах CP для многих измерений стимулов, от восприятия фонем (Liberman, Harris, Hoffman, & Griffith, 1957) до восприятия лица (Beale & Keil, 1995; Etcoff & Magee, 1992), и эта концепция была неоднократно вызывается в контексте цветового зрения (Bornstein, 1987). Недавно в ряде исследований сообщалось о влиянии КП на время реакции на различение цветовых различий. Люди быстрее отличят цель от отвлекающих факторов, если цвета цели и отвлекающие факторы попадают в разные лингвистические цветовые категории (например,грамм. синий и зеленый), чем если бы они попадали в одну категорию (например, два оттенка синего) (Drivonikou et al., 2007; Franklin et al., 2008; Gilbert, Regier, Kay, & Ivry, 2006; Roberson, Pak, & Hanley, 2008; Winawer et al., 2007). Эти различия, как правило, сильнее для стимулов, представленных в правом поле зрения (таким образом, кодирование смещается в сторону левого полушария), уменьшаются вербальным вмешательством и специфичны для цветовых категорий языка человека (например, различаются для английского, русского или корейского языков). ).Они также могут проявиться после того, как наблюдатели будут обучены классифицировать цвета в соответствии с новыми произвольными делениями (Zhou et al., 2010). Аналогичные категориальные эффекты наблюдаются также в распознавании и различении цветов, хранящихся в памяти (Boynton, Fargo, Olson, & Smallman, 1989; Brown & Lenneberg, 1954; Ozgen & Davies, 2002; Pilling, Wiggett, Ozgen, & Davies, 2003). ; Роберсон и Давидофф, 2000). Такие эффекты предполагают, что язык может формировать обработку цвета в задачах, которые не являются — по крайней мере, явно — лингвистическими, и в этом смысле представляют собой пример лингвистической относительности в обработке цвета (Regier & Kay, 2009).
Предыдущие исследования также изучали CP и восприятие цвета путем тестирования различения цветов в условиях, в которых время отклика и требования к памяти уменьшены. Один из подходов включал изучение различения хроматических стимулов, близких к порогу обнаружения. Например, можно измерить различия в насыщенности, необходимые для отличия стимула от белого, а затем спросить, какие из этих только обнаруживаемых цветов можно отличить друг от друга на основе оттенка.Mullen и Kulikowski (1990) провели эксперимент такого рода и нашли убедительные доказательства CP. В частности, для цветов на пороге обнаружения они обнаружили три фиксированные границы в спектре, определяя четыре спектральные области, так что только цвета из разных областей можно было отличить друг от друга. Однако Краускопф, Уильямс, Мандлер и Браун (1986) вместо этого исследовали дискриминацию на пороге с помощью изолирующего импульса, который варьировался в разных направлениях в цветовом пространстве, определяемом спектральной чувствительностью ранних механизмов противодействия цвету.Они обнаружили, что два стимула можно было различить, как только их можно было обнаружить, независимо от того, падают ли они по кардинальным осям механизмов или по промежуточным ортогональным осям. Таким образом, отсутствие CP в этом случае подразумевает, что на пороге различные цветовые направления могут кодироваться примерно равномерно, а не дискретно с помощью небольшого количества механизмов. Дальнейший подход, включающий различение цвета, проверял мельчайшие различия, которые можно различить между надпороговыми стимулами (например, разница оттенков между двумя насыщенными синими).Недавний пример — это исследование Роберсона, Хэнли и Пака (2009), в котором была произведена выборка различий для диапазона стимулов, охватывающих синий и зеленый цвета. Пороговые значения оставались примерно постоянными в сине-зеленом диапазоне без признаков снижения на сине-зеленой границе и, следовательно, без доказательств категориального эффекта. Однако CP наблюдалась во второй задаче, в которой различение было затруднено из-за пространственного разделения двух цветов.
Интерпретация результатов этих исследований является сложной задачей, поскольку взаимодействие между языком и цветом потенциально может возникать на многих различных уровнях и, таким образом, может критически зависеть от характера задачи (Kay & Kempton, 1984; Pilling et al., 2003; Роберсон и Давидофф, 2000). В большинстве исследований категориальных эффектов цвета использовались показатели производительности — скорости или точности ответов. Их преимущество в том, что они объективны, но недостатком является введение процессов, которые нельзя предсказуемо связать с внешним видом цвета. Например, меры пороговой дискриминации хорошо подходят для тестирования сильного экземпляра CP, поскольку небольшие цветовые различия с меньшей вероятностью будут классифицироваться по-разному по языку (Roberson et al., 2009). Если бы кто-то обнаружил, что эти пороговые различия искажены лингвистическими границами, можно было бы сделать вывод, что язык действительно влияет на восприятие. Однако обратное неверно: отсутствие искажений на пороге не означает, что восприятие не затронуто. Концептуальная проблема здесь заключается в том, что задача предназначена для проверки влияния языка в условиях, выбранных для минимизации этого влияния: ограничение пороговыми суждениями. Это предполагает или, по крайней мере, проверяет предположение, что язык имеет очень общий и всеобъемлющий эффект.Однако он оставляет непроверенным альтернативу тому, что язык при его вызове может напрямую влиять на восприятие цвета. Это представление не сводится к порогам различения, потому что зрительные механизмы, функционирующие на пороге, могут не характеризовать обработку восприятия на надпороговых уровнях. Пороговые значения будут ограничены шумом и, следовательно, механизмом (ами) с наилучшим соотношением сигнал / шум. Есть несколько оснований полагать, что те же самые механизмы задействованы на надпороговых уровнях или что их реакции могут быть экстраполированы предсказуемым образом.Например, общая проблема в исследовании цвета заключается в том, что обнаружение номинально изолирующего паттерна может быть опосредовано артефактами яркости в стимуле (Lennie, Pokorny, & Smith, 1993). Однако чувствительные к яркости механизмы, лежащие в основе этого обнаружения, могут играть небольшую роль в надпороговом появлении этих узоров. Более того, измерения спектральной чувствительности, как правило, не позволяют предсказать измерения внешнего вида цвета, такие как стимул, который выглядит ахроматическим или рассматривается как чистый или «уникальный» оттенок (Brainard et al., 2000; Вебстер, Мияхара, Малкок и Рейкер, 2000; Вернер и Шефрин, 1993).
Аналогичным образом, многие исследования превышения пороговых значений, в которых сообщалось о категориальных эффектах обработки цвета, измеряли либо скорость отклика, либо способность сохранять цвета в памяти. Это повышает вероятность того, что язык не влияет на фактическое восприятие цвета, а только на его способность сохранять или реагировать на него. Классическим примером взаимодействия на стадии ответа является эффект Струпа, при котором требуется больше времени, чтобы назвать цвет, которым написано слово, если оно обозначает другой цвет (MacLeod, 1991).Считается, что автоматическая тенденция реагировать на напечатанное слово конкурирует с реакцией на цвет дисплея. Лингвистические эффекты при поиске цветов могут отражать форму эффекта Струпа: если стимулы кодируются как визуально, так и вербально, то вербальный код может конкурировать с визуальным ответом, когда два цвета попадают в одну и ту же категорию (хотя словесно «одинаково»). визуально «разные»), облегчая реакцию на пары цветов из разных категорий (словесно и визуально «разные»).(Однако, в отличие от обычного эффекта Струпа с напечатанными цветными словами, для этого потребуется, чтобы один только цвет автоматически запускал вербальное кодирование.) Эта учетная запись была отмечена как основание для влияния языка на скорость и точность восприятия различения цвета ( например, Gilbert, Regier, Kay, & Ivry, 2008; Pilling et al., 2003; Roberson & Davidoff, 2000; Roberson & Hanley, 2010), и остается возможным объяснением большинства описанных эффектов, включая правое поле зрения ( левое полушарие) латерализация эффектов языковых категорий.Таким образом, согласно этому счету, влияние вербальных категорий на время реакции на различение цветов будет пост-перцептивным, что оставляет открытым вопрос о том, как эти категории могут повлиять на фактическое появление цвета.
В этом исследовании наша цель состояла в том, чтобы проверить категориальные эффекты на внешний вид цвета, превышающие порог, с помощью задач, которые якобы более напрямую связаны с феноменологией цвета. Предыдущие исследования обычно изучали CP и внешний вид цвета путем измерения рейтингов сходства между различными образцами цвета (например,грамм. выбор самого разного образца из триады цветов), снова с разными результатами (Davies & Corbett, 1997; Kay & Kempton, 1984; Lindsey & Brown, 2009; Pilling & Davies, 2004; Pilling et al., 2003; Roberson et al. др., 2005). Эти рейтинги могут включать вербальные категории в стратегии и сравнения наблюдателя, например, если наблюдатель взвешивает эти категории при оценке сходства (Kay & Kempton, 1984). Таким образом, как и во всех других задачах, суждения о цвете также потенциально могут быть подвержены различным формам языковых эффектов.В настоящей работе мы оценили CP и внешний вид цвета с помощью двух мер цветового сходства, которые, вероятно, будут различаться по степени использования словесных цветовых категорий. Для обоих мы сосредоточились на сине-зеленой области цветового пространства, которая продемонстрировала категориальные эффекты в предыдущих исследованиях времени реакции на цвет (Gilbert et al., 2006; Roberson & Hanley, 2010; Winawer et al., 2007). Первая задача заключалась в измерении влияния цвета на группу восприятия. Преимущество группировки состоит в том, что она выявляет процессы, которые происходят быстро и с минимальным вниманием (Bravo & Nakayama, 1992; Moore & Egeth, 1997; Treisman, 1982), и не требует явной ссылки на номинальный цвет.Цвет — один из самых сильных атрибутов, влияющих на сегментацию изображения и организацию восприятия (Wolfe & Horowitz, 2004). Действительно, группировка по цвету — это принцип, используемый классическими скрининговыми тестами на дальтонизм, такими как псевдоизохроматические пластины. На этих пластинах отдельные точки перцептивно «сливаются», образуя числа или цифры, которые отделяются от отвлекающих элементов фона на основе их общего цвета. В более общем плане способность цвета связывать или разделять различные области поля зрения может фактически представлять одну из основных функций цветового зрения (Mollon, 1989).Мы исследовали тенденцию к группированию цветов как функцию различий в цветности стимулов и вербальных меток, в частности, чтобы проверить, могут ли хроматичности, имеющие общую метку, с большей вероятностью быть сгруппированы вместе.
Во втором задании мы повторно проанализировали данные масштабирования оттенков, которые были собраны в рамках двух предыдущих исследований (De Valois, De Valois, Switkes, & Mahon, 1997; Malkoc, Kay, & Webster, 2005). При масштабировании оттенков наблюдатели оценивают долю основных оттенков (красного, зеленого, синего или желтого) в стимуле (Boynton, Schafer, & Neun, 1964).Эта задача имеет то преимущество, что стимулы оцениваются изолированно. Следовательно, он непосредственно измеряет внешний вид цвета, а не цветовые различия между стимулами (хотя для этого необходимо сравнивать вклад различных основных цветов в стимуле). Более того, задача отличается от группировки тем, что наблюдатели должны явно судить о внешнем виде с точки зрения цветовых меток. Мы изучили, как пропорции, присвоенные этим категориям, меняются в зависимости от цветности, чтобы проверить, имеют ли оценки тенденцию быть более похожими для хроматических различий, которые попадают внутрь, чем между лингвистическими цветовыми категориями.Забегая вперед, результаты для этих двух задач оказались существенно разными.
3. Результаты
3.1. Перцептивная группировка
3.1.1. Прогнозируемые категориальные эффекты
показывает пример того, как эффект CP может проявляться в задаче группирования. Каждая пара вертикально разделенных кругов отображает углы оттенка данной пары угловых цветов, которые различаются на фиксированный угол 30 ° в цветовом пространстве (с углом более зеленого цвета внизу и более голубого цвета вверху) .Кривые изображают угол субъективного равенства для двух возможных группировок центрального цвета с любым цветом угла как функцию среднего угла двух цветовых пар углов. При отсутствии CP выбранный угол должен, в простейшем случае, соответствовать среднему значению и, таким образом, должен строиться как одна прямая линия, попадают ли цвета углов в одну или разные словесные категории. И наоборот, если CP завершен, то наблюдатели всегда должны устанавливать центральный цвет на границе категории, когда два цвета углов охватывают границу, в результате получается линия с нулевым наклоном для условий перекрестных категорий, то есть для шести перекрестных категорий. пары угловых цветов, обозначенные закрашенными кружками на.При полной CP у наблюдателей не должно быть оснований для различения цветов углов, если оба они попадают в одну и ту же категорию, и, таким образом, настройки должны варьироваться случайным образом в пределах цветовой категории. Очевидно, что мы обычно можем различать разные оттенки синего или зеленого, поэтому полная CP неприемлема. Тем не менее, сохраняется вероятность того, что существует смещение в сторону CP, так что пары цветов, попадающие в одну категорию, кажутся более похожими. Это приведет к смещению настроек в сторону границы категории для перекрестных категорий, но не угловых пар внутри категории.Например, это может произойти, если ответ представляет собой средневзвешенное значение двух решений: аналоговый ответ, чувствительный к хроматическим различиям в стимулах, и бинарный ответ, который классифицирует стимулы как «одинаковые» или «разные». Различные кривые на рисунке показывают прогнозируемые отклики для разных весов этих двух решений и предсказывают все более пологие наклоны для пар кросс-категорий, поскольку различию категорий придается большее значение. В ходе анализа мы подгоняли кривые этой формы к измеренным ответам, чтобы оценить относительный вес и, таким образом, потенциальную величину смещения в сторону CP.
Углы оттенка для группировки, прогнозируемые по разным степеням категориального смещения. В этом примере сине-зеленая граница находится под углом оттенка 182 °. Закрашенные точки показывают угол оттенка угловых цветовых пар, которые охватывают границу, а незаполненные точки — для пар, которые попадают в синюю или зеленую категории. При отсутствии смещения центральный угол оттенка, при котором любая ориентация группировки одинаково вероятен, должен оставаться посередине между двумя угловыми оттенками (пунктирная линия). Для стимулов, которые охватывают сине-зеленую границу, категориальное смещение увеличит сходство оттенков, попадающих в одну и ту же категорию, и, таким образом, смещает настройки в сторону границы, уменьшая наклон функции.Прогнозируемые настройки показаны для смещения 0,25 (тонкая линия), 0,5 (средняя) или 0,75 (толстая).
3.1.2. Группировка центрально фиксированных цветов
показывает результаты задачи группировки. Каждая панель отображает настройки для одного из восьми протестированных наблюдателей. И снова S1 был автором, а остальные семь наблюдателей были наивны. В каждом случае средний угол оттенка стимула варьировался от 130 ° до 230 °, таким образом, охватывая широкий диапазон от желто-зеленого до синего. Перекрещенные горизонтальные и вертикальные прямые линии обозначают сине-зеленую границу наблюдателя.В соответствии с предыдущими сообщениями об индивидуальных различиях в названии цветов (Kuehni, 2004; Malkoc et al., 2005; Webster et al., 2000), были существенные различия в углах, выбранных для сине-зеленой границы, со значениями, варьирующимися от 172 ° до 205 °. Эти различия были заметно больше, чем вариации внутри наблюдателя от повторных настроек в течение четырех сеансов (среднее sd = 5,6 °). Наблюдатели также достоверно различались границами, выбранными для сине-пурпурного (261–289 °) и желто-зеленого (108–147 °).Примечательно, что границы цветовой группировки также показали постоянные различия между наблюдателями, при этом общие наклоны варьировались от более мелких (0,91) до более крутых (1,17), чем номинальная средняя точка в пространстве CIELAB. Из-за этих различий между наблюдателями мы проанализировали результаты для каждого человека, а не объединяли наблюдателей, как в большинстве предыдущих исследований.
Мы исследовали, изменилась ли группировка вблизи сине-зеленой границы тремя способами. В первом случае мы подбираем простую модель в форме, показанной на рисунке, чтобы оценить относительное влияние различий категорий в стимулах.Поскольку настройки для большинства наблюдателей систематически отклонялись от средней точки между угловыми углами в пространстве CIELAB, мы подгоняли одну линию к настройкам для угловых пар, которые попадали в зеленую или синюю категории (за исключением углов, которые посягали на желтый цвет отдельного наблюдателя — зеленая граница), а затем поместите ту же линию плюс смещение в сторону сине-зеленой границы для пар, которые охватывают границу. Подгонки, таким образом, были оценены из
Θ pred = m Θ c + b (для пар угловых цветов внутри категорий)
Θ pred = (1 — α) ( m Θ c + b ) + α c (для пар цветов кросс-категорий)
, где Θ c и Θ pred — это среднее значение двух угловых углов и выбранная прогнозируемая средняя точка наблюдателем соответственно; m и b — наклон и пересечение линии, наиболее подходящей для настроек для пар стимулов внутри категории; c — сине-зеленая граница, выбранная наблюдателем; и α — относительный вес категориального ответа.Таким образом, подгонка изменяла наклон и точку пересечения линии, а также величину смещения CP.
Стимулы, пересекающие границу, были номинально взяты как пары, где оба угловых угла находились в пределах 30 ° от сине-зеленой границы отдельного наблюдателя. Вариабельность воспринимаемой или выбранной границы будет иметь тенденцию размывать переход от пар внутри категорий к парам между категориями и, таким образом, иметь тенденцию сглаживать переход между двумя подобранными сегментами линии. Поэтому мы также повторили подборки для немного более узких или более широких диапазонов для определения пар цветов между категориями.Однако предполагаемые припадки остались аналогичными. Оценки смещения варьировались от -05 до 0,20 для восьми наблюдателей и указаны вместе с подобранной моделью на панелях, показывающих настройки каждого наблюдателя. Таким образом, в целом настройки участников имели тенденцию к (очень слабому) эффекту CP со средним смещением 0,10 (которое, тем не менее, значительно отличалось от нуля; t (7) = 3,73, p <0,01). Однако включение этого смещения значительно улучшило соответствие модели только 1 из 8 наблюдателей (автор S1, F (22,22) = 0.44, стр. <0,05). (Среднее смещение по семи наивным наблюдателям оставалось значительным, когда S1 был исключен; t (6) = 3,21, p <0,01.)
В качестве второго теста мы подгоняли линии регрессии к различным сегментам функции. чтобы спросить, различается ли наклон для цветовых пар, которые перекрывают сине-зеленую границу или ограничиваются какой-либо категорией (). Эти наклоны существенно не различались между сегментами в пределах синего и зеленого для любых наблюдателей и были значительно меньше для пар кросс-категорий только для 3 из 8 наблюдателей.Мы также сравнили различия между настройками для соседних углов стимула для пар, которые пересекли сине-зеленую границу или попали в любую категорию (). Опять же, эти различия должны быть меньше для пар кросс-категорий, если есть категориальная предвзятость. Однако разница была значимой только для 2 из 8 наблюдателей и не достигла значимости при объединении всех наблюдателей. Таким образом, результаты согласуются только с очень слабым категориальным эффектом цветовых различий, охватывающих сине-зеленую границу.
3.1.3. Выбор цветового пространства
Меры категориальных эффектов требуют проверки различий стимулов, которые приравниваются по некоторому критерию, и затем выяснения, остаются ли они эквивалентными для данной задачи, когда различия попадают в категории или между ними. Как уже отмечалось, мы определили стимулы по их углам на диаграмме однородной цветности CIE-LAB, чтобы примерно уравнять величину цветовых различий между двумя угловыми углами во всем диапазоне проверенных углов. Метрики восприятия по самой своей сути выбраны для уравнивания различий в восприятии стимула.Таким образом, использование этих показателей для проверки CP — изменения разницы в восприятии — представляет собой потенциальную замкнутость (которая присутствовала во многих предыдущих исследованиях). Если пространство правильно масштабировало восприятие для текущей задачи, то производительность по задаче уже будет равномерной и замаскирует любые неоднородности в базовой реакции на цвет (или, альтернативно, также может вызвать артефактические категориальные эффекты, если пространство не масштабируется соответствующим образом для человека).Однако такие пространства, как CIELAB, были получены из пороговых цветовых различений и применяли глобальные преобразования к цветностям стимула. В результате они, как правило, не воплощают локальные искажения, которые должны возникать в результате CP вокруг различных локальных границ категорий.
Чтобы проверить влияние выбора цветового пространства вокруг сине-зеленой границы, мы повторно проанализировали стимулы в пространстве конус-оппонент, которое изменяется линейно с возбуждением конуса. Пространство было вариантом диаграмм Маклеода и Бойнтона (1979) и Деррингтона, Краускопфа и Ленни (1984), в которых цветность определялась вариациями в S-конусах и относительным возбуждением конусов L и M при постоянной яркости.В нашей версии происхождение соответствовало цветности источника света C, а контрасты по двум осям были масштабированы, чтобы примерно уравнять чувствительность по осям S и LvsM, как подробно описано в Webster et al. (2000). показывает нелинейную взаимосвязь между стимулами в CIELAB и пространстве конуса-оппонента. Чтобы спросить, могло ли это исказить цветовые различия вокруг сине-зеленой границы, мы рассчитали углы стимула, которые наблюдатели должны были бы выбрать, если бы в нашей задаче группирования они устанавливали центральный диск на равном расстоянии от двух угловых цветов с точки зрения линейные сигналы конуса-оппонента.Прогнозируемые настройки показаны для масштабирования, принятого в Webster et al. (2000), в то время как пунктирные линии показывают прогнозы, если S-сигналы увеличиваются или уменьшаются в 2 раза. Мы включили эти масштабные различия, потому что не существует установленной метрики для приравнивания сигналов по осям S и LvsM и потому что это масштабирование может варьироваться в зависимости от стимула и наблюдателя. Это также важно учитывать, потому что сине-зеленая граница находится рядом с осью −L + M (180 °) и, следовательно, может быть более восприимчивой к изменениям при масштабировании.Наконец, мы применили ту же процедуру подбора к данным модели, предполагая, что сине-зеленая граница при 185 ° в CIELAB является примерно средним значением для наблюдателей. Это дало оценочное смещение всего 0,03 для исходного масштабирования и смещения в диапазоне от 0,01 до 0,07 для двукратного увеличения или уменьшения S-контрастов, соответственно.
(a) Взаимосвязь между углами оттенка в пространстве CIELAB и масштабированной версией пространства LvsM и S-конуса-оппонента. (b) Параметры средней точки, предсказанные для стимулов, определенных их координатами CIELAB, если средняя точка зависит от равных расстояний в ответах конуса-оппонента.Показаны настройки для номинального относительного масштабирования контрастов LvsM и S или для двукратного увеличения или уменьшения предполагаемого S-контраста.
Этот анализ показывает, что пространство CIELAB вносит очень небольшое смещение в прогнозируемые параметры группирования через сине-зеленую границу относительно линейного пространства конуса. В свою очередь, это означает, что пространство не отменяется и, таким образом, «скрывает» большой эффект, который наблюдался бы при отображении цветовых различий в линейном пространстве возбуждения конуса.В качестве альтернативы, очень слабые смещения, вносимые с помощью метрики CIELAB, предполагают, что небольшие смещения, которые мы обнаружили в настройках наблюдателя, могут частично включать артефакт пространства стимулов, еще больше ослабляя доказательства явного эффекта CP в задаче группировки. Наконец, отметим еще раз, что наблюдатели показали стабильно разные результаты в группировке. Таким образом, номинально однородное пространство не было однородным для отдельных наблюдателей.
3.1.4. Эффекты полушария
Несколько исследований времени поиска цветовых различий показали, что категориальные эффекты сильнее в одном полушарии (Drivonikou et al., 2007; Франклин, Дривонику, Бевис и др., 2008 г .; Гилберт и др., 2006, 2008; Роберсон и др., 2008; Сиок и др., 2009). У взрослых правшей, говорящих на английском, мандаринском и корейском языках, перекрестное преимущество возникает для цветов, представленных в правом поле зрения, таким образом смещая обработку в сторону левого полушария, что опять же согласуется с влиянием языка. Интересно, что у младенцев эта предвзятость обращена вспять, поскольку эффекты перекрестных категорий вместо этого переносятся в правое полушарие (Franklin, Drivonikou, Bevis et al., 2008; Франклин и др., 2008). Однако другие исследования обнаружили сопоставимые эффекты для стимулов, представленных в обоих полушариях (Brown, Lindsey, & Guckes, 2011; Witzel & Gegenfurtner, 2011).
Мы исследовали, может ли поле зрения влиять на группировку цветов. Чтобы проверить это, мы повторили ту же задачу, но с добавлением точки фиксации к дисплею, так что теперь круги были центрированы под углом 8 ° в левом или правом поле зрения. Чтобы избежать возникновения потенциальных различий в хроматических стимулах в зависимости от условий (например,грамм. из-за неоднородностей монитора) группирующие стимулы оставались центрированными на экране, в то время как фиксирующие кресты добавлялись с обеих сторон. Представляющее поле было уравновешено на лестницах, а цветовые углы углов были ограничены диапазоном, близким к сине-зеленой границе. показывает индивидуальные настройки для шести протестированных наблюдателей. Как и прежде, существуют постоянные различия между наблюдателями в наклонах, связывающих выбранные цветовые границы со средним угловым цветовым углом, в диапазоне от ~ 0.6 к 1.0. Как отмечалось выше, эти наклоны должны быть более мелкими для угловых цветов, охватывающих сине-зеленую границу, и в этом случае мы спросили, являются ли они более мелкими внутри наблюдателя в зависимости от того, в каком поле зрения были отображены стимулы. Чтобы проверить это, мы снова сравнили только настройки для цветов углов, которые перекрывают цветовую границу. Примечательно, что цветовые границы были очень похожи, но не всегда идентичны при двух эксцентриситетах; когда они различались, пары цветов кросс-категорий определялись отдельно для каждого полушария.Однако ни для одного из шести наблюдателей не было существенной разницы между наклонами для их настроек в двух точках поля (). Более того, настройки на обеих сторонах также не различались для любого наблюдателя на основании анализа различий в углах оттенка, выбранных для соседних пар стимулов. Таким образом, данные предоставляют мало доказательств полушарийной разницы в восприятии группировки цветов.
Таблица 2
Наклоны для цветов, охватывающих сине-зеленую границу, в сравнении для стимулов, представленных в левом или правом полях зрения.
Наблюдатель | Левое поле
| Правое поле
| т (df) | p | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Среднее | SE | Среднее | SE | L — R | ||||||||||
S1 | 9015 0,70.041 | 1,93 (44) | NS | |||||||||||
S2 | .97 | .054 | 1.05 | .055 | −.986 (36) | NS | ||||||||
S3 | .733 | .069 | .703 | .085 | .27 (44) | NS | NS | S4 | .86 | .143 | .75 | .11 | .56 (28) | NS |
S5 | .81 | .070 | ,8 | −.67 (28) | NS | |||||||||
S6 | .57 | .083 | .61 | .065 | −.37 (36) | NS |
3.1.5. Время реакции
В заключительных измерениях мы использовали одни и те же стимулы для сравнения времени реакции для цветов, которые перекрывали сине-зеленую границу, чтобы проверить, может ли в наших условиях проявиться более четкий категориальный эффект при изменении формы ответа. Как отмечалось, в этом случае цвета углов снова были разделены фиксированным углом 30 °, в то время как центральный цвет был установлен равным любой паре.Наблюдатели ответили как можно быстрее, чтобы указать ориентацию совпадающих цветов.
показывает результаты для пяти наблюдателей, а также средние результаты для всех наблюдателей для паттернов, представленных в левом или правом поле зрения. Настройки, усредненные по наблюдателям, показывают слабый минимум под углами около сине-зеленой границы, хотя эта граница опять же варьировалась в значительном диапазоне (22 °) между наблюдателями. Для каждого человека мы сравнили среднее время реакции для цветных пар, которые охватывают их сине-зеленую границу, ипары, которые попали в синие или зеленые области. Время отклика было короче для 3 из 5 наблюдателей в правом поле зрения (хотя один из этих наблюдателей (S1) левша) (). Напротив, различия не достигли значимости ни для одного из наблюдателей для левого поля зрения. Различия также не достигли значимости ни для одного полушария при объединении наблюдателей. Таким образом, объединенные результаты четко не выявили категориального эффекта в правом поле зрения (левое полушарие), который был обнаружен в некоторых предыдущих отчетах.Более того, как и настройки средней точки, различия между полушариями не были устойчивыми для отдельных наблюдателей, и в этом случае были обнаружены только для одного из трех наивных наблюдателей (хотя этот нулевой результат по сравнению с предыдущими исследованиями также может быть вызван тем, что мы протестировали только небольшую выборку наблюдатели).
Таблица 3
Время реакции (мс) для группировки суждений для паттернов, представленных в правом или левом поле зрения.
Наблюдатель | Правое поле
| t (218) | p | ||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
Между
| Внутри
| ||||||||||
Среднее значение | SE | Среднее значение | SE | ||||||||
S1 | 480 | 8.1 | 508 | 11,4 | 1,98 | <0,05 | |||||
S2 | 685 | 12,2 | 735 | 12,8 | 2,85 | 9015 12,6 | 511 | 12,4 | 2,08 | <0,05 | |
S4 | 726 | 31,6 | 668 | 21,3 | 21,3 | −16516 | .4663 | 12,0 | −1,23 | NS | |
Левое поле
| |||||||||||
S1 | 501 | 10,7 | 512 | 9,8 | ,74 | NS | |||||
S2 | NS | ||||||||||
S3 | 507 | 12,4 | 539 | 15.0 | 1,68 | NS | |||||
S4 | 666 | 26,4 | 624 | 19,1 | −1,30 | NS | |||||
S5 | |||||||||||
S5 | 9015 −.74NS |
3.2. Масштабирование оттенка
Опять же, преимущество задачи группировки состоит в том, что она позволяет нам оценить относительное сходство умеренных, надпороговых цветовых различий в суждении, которое не требует явного кодирования цветовой категории и где производительность задачи не ограничивается. по скорости или точности.Чтобы изучить альтернативную задачу надпорогового внешнего вида, мы обратились к анализу измерений из предыдущих исследований масштабирования оттенков, которые вместо этого требуют, чтобы наблюдатели явно помечали цвета. В этой задаче наименование цвета наблюдатели оценивают относительную долю красного, зеленого, синего или желтого основных цветов в различных хроматических стимулах. Например, оранжевый оттенок обычно выглядит как смесь красного и желтого, но количество красного или желтого систематически меняется, поскольку цветность изменяется между чистым красным и желтым.В этом смысле сине-зеленая граница, как определено выше, измеряет одну точку функции масштабирования оттенка, где пропорции синего и зеленого масштабируются одинаково. Рейтинги по всему спектру использовались для определения характеристик реакции феноменальных красно-зеленых и сине-желтых процессов противника (Abramov, Gordon, & Chan, 1991; Boynton et al., 1964; De Valois et al., 1997; Webster) , Malkoc, Bilson, & Webster, 2002), и, таким образом, обеспечивают меру того, как внешний вид цвета изменяется в зависимости от направления в цветовом пространстве.Мы спросили, демонстрируют ли эти рейтинги доказательства категориальных эффектов при углах, которые попадают в разные вербальные цветовые категории или между ними.
иллюстрирует очень упрощенный пример категориальных эффектов масштабирования оттенка. В этом случае хроматический угол стимула (абсцисса) определяется как направление в масштабированной версии пространства конуса Маклауда-Бойнтона-противник, эквивалентное углам стимула, показанным ранее в. Опять же, это пространство представляет цветность в терминах двух кардинальных осей, которые соответствуют дифференциальному возбуждению в конусах L и M при постоянной яркости [ось от 0 (+ L) ° до 180 (-L) °] или относительному возбуждению в S-конусы с постоянной яркостью [ось от 90 (+ S) ° до 270 (-S) °].Угол восприятия (ордината) вместо этого выражен в терминах феноменального красного по сравнению с зеленым (ось от 0 ° [чистый красный) до 180 ° (чистый зеленый)] и синего по сравнению с желтым [ось 90 ° ( синий) до 270 ° (желтый)] оттенков. Предположим, что красно-зеленый и сине-желтый ответы были выровнены по кардинальным осям и изменялись синусоидально с углом стимула в пространстве конус-противник (что соответствовало бы механизмам, которые комбинируют сигналы конуса линейно). Эти функции отклика проиллюстрированы на.В эксперименте с масштабированием оттенка наблюдателям обычно показывают набор цветов по одному, и для каждого отчета относительные пропорции каждого основного цвета, которые они воспринимают. В отсутствие отдельных суждений о насыщенности ответы для каждого стимула, таким образом, нормализуются, так что они суммируются с постоянным значением (1 в этом примере). Эти нормализованные функции проиллюстрированы на. Наконец, функции могут быть также представлены путем нанесения угла в цветовом пространстве (где красный по сравнению с зеленым = ось 0–180 °, а синий по сравнению сжелтый = ось 90–270 °) как функция угла стимула (т. е. угол появления = загар -1 [(сине-желтый ответ) / (красный-зеленый ответ)] (Malkoc et al., 2005). Для механизмов линейного ответа это приводит к тому, что углы появления цвета изменяются линейно с углом стимула, и функция масштабирования оттенка должна, таким образом, следовать диагональной линии (). Категориальный эффект может снова проявляться как тенденция к дискретному представлению доминирующих стимулов. общим первичным звеном как то же самое.Например, пунктирными линиями показаны ответы, если имеется смещение 0,5, чтобы сообщить оттенок как 100% от доминирующего основного оттенка (т. Е. Ответ представляет собой среднее значение линейного отклика и дискретного отклика на доминирующий основной оттенок). Ступенчатые функции в показывают предсказанные углы для различных величин этого смещения. Как и при группировке прогнозов, наклон изменяется на границе категории, но при масштабировании оттенка прогнозируемый эффект предназначен для неглубоких наклонов внутри категории (где, например, интенсивность «синего» или «зеленого» изменяется медленнее с изменением угла стимула. ) пока круче на границе.
Гипотетические функции масштабирования оттенка. (а) Хроматические функции отклика для красно-зеленого и сине-желтого. Сплошные линии показывают ответы, предсказанные линейными механизмами, и изменяются как косинус предпочтительных углов в пространстве конуса-оппонента. Пунктирными линиями показаны прогнозируемые ответы, если они включают категориальную предвзятость (= 0,5), чтобы реагировать только на доминирующий оттенок. (b) Те же функции отклика, нормализованные, чтобы показать долю каждого основного оттенка на каждой длине волны, как обычно сообщается в задаче масштабирования оттенка.(c) Прогнозируемая функция масштабирования для различных величин смещения. Без смещения функция имеет постоянный наклон. Категориальное смещение увеличит сходство оттенков в пределах одной и той же категории (например, синего или зеленого), уменьшая наклон функции внутри категории и увеличивая наклон на границе категории. Прогнозы показаны для смещения 0,25 (тонкая сплошная линия), 0,5 (средняя) или 0,75 (толстая). (Для интерпретации ссылок на цвет в легенде этого рисунка читатель отсылается к веб-версии этой статьи.)
Фактические функции масштабирования оттенка сложнее по нескольким причинам. Во-первых, хорошо известно, что оси восприятия не совпадают с кардинальными осями, которые характеризуют раннее пострецепторальное цветовое кодирование (Krauskopf, Williams, & Heeley, 1982). Например, сине-желтая ось находится примерно посередине между осями LvsM и S. Во-вторых, ответы красного против зеленого или синего против желтого не являются синусоидальными или симметричными и, следовательно, несовместимы с простой парой линейных ответов оппонента (De Valois et al., 1997). Наконец, с целью анализа словесных категорий дополнительная сложность заключается в том, что круг оттенка включает два дополнительных основных цветовых элемента (оранжевый и фиолетовый), которые наблюдатели не использовали для масштабирования. Тем не менее, можно спросить, изменяется ли воспринимаемый оттенок, измеренный с помощью этой задачи, быстрее на границах между различными цветовыми терминами.
Чтобы проанализировать это, мы использовали функции масштабирования оттенка, измеренные ранее Malkoc et al. (2005 г.) для 59 наблюдателей.Они производили замеры плоскостей LvsM и S с интервалом 15 °. Цвета отображались в поле 2 ° на белом фоне и отображались индивидуально в течение 1 с каждый. показывает среднюю измеренную функцию масштабирования и соответствующие предполагаемые функции хроматического отклика. Еще раз обратите внимание, что значения ординат 0 °, 90 °, 180 ° и 270 ° соответствуют стимулам, которые в среднем выглядели чисто красными, синими, зелеными или желтыми соответственно, а вертикальные сплошные линии отмечают соответствующие углы стимулов LvsM и S. В исследовании Malkoc et al.наблюдатели также назвали каждый оттенок, используя один из шести основных цветовых терминов. Фиолетовый и оранжевый фокусы взяты из модальных значений для обозначения цветов для этих оттенков, как сообщается в их исследовании. Пунктирные линии соответствуют цветным границам между соседними терминами. Между основными цветами масштабирования (например, синим и зеленым) они соответствуют углу стимула, при котором два компонента кажутся равными. Для границ, которые включали пурпурный и оранжевый, они вместо этого оценивались по названию цвета и углам стимула, при которых два цветовых термина использовались с одинаковой частотой, опять же, как сообщалось в Malkoc et al.(2005).
Категориальные искажения при масштабировании оттенков. (а) Оценки средних нормированных функций хроматического отклика красного-зеленого и сине-желтого цветов из исследования Malkoc et al. (2005). (b) Соответствующая функция масштабирования среднего оттенка (незаполненные символы). Вертикальные и горизонтальные линии показывают углы стимула, соответствующие красным, фиолетовым, синим, зеленым, желтым или оранжевым фокусам (сплошные) или границы между смежными категориями (пунктирные). Толстая аппроксимирующая линия показывает синие и зеленые настройки, предсказанные с учетом оценочного смещения, равного 0.23. (c) Локальный наклон функции масштабирования среднего оттенка. (d) Категориальные отклонения, оцененные в синих и зеленых настройках для каждого из 59 протестированных наблюдателей. Черные столбцы показывают систематические ошибки, оцененные для четырех дополнительных наблюдателей из исследования De Valois et al. (1997). (Для интерпретации ссылок на цвет в легенде этого рисунка читателю отсылается ссылка на веб-версию этой статьи.)
Функция усреднения показывает явные гребешки. Мы оценили локальный наклон масштабирования оттенка по производной кусочно-полиномиальных аппроксимаций кривой.Эти наклоны показаны для средней кривой в, и демонстрируют четкую тенденцию к наиболее постепенному изменению внешнего вида цвета с углом стимула вокруг чисто красного, синего и зеленого, при этом демонстрируя резкий переход на сине-зеленой границе. С другой стороны, внешний вид наиболее быстро изменился вокруг уникального желтого цвета. Это может выступать против простого эффекта CP как основы для вариаций внешнего вида цвета, хотя альтернативой является то, что желтый занимает только узкий угловой диапазон пространства конуса-противника и, таким образом, был выбран слишком грубо, чтобы определить изменения оттенка внутри желтого. категория.Результаты Malkoc et al. (2005) не позволяют нам различать эти альтернативы желтому. Более того, функция среднего может иметь тенденцию сглаживать неоднородности в отдельных кривых, если цветовые границы различаются у разных наблюдателей.
Чтобы проверить категориальные эффекты, мы снова сосредоточились на сине-зеленой границе, чтобы сравнить масштабирование оттенков с задачей группирования, и подогнали модель показанной формы к углам стимула в диапазоне от сине-фиолетового до желтого– зеленая граница.Подгонки варьировали наклон и смещение кривой, а также величину смещения и следовали процедурам, аналогичным тем, которые использовались для подбора параметров группировки. Прогноз для средней кривой показан жирной линией на и указывает смещение CP 0,23 на сине-зеленой границе. Это больше, чем средний эффект CP, указанный группировкой, и фактически недооценивает степень систематической ошибки в настройках отдельного наблюдателя, которая охватывает очень широкий диапазон от 0,02 до 0,92 со средним значением 0.35 (). Опять же, это недооценка происходит из-за того, что средняя кривая имеет тенденцию сглаживаться между границами разных категорий людей. Распределение категориальных отклонений в настройках оттенка существенно отличается от 0 ( t (58) = 15,79, p <0,0001). Мы также подтвердили смещения вторым способом, снова сравнив изменение угла оттенка в настройках для пар стимулов, пересекающих сине-зеленую границу каждого наблюдателя, с соседними парами по обе стороны от границы.В этом случае воспринимаемое изменение оттенка должно быть больше, когда стимулы пересекают границу, и это различие снова оказалось очень значимым (средняя и стандартная ошибка изменения оттенка по горизонтали = 31,7 ± 1,97, в пределах = 18,16 ± 1,01, t (175) = 6,81, p <0,001). показывает настройки для наблюдателей, которые показали самые сильные или самые слабые смещения, и наблюдателей, близких к медиане. Результаты показывают, что - в отличие от эффектов, которые мы обнаружили для группировки - в задаче масштабирования оттенка люди сильно различаются по склонности к категоризации стимулов, и, более того, показывают, что некоторые люди подходят к почти полному категориальному ответу.(Отдельные графики на рисунке предполагают потенциальную взаимосвязь между величиной категориальной систематической ошибки наблюдателя и разделением между их уникальным синим и зеленым цветом. Однако разделение и систематическая ошибка не были существенно коррелированы для всего набора наблюдателей, а для наблюдателей с сильными категориальными отклонениями расположение чисто синего и зеленого не определено должным образом.)
Индивидуальные функции масштабирования оттенков и оценочные смещения для наблюдателей, которые показали наименьшее категориальное смещение в оценках синего и зеленого (верхняя строка), наибольшее смещение (нижняя строка), или отклонения, близкие к среднему для всех наблюдателей (средняя строка).
Наконец, чтобы убедиться, что категориальные отклонения в шкале оттенков не были специфичными для процедур тестирования, используемых Malkoc et al. (2005) (или до гедонистических границ их испытательного полигона в Рино) мы проанализировали сопоставимые данные по шкале оттенков из исследования De Valois et al. (1997). Эти авторы аналогичным образом измерили масштабирование оттенков стимулов в зависимости от их угла в хроматической плоскости LM по сравнению с S (с интервалом 22,5 °). Мы снова оценили смещение в сине-зеленой области для 4 наблюдателей, результаты которых были представлены в их отчетах, после преобразования независимых процентных соотношений, показанных для каждой первичной обмотки, в углы в красно-зеленом vs.сине-желтое пространство. Эти смещения варьировались от 0,16 до 0,31 со средним значением 0,25 и показаны для четырех субъектов в виде черных полос. Это согласуется с умеренными предубеждениями, продемонстрированными многими наблюдателями в Malkoc et al. исследования, и, таким образом, предполагают, что процедура масштабирования оттенка обычно подвержена смещению, аналогичному категориальному, вокруг сине-зеленой границы. Интересно, что двое из участников De Valois et al. В работе участвовали авторы, которые — как очень опытные специалисты по цвету — были бы особенно хорошо приспособлены к задаче абстрагирования составляющих цветов от стимулов.Поэтому важно, что даже эти наблюдатели имели тенденцию демонстрировать категориальный эффект (0,28 для автора RD и 0,16 для KD). Это свидетельствует против возможности того, что наивные испытуемые просто были склонны категорически навешивать ярлыки на стимулы, даже если эти ярлыки явно не соответствовали представлениям наблюдателей.
4. Обсуждение
В этом исследовании мы использовали два разных показателя цветового восприятия для проверки категориальных эффектов цветового восприятия. Прежде чем рассматривать последствия результатов, следует выделить четыре момента.Во-первых, наши меры не обязательно оценивают влияние языка на цвет. Действительно, многие исследования КП были интерпретированы как раскрытие скрытой дискретности нейронной репрезентации и не учитывали лингвистические границы. Например, в классической теории цвета оппонента эти границы определяются нейронными реакциями (Hurvich & Jameson, 1957) (хотя нейронные реакции, которые могли бы привести к этим границам, еще предстоит четко идентифицировать). Самым убедительным поведенческим свидетельством языковых эффектов была демонстрация того, что категориальные эффекты снижаются при одновременном словесном вмешательстве (Gilbert et al., 2006; Роберсон и Давидофф, 2000; Winawer et al., 2007). Мы не пытались использовать эти элементы управления в текущем исследовании, потому что в эмпирических измерениях мы сделали какие-либо категориальные эффекты в задаче группирования не были значимыми для большинства наблюдателей. Второй связанный с этим момент заключается в том, что категоризация и словесное обозначение стимула не обязательно являются синонимами. Например, исследования категорийного обучения и категориального восприятия указали на диссоциацию между категоризацией и именованием (Goldstone & Hendrickson, 2010; Hanley & Roberson, 2011).Третий момент заключается в том, что любые выводы должны быть подкреплены тем фактом, что данные о ХП были непоследовательными, даже если задача во всех исследованиях схожа. Например, исследования времени реакции на цвета различались по тому, обнаруживают ли они ЦП и различаются ли они между полушариями (Brown et al., 2011; Franklin, Drivonikou, Bevis et al., 2008; Gilbert et al., 2006; Roberson et al., 2008; Winawer et al., 2007; Witzel & Gegenfurtner, 2011). Таким образом, условия, при которых проявляется вербально опосредованная CP, остаются под вопросом.Наконец, индивидуальные различия в задачах масштабирования и группировки оттенков, а также в расположении цветовых границ наблюдателей были существенными. Эти различия были обнаружены во многих предыдущих исследованиях наименования цветов (Webster & Kay, 2007), но часто скрываются при анализе групповых эффектов. Яркий тому пример — драматические различия, которые мы наблюдали среди людей в масштабировании оттенков. Эти индивидуальные различия могут сами по себе дать важные подсказки о процессах восприятия (Wilmer, 2008) и, в частности, о взаимодействии между языком и цветом (Lindsey & Brown, 2009a, 2009b), а также они важны для оценки устойчивости и оснований категориальных эффектов. .
Как уже отмечалось, категориальные эффекты обработки цвета были протестированы в различных парадигмах. Мы сосредоточились на двух парадигмах для измерения феноменального появления стимулов, то есть, чтобы попытаться измерить CP в задачах и ответах, которые могли бы более прямо отражать суждения о внешнем виде цвета. Преимущество задачи группировки, которую мы использовали, заключается в том, что наблюдателя не просят открыто классифицировать этот внешний вид или цветовое сходство, но он должен каким-то образом получить к нему доступ через любые процессы, опосредующие организацию восприятия.По крайней мере, для конкретных условий и цветовой границы (сине-зеленый), которые мы тестировали, результаты показывают, что цветовая граница оказывает лишь слабое влияние на восприятие. Если это верно в отношении других цветовых границ, то влияние цветовых различий на организацию восприятия — возможно, одна из самых важных функций цветового зрения — может быть в значительной степени незаметным и не подверженным лингвистическому влиянию. Другими словами, в случае группировки цветовые различия могут показывать очень небольшой эффект языка или категоризации и вместо этого вести себя как недифференцированный континуум.Для сине-зеленой границы это тем более удивительно, потому что, как отмечалось выше, она падает близко к полюсу -L оси LvsM пространства конуса-оппонента (Malkoc et al., 2005). Стимулы, которые лежат по обе стороны от границы, соответствуют приращениям или убыванию сигналов S-конуса, которые переносятся разными пострецепторальными путями (например, (Tailby, Solomon, & Lennie, 2008). Таким образом, существуют как нейронные, так и лингвистические основы для потенциального эффекта на сине-зеленой границе, но ни то, ни другое не представляется существенным.
Тем не менее, в результатах группировки имелась слабая, но значительная категориальная систематическая ошибка. Опять же, 7 из 8 протестированных наблюдателей показали смещение в направлении, предсказанном CP, пропорция, которая также значима при простом знаковом тесте ( p = 0,035). Это поднимает вопрос о том, действительно ли эффекты CP для группировки слабее, чем эффекты CP, о которых сообщалось ранее для времени реакции. Прямое сравнение затруднено, потому что для этого потребуется оценить эффективный контраст стимулов по тому, как время реакции изменяется в зависимости от величины различий стимулов, и обычно проверяется только небольшое количество уровней стимулов.Наш анализ действительно позволяет измерить фактическую величину CP. Если эта величина аналогична, то наши результаты предполагают, что она была слишком слабой, чтобы значительно смещать настройки для большинства наблюдателей, и что в среднем она соответствовала лишь скромному (~ 10%) вкладу цветовой категории в эффективный контраст наши раздражители. Это противоречит сильному релятивистскому представлению о том, что появление цвета определяется лингвистическими категориями, но не исключает возможности слабого лингвистического влияния на восприятие или поведенческую реакцию на цвет.
Аналогичный анализ масштабирования оттенков показал совсем другую величину эффектов. В этом случае в суждениях многих наблюдателей были очевидны более сильные категориальные предубеждения со средней систематической ошибкой 0,35. Как это можно согласовать с гораздо более слабыми эффектами, которые мы обнаружили для перцептивной группировки цветов? Одна из возможностей заключается в том, что внешний вид цвета, измеряемый масштабированием, основан на различных сигналах от механизмов, управляющих пространственной группировкой. На самом деле роль цвета может широко варьироваться в различных визуальных суждениях (Livingstone & Hubel, 1988), но эти различия обычно связаны с относительной важностью сигналов яркости, которые, как уже отмечалось, вряд ли существенно повлияли на результаты нашей группировки.Альтернативная возможность состоит в том, что вербальные категории влияли на рейтинги шкалы, а не на восприятие. То есть, в процессе определения относительного количества синего и зеленого, скажем, в стимуле, обращение к ярлыкам «синий» и «зеленый» само по себе могло побудить многих наблюдателей придавать большее значение категориальному компоненту в своей реакции. . Эта возможность напоминает эффекты, описанные для оценок цветового сходства Кей и Кемптон (1984). Они измерили различия в восприятии цветовых триад, которые охватывают сине-зеленую границу у носителей английского и тараумара (уто-ацтекская семья, Мексика), языка, на котором отсутствуют отдельные слова для зеленого и синего.Англоговорящие надежно выбирали категоричный синглтон как лишний, нарушая jnd дистанции. Говорящие на тараумаре уважали дистанцию jnd в своих суждениях о триадах, но действительно демонстрировали небольшой эффект CP, когда расстояния jnd были точно равны. Однако эффект CP для англоговорящих был устранен, когда только два цвета триады были показаны одновременно и явно описаны как два оттенка одного цвета (зеленый или синий). Эти результаты свидетельствуют о том, что вербальные категории влияют на когнитивную стратегию, используемую для оценки стимулов, а не напрямую влияют на восприятие.Таким образом, согласно этому объяснению, язык влияет на реакцию масштабирования, а не на внешний вид, и категориальные эффекты могут обязательно быть более ярко выраженными, когда стимулы названы (Pilling et al., 2003).
Еще одна возможность состоит в том, что вербальное кодирование стимулов при масштабировании оттенка привело к перекодированию перцептивного представления стимула. Как обсуждалось выше, было обнаружено, что вербальная интерференция устраняет категориальные цветовые эффекты в исследованиях, в которых они наблюдались.Масштабирование оттенка может вместо этого представлять случай, когда требуется вербально опосредованный способ ответа, поскольку субъекты должны явно решить, какая часть каждой категории (синего или зеленого) присутствует в стимуле (т. Е. Задача по самой своей природе требует маркировки цветов и, следовательно, не могло быть сделано при словесном вмешательстве). Подобно тому, как блокирующий язык может раскрыть только доязыковой режим обработки, его обязательство в задаче масштабирования оттенка потенциально может изменить внешний вид стимулов. Связанная с этим возможность состоит в том, что категориальные эффекты с большей вероятностью возникнут, когда наблюдатели открыто сравнивают разные цвета, потому что эти сравнения вызовут некоторую степень лингвистической реакции (например,грамм. взвешивание перцептивных различий между цветовыми стимулами в исследовании Кея и Кемптона или относительных величин различных цветовых категорий в шкале оттенков). В этом случае такие задачи, как группирование, могут просто не вызывать такой реакции, потому что задача группировки требует, чтобы субъект организовал поле восприятия, но не требует открытого сравнения цветов. Наконец, еще одна возможность состоит в том, что фактический акт масштабирования оттенков сам по себе подвержен нелинейностям, которые могут исказить реакцию на цвета, даже если восприятие цвета не искажено (например,грамм. так что наблюдатель переоценивает влияние доминирующего цвета, даже если он не «переоценивает» его).
Одно из следствий этих различных представлений состоит в том, что функции масштабирования оттенка, которые сыграли центральную роль в характеристике цветового противостояния (Abramov & Gordon, 1994), должны интерпретироваться с осторожностью, поскольку они могут иметь потенциал искажать «перцепционный» компонент. стимула. В более общем плане то, влияют ли лингвистические предубеждения на реакцию на визуальные стимулы и каким образом, может критически, но тонко зависеть как от конкретной задачи, так и от инструкций, что отчасти может быть причиной того, что четкий вывод о роли языка в восприятии цвета остался. неуловимый.Независимо от его разрешения, если смотреть с когнитивной точки зрения, в конечном итоге может оказаться менее важным знать, являются ли лингвистически обусловленные категориальные эффекты, строго говоря, перцептивными, чем знать, насколько они автоматизированы, в каких условиях они подавляются и какую роль они играют в нашем повседневном взаимодействии с окружающей средой и друг с другом.
Цветовые категории и внешний вид цвета
Абстракция
Мы исследовали категориальные эффекты во внешнем виде цвета в двух задачах, которые частично различались степенью явного требования присвоения цветов для ответа.В одном из них мы измерили влияние цветовых различий на перцептивную группировку для оттенков, которые перекрывали сине-зеленую границу, чтобы проверить, не преувеличены ли хроматические различия через границу. Эта задача не требовала явных суждений о воспринимаемых цветах, а склонность к группировке показывала только слабую и непоследовательную категориальную предвзятость. Во втором случае мы проанализировали результаты двух предыдущих исследований шкалы оттенков хроматических стимулов (De Valois, De Valois, Switkes, & Mahon, 1997; Malkoc, Kay, & Webster, 2005), чтобы проверить, изменился ли внешний вид цвета быстрее. вокруг сине-зеленой границы.В этой задаче наблюдатели непосредственно оценивают воспринимаемый цвет стимулов, и эти суждения, как правило, показывают гораздо более сильные категориальные эффекты. Различия между этими задачами могут возникать либо потому, что разные сигналы опосредуют группировку цветов и появление цвета, либо потому, что лингвистические категории могут по-разному влиять на реакцию на цвет и / или на восприятие цвета. Наши результаты показывают, что взаимодействие между языком и обработкой цвета может сильно зависеть от конкретной задачи и когнитивных требований и стратегий наблюдателя, а также подчеркивают ярко выраженные индивидуальные различия в склонности к категориальным ответам.
Ключевые слова: Цвет, Язык, Категориальное восприятие, Перцептивная группировка
1. Введение
Физические спектры, от которых зависит наше цветовое зрение, постоянно меняются, но мы классифицируем цвета с помощью небольшого набора дискретных словесных обозначений. Давний вопрос заключается в том, могут ли категории, определяемые языком, влиять на то, как цвет обрабатывается или воспринимается (Hardin & Maffi, 1997; MacLaury, Paramei, & Dedrick, 2007). Межкультурные исследования цветового обозначения продемонстрировали сильное сходство в том, как носители разных языков разделяют цветовое пространство (Kay & Regier, 2003; Lindsey & Brown, 2006; Regier, Kay, & Cook, 2005), хотя различия в цветовых границах между языками также подчеркивались (Davidoff, Davies, & Roberson, 1999; Roberson, Davidoff, Davies, & Shapiro, 2005).Таким образом, сравнение названий цветов в разных языках использовалось как аргумент в пользу независимости и зависимости языка и обработки цвета (Kay & Regier, 2006).
Другой распространенный подход к изучению взаимосвязи между языком и восприятием цвета заключался в проверке свидетельств категориального восприятия (КП), тенденции к дискретному представлению стимулов таким образом, чтобы они казались более похожими или менее различимыми, когда принадлежали к одному и тому же различные категории (Harnad, 1987).Сообщалось о примерах CP для многих измерений стимулов, от восприятия фонем (Liberman, Harris, Hoffman, & Griffith, 1957) до восприятия лица (Beale & Keil, 1995; Etcoff & Magee, 1992), и эта концепция была неоднократно вызывается в контексте цветового зрения (Bornstein, 1987). Недавно в ряде исследований сообщалось о влиянии КП на время реакции на различение цветовых различий. Люди быстрее отличят цель от отвлекающих факторов, если цвета цели и отвлекающие факторы попадают в разные лингвистические цветовые категории (например,грамм. синий и зеленый), чем если бы они попадали в одну категорию (например, два оттенка синего) (Drivonikou et al., 2007; Franklin et al., 2008; Gilbert, Regier, Kay, & Ivry, 2006; Roberson, Pak, & Hanley, 2008; Winawer et al., 2007). Эти различия, как правило, сильнее для стимулов, представленных в правом поле зрения (таким образом, кодирование смещается в сторону левого полушария), уменьшаются вербальным вмешательством и специфичны для цветовых категорий языка человека (например, различаются для английского, русского или корейского языков). ).Они также могут проявиться после того, как наблюдатели будут обучены классифицировать цвета в соответствии с новыми произвольными делениями (Zhou et al., 2010). Аналогичные категориальные эффекты наблюдаются также в распознавании и различении цветов, хранящихся в памяти (Boynton, Fargo, Olson, & Smallman, 1989; Brown & Lenneberg, 1954; Ozgen & Davies, 2002; Pilling, Wiggett, Ozgen, & Davies, 2003). ; Роберсон и Давидофф, 2000). Такие эффекты предполагают, что язык может формировать обработку цвета в задачах, которые не являются — по крайней мере, явно — лингвистическими, и в этом смысле представляют собой пример лингвистической относительности в обработке цвета (Regier & Kay, 2009).
Предыдущие исследования также изучали CP и восприятие цвета путем тестирования различения цветов в условиях, в которых время отклика и требования к памяти уменьшены. Один из подходов включал изучение различения хроматических стимулов, близких к порогу обнаружения. Например, можно измерить различия в насыщенности, необходимые для отличия стимула от белого, а затем спросить, какие из этих только обнаруживаемых цветов можно отличить друг от друга на основе оттенка.Mullen и Kulikowski (1990) провели эксперимент такого рода и нашли убедительные доказательства CP. В частности, для цветов на пороге обнаружения они обнаружили три фиксированные границы в спектре, определяя четыре спектральные области, так что только цвета из разных областей можно было отличить друг от друга. Однако Краускопф, Уильямс, Мандлер и Браун (1986) вместо этого исследовали дискриминацию на пороге с помощью изолирующего импульса, который варьировался в разных направлениях в цветовом пространстве, определяемом спектральной чувствительностью ранних механизмов противодействия цвету.Они обнаружили, что два стимула можно было различить, как только их можно было обнаружить, независимо от того, падают ли они по кардинальным осям механизмов или по промежуточным ортогональным осям. Таким образом, отсутствие CP в этом случае подразумевает, что на пороге различные цветовые направления могут кодироваться примерно равномерно, а не дискретно с помощью небольшого количества механизмов. Дальнейший подход, включающий различение цвета, проверял мельчайшие различия, которые можно различить между надпороговыми стимулами (например, разница оттенков между двумя насыщенными синими).Недавний пример — это исследование Роберсона, Хэнли и Пака (2009), в котором была произведена выборка различий для диапазона стимулов, охватывающих синий и зеленый цвета. Пороговые значения оставались примерно постоянными в сине-зеленом диапазоне без признаков снижения на сине-зеленой границе и, следовательно, без доказательств категориального эффекта. Однако CP наблюдалась во второй задаче, в которой различение было затруднено из-за пространственного разделения двух цветов.
Интерпретация результатов этих исследований является сложной задачей, поскольку взаимодействие между языком и цветом потенциально может возникать на многих различных уровнях и, таким образом, может критически зависеть от характера задачи (Kay & Kempton, 1984; Pilling et al., 2003; Роберсон и Давидофф, 2000). В большинстве исследований категориальных эффектов цвета использовались показатели производительности — скорости или точности ответов. Их преимущество в том, что они объективны, но недостатком является введение процессов, которые нельзя предсказуемо связать с внешним видом цвета. Например, меры пороговой дискриминации хорошо подходят для тестирования сильного экземпляра CP, поскольку небольшие цветовые различия с меньшей вероятностью будут классифицироваться по-разному по языку (Roberson et al., 2009). Если бы кто-то обнаружил, что эти пороговые различия искажены лингвистическими границами, можно было бы сделать вывод, что язык действительно влияет на восприятие. Однако обратное неверно: отсутствие искажений на пороге не означает, что восприятие не затронуто. Концептуальная проблема здесь заключается в том, что задача предназначена для проверки влияния языка в условиях, выбранных для минимизации этого влияния: ограничение пороговыми суждениями. Это предполагает или, по крайней мере, проверяет предположение, что язык имеет очень общий и всеобъемлющий эффект.Однако он оставляет непроверенным альтернативу тому, что язык при его вызове может напрямую влиять на восприятие цвета. Это представление не сводится к порогам различения, потому что зрительные механизмы, функционирующие на пороге, могут не характеризовать обработку восприятия на надпороговых уровнях. Пороговые значения будут ограничены шумом и, следовательно, механизмом (ами) с наилучшим соотношением сигнал / шум. Есть несколько оснований полагать, что те же самые механизмы задействованы на надпороговых уровнях или что их реакции могут быть экстраполированы предсказуемым образом.Например, общая проблема в исследовании цвета заключается в том, что обнаружение номинально изолирующего паттерна может быть опосредовано артефактами яркости в стимуле (Lennie, Pokorny, & Smith, 1993). Однако чувствительные к яркости механизмы, лежащие в основе этого обнаружения, могут играть небольшую роль в надпороговом появлении этих узоров. Более того, измерения спектральной чувствительности, как правило, не позволяют предсказать измерения внешнего вида цвета, такие как стимул, который выглядит ахроматическим или рассматривается как чистый или «уникальный» оттенок (Brainard et al., 2000; Вебстер, Мияхара, Малкок и Рейкер, 2000; Вернер и Шефрин, 1993).
Аналогичным образом, многие исследования превышения пороговых значений, в которых сообщалось о категориальных эффектах обработки цвета, измеряли либо скорость отклика, либо способность сохранять цвета в памяти. Это повышает вероятность того, что язык не влияет на фактическое восприятие цвета, а только на его способность сохранять или реагировать на него. Классическим примером взаимодействия на стадии ответа является эффект Струпа, при котором требуется больше времени, чтобы назвать цвет, которым написано слово, если оно обозначает другой цвет (MacLeod, 1991).Считается, что автоматическая тенденция реагировать на напечатанное слово конкурирует с реакцией на цвет дисплея. Лингвистические эффекты при поиске цветов могут отражать форму эффекта Струпа: если стимулы кодируются как визуально, так и вербально, то вербальный код может конкурировать с визуальным ответом, когда два цвета попадают в одну и ту же категорию (хотя словесно «одинаково»). визуально «разные»), облегчая реакцию на пары цветов из разных категорий (словесно и визуально «разные»).(Однако, в отличие от обычного эффекта Струпа с напечатанными цветными словами, для этого потребуется, чтобы один только цвет автоматически запускал вербальное кодирование.) Эта учетная запись была отмечена как основание для влияния языка на скорость и точность восприятия различения цвета ( например, Gilbert, Regier, Kay, & Ivry, 2008; Pilling et al., 2003; Roberson & Davidoff, 2000; Roberson & Hanley, 2010), и остается возможным объяснением большинства описанных эффектов, включая правое поле зрения ( левое полушарие) латерализация эффектов языковых категорий.Таким образом, согласно этому счету, влияние вербальных категорий на время реакции на различение цветов будет пост-перцептивным, что оставляет открытым вопрос о том, как эти категории могут повлиять на фактическое появление цвета.
В этом исследовании наша цель состояла в том, чтобы проверить категориальные эффекты на внешний вид цвета, превышающие порог, с помощью задач, которые якобы более напрямую связаны с феноменологией цвета. Предыдущие исследования обычно изучали CP и внешний вид цвета путем измерения рейтингов сходства между различными образцами цвета (например,грамм. выбор самого разного образца из триады цветов), снова с разными результатами (Davies & Corbett, 1997; Kay & Kempton, 1984; Lindsey & Brown, 2009; Pilling & Davies, 2004; Pilling et al., 2003; Roberson et al. др., 2005). Эти рейтинги могут включать вербальные категории в стратегии и сравнения наблюдателя, например, если наблюдатель взвешивает эти категории при оценке сходства (Kay & Kempton, 1984). Таким образом, как и во всех других задачах, суждения о цвете также потенциально могут быть подвержены различным формам языковых эффектов.В настоящей работе мы оценили CP и внешний вид цвета с помощью двух мер цветового сходства, которые, вероятно, будут различаться по степени использования словесных цветовых категорий. Для обоих мы сосредоточились на сине-зеленой области цветового пространства, которая продемонстрировала категориальные эффекты в предыдущих исследованиях времени реакции на цвет (Gilbert et al., 2006; Roberson & Hanley, 2010; Winawer et al., 2007). Первая задача заключалась в измерении влияния цвета на группу восприятия. Преимущество группировки состоит в том, что она выявляет процессы, которые происходят быстро и с минимальным вниманием (Bravo & Nakayama, 1992; Moore & Egeth, 1997; Treisman, 1982), и не требует явной ссылки на номинальный цвет.Цвет — один из самых сильных атрибутов, влияющих на сегментацию изображения и организацию восприятия (Wolfe & Horowitz, 2004). Действительно, группировка по цвету — это принцип, используемый классическими скрининговыми тестами на дальтонизм, такими как псевдоизохроматические пластины. На этих пластинах отдельные точки перцептивно «сливаются», образуя числа или цифры, которые отделяются от отвлекающих элементов фона на основе их общего цвета. В более общем плане способность цвета связывать или разделять различные области поля зрения может фактически представлять одну из основных функций цветового зрения (Mollon, 1989).Мы исследовали тенденцию к группированию цветов как функцию различий в цветности стимулов и вербальных меток, в частности, чтобы проверить, могут ли хроматичности, имеющие общую метку, с большей вероятностью быть сгруппированы вместе.
Во втором задании мы повторно проанализировали данные масштабирования оттенков, которые были собраны в рамках двух предыдущих исследований (De Valois, De Valois, Switkes, & Mahon, 1997; Malkoc, Kay, & Webster, 2005). При масштабировании оттенков наблюдатели оценивают долю основных оттенков (красного, зеленого, синего или желтого) в стимуле (Boynton, Schafer, & Neun, 1964).Эта задача имеет то преимущество, что стимулы оцениваются изолированно. Следовательно, он непосредственно измеряет внешний вид цвета, а не цветовые различия между стимулами (хотя для этого необходимо сравнивать вклад различных основных цветов в стимуле). Более того, задача отличается от группировки тем, что наблюдатели должны явно судить о внешнем виде с точки зрения цветовых меток. Мы изучили, как пропорции, присвоенные этим категориям, меняются в зависимости от цветности, чтобы проверить, имеют ли оценки тенденцию быть более похожими для хроматических различий, которые попадают внутрь, чем между лингвистическими цветовыми категориями.Забегая вперед, результаты для этих двух задач оказались существенно разными.
3. Результаты
3.1. Перцептивная группировка
3.1.1. Прогнозируемые категориальные эффекты
показывает пример того, как эффект CP может проявляться в задаче группирования. Каждая пара вертикально разделенных кругов отображает углы оттенка данной пары угловых цветов, которые различаются на фиксированный угол 30 ° в цветовом пространстве (с углом более зеленого цвета внизу и более голубого цвета вверху) .Кривые изображают угол субъективного равенства для двух возможных группировок центрального цвета с любым цветом угла как функцию среднего угла двух цветовых пар углов. При отсутствии CP выбранный угол должен, в простейшем случае, соответствовать среднему значению и, таким образом, должен строиться как одна прямая линия, попадают ли цвета углов в одну или разные словесные категории. И наоборот, если CP завершен, то наблюдатели всегда должны устанавливать центральный цвет на границе категории, когда два цвета углов охватывают границу, в результате получается линия с нулевым наклоном для условий перекрестных категорий, то есть для шести перекрестных категорий. пары угловых цветов, обозначенные закрашенными кружками на.При полной CP у наблюдателей не должно быть оснований для различения цветов углов, если оба они попадают в одну и ту же категорию, и, таким образом, настройки должны варьироваться случайным образом в пределах цветовой категории. Очевидно, что мы обычно можем различать разные оттенки синего или зеленого, поэтому полная CP неприемлема. Тем не менее, сохраняется вероятность того, что существует смещение в сторону CP, так что пары цветов, попадающие в одну категорию, кажутся более похожими. Это приведет к смещению настроек в сторону границы категории для перекрестных категорий, но не угловых пар внутри категории.Например, это может произойти, если ответ представляет собой средневзвешенное значение двух решений: аналоговый ответ, чувствительный к хроматическим различиям в стимулах, и бинарный ответ, который классифицирует стимулы как «одинаковые» или «разные». Различные кривые на рисунке показывают прогнозируемые отклики для разных весов этих двух решений и предсказывают все более пологие наклоны для пар кросс-категорий, поскольку различию категорий придается большее значение. В ходе анализа мы подгоняли кривые этой формы к измеренным ответам, чтобы оценить относительный вес и, таким образом, потенциальную величину смещения в сторону CP.
Углы оттенка для группировки, прогнозируемые по разным степеням категориального смещения. В этом примере сине-зеленая граница находится под углом оттенка 182 °. Закрашенные точки показывают угол оттенка угловых цветовых пар, которые охватывают границу, а незаполненные точки — для пар, которые попадают в синюю или зеленую категории. При отсутствии смещения центральный угол оттенка, при котором любая ориентация группировки одинаково вероятен, должен оставаться посередине между двумя угловыми оттенками (пунктирная линия). Для стимулов, которые охватывают сине-зеленую границу, категориальное смещение увеличит сходство оттенков, попадающих в одну и ту же категорию, и, таким образом, смещает настройки в сторону границы, уменьшая наклон функции.Прогнозируемые настройки показаны для смещения 0,25 (тонкая линия), 0,5 (средняя) или 0,75 (толстая).
3.1.2. Группировка центрально фиксированных цветов
показывает результаты задачи группировки. Каждая панель отображает настройки для одного из восьми протестированных наблюдателей. И снова S1 был автором, а остальные семь наблюдателей были наивны. В каждом случае средний угол оттенка стимула варьировался от 130 ° до 230 °, таким образом, охватывая широкий диапазон от желто-зеленого до синего. Перекрещенные горизонтальные и вертикальные прямые линии обозначают сине-зеленую границу наблюдателя.В соответствии с предыдущими сообщениями об индивидуальных различиях в названии цветов (Kuehni, 2004; Malkoc et al., 2005; Webster et al., 2000), были существенные различия в углах, выбранных для сине-зеленой границы, со значениями, варьирующимися от 172 ° до 205 °. Эти различия были заметно больше, чем вариации внутри наблюдателя от повторных настроек в течение четырех сеансов (среднее sd = 5,6 °). Наблюдатели также достоверно различались границами, выбранными для сине-пурпурного (261–289 °) и желто-зеленого (108–147 °).Примечательно, что границы цветовой группировки также показали постоянные различия между наблюдателями, при этом общие наклоны варьировались от более мелких (0,91) до более крутых (1,17), чем номинальная средняя точка в пространстве CIELAB. Из-за этих различий между наблюдателями мы проанализировали результаты для каждого человека, а не объединяли наблюдателей, как в большинстве предыдущих исследований.
Мы исследовали, изменилась ли группировка вблизи сине-зеленой границы тремя способами. В первом случае мы подбираем простую модель в форме, показанной на рисунке, чтобы оценить относительное влияние различий категорий в стимулах.Поскольку настройки для большинства наблюдателей систематически отклонялись от средней точки между угловыми углами в пространстве CIELAB, мы подгоняли одну линию к настройкам для угловых пар, которые попадали в зеленую или синюю категории (за исключением углов, которые посягали на желтый цвет отдельного наблюдателя — зеленая граница), а затем поместите ту же линию плюс смещение в сторону сине-зеленой границы для пар, которые охватывают границу. Подгонки, таким образом, были оценены из
Θ pred = m Θ c + b (для пар угловых цветов внутри категорий)
Θ pred = (1 — α) ( m Θ c + b ) + α c (для пар цветов кросс-категорий)
, где Θ c и Θ pred — это среднее значение двух угловых углов и выбранная прогнозируемая средняя точка наблюдателем соответственно; m и b — наклон и пересечение линии, наиболее подходящей для настроек для пар стимулов внутри категории; c — сине-зеленая граница, выбранная наблюдателем; и α — относительный вес категориального ответа.Таким образом, подгонка изменяла наклон и точку пересечения линии, а также величину смещения CP.
Стимулы, пересекающие границу, были номинально взяты как пары, где оба угловых угла находились в пределах 30 ° от сине-зеленой границы отдельного наблюдателя. Вариабельность воспринимаемой или выбранной границы будет иметь тенденцию размывать переход от пар внутри категорий к парам между категориями и, таким образом, иметь тенденцию сглаживать переход между двумя подобранными сегментами линии. Поэтому мы также повторили подборки для немного более узких или более широких диапазонов для определения пар цветов между категориями.Однако предполагаемые припадки остались аналогичными. Оценки смещения варьировались от -05 до 0,20 для восьми наблюдателей и указаны вместе с подобранной моделью на панелях, показывающих настройки каждого наблюдателя. Таким образом, в целом настройки участников имели тенденцию к (очень слабому) эффекту CP со средним смещением 0,10 (которое, тем не менее, значительно отличалось от нуля; t (7) = 3,73, p <0,01). Однако включение этого смещения значительно улучшило соответствие модели только 1 из 8 наблюдателей (автор S1, F (22,22) = 0.44, стр. <0,05). (Среднее смещение по семи наивным наблюдателям оставалось значительным, когда S1 был исключен; t (6) = 3,21, p <0,01.)
В качестве второго теста мы подгоняли линии регрессии к различным сегментам функции. чтобы спросить, различается ли наклон для цветовых пар, которые перекрывают сине-зеленую границу или ограничиваются какой-либо категорией (). Эти наклоны существенно не различались между сегментами в пределах синего и зеленого для любых наблюдателей и были значительно меньше для пар кросс-категорий только для 3 из 8 наблюдателей.Мы также сравнили различия между настройками для соседних углов стимула для пар, которые пересекли сине-зеленую границу или попали в любую категорию (). Опять же, эти различия должны быть меньше для пар кросс-категорий, если есть категориальная предвзятость. Однако разница была значимой только для 2 из 8 наблюдателей и не достигла значимости при объединении всех наблюдателей. Таким образом, результаты согласуются только с очень слабым категориальным эффектом цветовых различий, охватывающих сине-зеленую границу.
3.1.3. Выбор цветового пространства
Меры категориальных эффектов требуют проверки различий стимулов, которые приравниваются по некоторому критерию, и затем выяснения, остаются ли они эквивалентными для данной задачи, когда различия попадают в категории или между ними. Как уже отмечалось, мы определили стимулы по их углам на диаграмме однородной цветности CIE-LAB, чтобы примерно уравнять величину цветовых различий между двумя угловыми углами во всем диапазоне проверенных углов. Метрики восприятия по самой своей сути выбраны для уравнивания различий в восприятии стимула.Таким образом, использование этих показателей для проверки CP — изменения разницы в восприятии — представляет собой потенциальную замкнутость (которая присутствовала во многих предыдущих исследованиях). Если пространство правильно масштабировало восприятие для текущей задачи, то производительность по задаче уже будет равномерной и замаскирует любые неоднородности в базовой реакции на цвет (или, альтернативно, также может вызвать артефактические категориальные эффекты, если пространство не масштабируется соответствующим образом для человека).Однако такие пространства, как CIELAB, были получены из пороговых цветовых различений и применяли глобальные преобразования к цветностям стимула. В результате они, как правило, не воплощают локальные искажения, которые должны возникать в результате CP вокруг различных локальных границ категорий.
Чтобы проверить влияние выбора цветового пространства вокруг сине-зеленой границы, мы повторно проанализировали стимулы в пространстве конус-оппонент, которое изменяется линейно с возбуждением конуса. Пространство было вариантом диаграмм Маклеода и Бойнтона (1979) и Деррингтона, Краускопфа и Ленни (1984), в которых цветность определялась вариациями в S-конусах и относительным возбуждением конусов L и M при постоянной яркости.В нашей версии происхождение соответствовало цветности источника света C, а контрасты по двум осям были масштабированы, чтобы примерно уравнять чувствительность по осям S и LvsM, как подробно описано в Webster et al. (2000). показывает нелинейную взаимосвязь между стимулами в CIELAB и пространстве конуса-оппонента. Чтобы спросить, могло ли это исказить цветовые различия вокруг сине-зеленой границы, мы рассчитали углы стимула, которые наблюдатели должны были бы выбрать, если бы в нашей задаче группирования они устанавливали центральный диск на равном расстоянии от двух угловых цветов с точки зрения линейные сигналы конуса-оппонента.Прогнозируемые настройки показаны для масштабирования, принятого в Webster et al. (2000), в то время как пунктирные линии показывают прогнозы, если S-сигналы увеличиваются или уменьшаются в 2 раза. Мы включили эти масштабные различия, потому что не существует установленной метрики для приравнивания сигналов по осям S и LvsM и потому что это масштабирование может варьироваться в зависимости от стимула и наблюдателя. Это также важно учитывать, потому что сине-зеленая граница находится рядом с осью −L + M (180 °) и, следовательно, может быть более восприимчивой к изменениям при масштабировании.Наконец, мы применили ту же процедуру подбора к данным модели, предполагая, что сине-зеленая граница при 185 ° в CIELAB является примерно средним значением для наблюдателей. Это дало оценочное смещение всего 0,03 для исходного масштабирования и смещения в диапазоне от 0,01 до 0,07 для двукратного увеличения или уменьшения S-контрастов, соответственно.
(a) Взаимосвязь между углами оттенка в пространстве CIELAB и масштабированной версией пространства LvsM и S-конуса-оппонента. (b) Параметры средней точки, предсказанные для стимулов, определенных их координатами CIELAB, если средняя точка зависит от равных расстояний в ответах конуса-оппонента.Показаны настройки для номинального относительного масштабирования контрастов LvsM и S или для двукратного увеличения или уменьшения предполагаемого S-контраста.
Этот анализ показывает, что пространство CIELAB вносит очень небольшое смещение в прогнозируемые параметры группирования через сине-зеленую границу относительно линейного пространства конуса. В свою очередь, это означает, что пространство не отменяется и, таким образом, «скрывает» большой эффект, который наблюдался бы при отображении цветовых различий в линейном пространстве возбуждения конуса.В качестве альтернативы, очень слабые смещения, вносимые с помощью метрики CIELAB, предполагают, что небольшие смещения, которые мы обнаружили в настройках наблюдателя, могут частично включать артефакт пространства стимулов, еще больше ослабляя доказательства явного эффекта CP в задаче группировки. Наконец, отметим еще раз, что наблюдатели показали стабильно разные результаты в группировке. Таким образом, номинально однородное пространство не было однородным для отдельных наблюдателей.
3.1.4. Эффекты полушария
Несколько исследований времени поиска цветовых различий показали, что категориальные эффекты сильнее в одном полушарии (Drivonikou et al., 2007; Франклин, Дривонику, Бевис и др., 2008 г .; Гилберт и др., 2006, 2008; Роберсон и др., 2008; Сиок и др., 2009). У взрослых правшей, говорящих на английском, мандаринском и корейском языках, перекрестное преимущество возникает для цветов, представленных в правом поле зрения, таким образом смещая обработку в сторону левого полушария, что опять же согласуется с влиянием языка. Интересно, что у младенцев эта предвзятость обращена вспять, поскольку эффекты перекрестных категорий вместо этого переносятся в правое полушарие (Franklin, Drivonikou, Bevis et al., 2008; Франклин и др., 2008). Однако другие исследования обнаружили сопоставимые эффекты для стимулов, представленных в обоих полушариях (Brown, Lindsey, & Guckes, 2011; Witzel & Gegenfurtner, 2011).
Мы исследовали, может ли поле зрения влиять на группировку цветов. Чтобы проверить это, мы повторили ту же задачу, но с добавлением точки фиксации к дисплею, так что теперь круги были центрированы под углом 8 ° в левом или правом поле зрения. Чтобы избежать возникновения потенциальных различий в хроматических стимулах в зависимости от условий (например,грамм. из-за неоднородностей монитора) группирующие стимулы оставались центрированными на экране, в то время как фиксирующие кресты добавлялись с обеих сторон. Представляющее поле было уравновешено на лестницах, а цветовые углы углов были ограничены диапазоном, близким к сине-зеленой границе. показывает индивидуальные настройки для шести протестированных наблюдателей. Как и прежде, существуют постоянные различия между наблюдателями в наклонах, связывающих выбранные цветовые границы со средним угловым цветовым углом, в диапазоне от ~ 0.6 к 1.0. Как отмечалось выше, эти наклоны должны быть более мелкими для угловых цветов, охватывающих сине-зеленую границу, и в этом случае мы спросили, являются ли они более мелкими внутри наблюдателя в зависимости от того, в каком поле зрения были отображены стимулы. Чтобы проверить это, мы снова сравнили только настройки для цветов углов, которые перекрывают цветовую границу. Примечательно, что цветовые границы были очень похожи, но не всегда идентичны при двух эксцентриситетах; когда они различались, пары цветов кросс-категорий определялись отдельно для каждого полушария.Однако ни для одного из шести наблюдателей не было существенной разницы между наклонами для их настроек в двух точках поля (). Более того, настройки на обеих сторонах также не различались для любого наблюдателя на основании анализа различий в углах оттенка, выбранных для соседних пар стимулов. Таким образом, данные предоставляют мало доказательств полушарийной разницы в восприятии группировки цветов.
Таблица 2
Наклоны для цветов, охватывающих сине-зеленую границу, в сравнении для стимулов, представленных в левом или правом полях зрения.
Наблюдатель | Левое поле
| Правое поле
| т (df) | p | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Среднее | SE | Среднее | SE | L — R | ||||||||||
S1 | 9015 0,70.041 | 1,93 (44) | NS | |||||||||||
S2 | .97 | .054 | 1.05 | .055 | −.986 (36) | NS | ||||||||
S3 | .733 | .069 | .703 | .085 | .27 (44) | NS | NS | S4 | .86 | .143 | .75 | .11 | .56 (28) | NS |
S5 | .81 | .070 | ,8 | −.67 (28) | NS | |||||||||
S6 | .57 | .083 | .61 | .065 | −.37 (36) | NS |
3.1.5. Время реакции
В заключительных измерениях мы использовали одни и те же стимулы для сравнения времени реакции для цветов, которые перекрывали сине-зеленую границу, чтобы проверить, может ли в наших условиях проявиться более четкий категориальный эффект при изменении формы ответа. Как отмечалось, в этом случае цвета углов снова были разделены фиксированным углом 30 °, в то время как центральный цвет был установлен равным любой паре.Наблюдатели ответили как можно быстрее, чтобы указать ориентацию совпадающих цветов.
показывает результаты для пяти наблюдателей, а также средние результаты для всех наблюдателей для паттернов, представленных в левом или правом поле зрения. Настройки, усредненные по наблюдателям, показывают слабый минимум под углами около сине-зеленой границы, хотя эта граница опять же варьировалась в значительном диапазоне (22 °) между наблюдателями. Для каждого человека мы сравнили среднее время реакции для цветных пар, которые охватывают их сине-зеленую границу, ипары, которые попали в синие или зеленые области. Время отклика было короче для 3 из 5 наблюдателей в правом поле зрения (хотя один из этих наблюдателей (S1) левша) (). Напротив, различия не достигли значимости ни для одного из наблюдателей для левого поля зрения. Различия также не достигли значимости ни для одного полушария при объединении наблюдателей. Таким образом, объединенные результаты четко не выявили категориального эффекта в правом поле зрения (левое полушарие), который был обнаружен в некоторых предыдущих отчетах.Более того, как и настройки средней точки, различия между полушариями не были устойчивыми для отдельных наблюдателей, и в этом случае были обнаружены только для одного из трех наивных наблюдателей (хотя этот нулевой результат по сравнению с предыдущими исследованиями также может быть вызван тем, что мы протестировали только небольшую выборку наблюдатели).
Таблица 3
Время реакции (мс) для группировки суждений для паттернов, представленных в правом или левом поле зрения.
Наблюдатель | Правое поле
| t (218) | p | ||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
Между
| Внутри
| ||||||||||
Среднее значение | SE | Среднее значение | SE | ||||||||
S1 | 480 | 8.1 | 508 | 11,4 | 1,98 | <0,05 | |||||
S2 | 685 | 12,2 | 735 | 12,8 | 2,85 | 9015 12,6 | 511 | 12,4 | 2,08 | <0,05 | |
S4 | 726 | 31,6 | 668 | 21,3 | 21,3 | −16516 | .4663 | 12,0 | −1,23 | NS | |
Левое поле
| |||||||||||
S1 | 501 | 10,7 | 512 | 9,8 | ,74 | NS | |||||
S2 | NS | ||||||||||
S3 | 507 | 12,4 | 539 | 15.0 | 1,68 | NS | |||||
S4 | 666 | 26,4 | 624 | 19,1 | −1,30 | NS | |||||
S5 | |||||||||||
S5 | 9015 −.74NS |
3.2. Масштабирование оттенка
Опять же, преимущество задачи группировки состоит в том, что она позволяет нам оценить относительное сходство умеренных, надпороговых цветовых различий в суждении, которое не требует явного кодирования цветовой категории и где производительность задачи не ограничивается. по скорости или точности.Чтобы изучить альтернативную задачу надпорогового внешнего вида, мы обратились к анализу измерений из предыдущих исследований масштабирования оттенков, которые вместо этого требуют, чтобы наблюдатели явно помечали цвета. В этой задаче наименование цвета наблюдатели оценивают относительную долю красного, зеленого, синего или желтого основных цветов в различных хроматических стимулах. Например, оранжевый оттенок обычно выглядит как смесь красного и желтого, но количество красного или желтого систематически меняется, поскольку цветность изменяется между чистым красным и желтым.В этом смысле сине-зеленая граница, как определено выше, измеряет одну точку функции масштабирования оттенка, где пропорции синего и зеленого масштабируются одинаково. Рейтинги по всему спектру использовались для определения характеристик реакции феноменальных красно-зеленых и сине-желтых процессов противника (Abramov, Gordon, & Chan, 1991; Boynton et al., 1964; De Valois et al., 1997; Webster) , Malkoc, Bilson, & Webster, 2002), и, таким образом, обеспечивают меру того, как внешний вид цвета изменяется в зависимости от направления в цветовом пространстве.Мы спросили, демонстрируют ли эти рейтинги доказательства категориальных эффектов при углах, которые попадают в разные вербальные цветовые категории или между ними.
иллюстрирует очень упрощенный пример категориальных эффектов масштабирования оттенка. В этом случае хроматический угол стимула (абсцисса) определяется как направление в масштабированной версии пространства конуса Маклауда-Бойнтона-противник, эквивалентное углам стимула, показанным ранее в. Опять же, это пространство представляет цветность в терминах двух кардинальных осей, которые соответствуют дифференциальному возбуждению в конусах L и M при постоянной яркости [ось от 0 (+ L) ° до 180 (-L) °] или относительному возбуждению в S-конусы с постоянной яркостью [ось от 90 (+ S) ° до 270 (-S) °].Угол восприятия (ордината) вместо этого выражен в терминах феноменального красного по сравнению с зеленым (ось от 0 ° [чистый красный) до 180 ° (чистый зеленый)] и синего по сравнению с желтым [ось 90 ° ( синий) до 270 ° (желтый)] оттенков. Предположим, что красно-зеленый и сине-желтый ответы были выровнены по кардинальным осям и изменялись синусоидально с углом стимула в пространстве конус-противник (что соответствовало бы механизмам, которые комбинируют сигналы конуса линейно). Эти функции отклика проиллюстрированы на.В эксперименте с масштабированием оттенка наблюдателям обычно показывают набор цветов по одному, и для каждого отчета относительные пропорции каждого основного цвета, которые они воспринимают. В отсутствие отдельных суждений о насыщенности ответы для каждого стимула, таким образом, нормализуются, так что они суммируются с постоянным значением (1 в этом примере). Эти нормализованные функции проиллюстрированы на. Наконец, функции могут быть также представлены путем нанесения угла в цветовом пространстве (где красный по сравнению с зеленым = ось 0–180 °, а синий по сравнению сжелтый = ось 90–270 °) как функция угла стимула (т. е. угол появления = загар -1 [(сине-желтый ответ) / (красный-зеленый ответ)] (Malkoc et al., 2005). Для механизмов линейного ответа это приводит к тому, что углы появления цвета изменяются линейно с углом стимула, и функция масштабирования оттенка должна, таким образом, следовать диагональной линии (). Категориальный эффект может снова проявляться как тенденция к дискретному представлению доминирующих стимулов. общим первичным звеном как то же самое.Например, пунктирными линиями показаны ответы, если имеется смещение 0,5, чтобы сообщить оттенок как 100% от доминирующего основного оттенка (т. Е. Ответ представляет собой среднее значение линейного отклика и дискретного отклика на доминирующий основной оттенок). Ступенчатые функции в показывают предсказанные углы для различных величин этого смещения. Как и при группировке прогнозов, наклон изменяется на границе категории, но при масштабировании оттенка прогнозируемый эффект предназначен для неглубоких наклонов внутри категории (где, например, интенсивность «синего» или «зеленого» изменяется медленнее с изменением угла стимула. ) пока круче на границе.
Гипотетические функции масштабирования оттенка. (а) Хроматические функции отклика для красно-зеленого и сине-желтого. Сплошные линии показывают ответы, предсказанные линейными механизмами, и изменяются как косинус предпочтительных углов в пространстве конуса-оппонента. Пунктирными линиями показаны прогнозируемые ответы, если они включают категориальную предвзятость (= 0,5), чтобы реагировать только на доминирующий оттенок. (b) Те же функции отклика, нормализованные, чтобы показать долю каждого основного оттенка на каждой длине волны, как обычно сообщается в задаче масштабирования оттенка.(c) Прогнозируемая функция масштабирования для различных величин смещения. Без смещения функция имеет постоянный наклон. Категориальное смещение увеличит сходство оттенков в пределах одной и той же категории (например, синего или зеленого), уменьшая наклон функции внутри категории и увеличивая наклон на границе категории. Прогнозы показаны для смещения 0,25 (тонкая сплошная линия), 0,5 (средняя) или 0,75 (толстая). (Для интерпретации ссылок на цвет в легенде этого рисунка читатель отсылается к веб-версии этой статьи.)
Фактические функции масштабирования оттенка сложнее по нескольким причинам. Во-первых, хорошо известно, что оси восприятия не совпадают с кардинальными осями, которые характеризуют раннее пострецепторальное цветовое кодирование (Krauskopf, Williams, & Heeley, 1982). Например, сине-желтая ось находится примерно посередине между осями LvsM и S. Во-вторых, ответы красного против зеленого или синего против желтого не являются синусоидальными или симметричными и, следовательно, несовместимы с простой парой линейных ответов оппонента (De Valois et al., 1997). Наконец, с целью анализа словесных категорий дополнительная сложность заключается в том, что круг оттенка включает два дополнительных основных цветовых элемента (оранжевый и фиолетовый), которые наблюдатели не использовали для масштабирования. Тем не менее, можно спросить, изменяется ли воспринимаемый оттенок, измеренный с помощью этой задачи, быстрее на границах между различными цветовыми терминами.
Чтобы проанализировать это, мы использовали функции масштабирования оттенка, измеренные ранее Malkoc et al. (2005 г.) для 59 наблюдателей.Они производили замеры плоскостей LvsM и S с интервалом 15 °. Цвета отображались в поле 2 ° на белом фоне и отображались индивидуально в течение 1 с каждый. показывает среднюю измеренную функцию масштабирования и соответствующие предполагаемые функции хроматического отклика. Еще раз обратите внимание, что значения ординат 0 °, 90 °, 180 ° и 270 ° соответствуют стимулам, которые в среднем выглядели чисто красными, синими, зелеными или желтыми соответственно, а вертикальные сплошные линии отмечают соответствующие углы стимулов LvsM и S. В исследовании Malkoc et al.наблюдатели также назвали каждый оттенок, используя один из шести основных цветовых терминов. Фиолетовый и оранжевый фокусы взяты из модальных значений для обозначения цветов для этих оттенков, как сообщается в их исследовании. Пунктирные линии соответствуют цветным границам между соседними терминами. Между основными цветами масштабирования (например, синим и зеленым) они соответствуют углу стимула, при котором два компонента кажутся равными. Для границ, которые включали пурпурный и оранжевый, они вместо этого оценивались по названию цвета и углам стимула, при которых два цветовых термина использовались с одинаковой частотой, опять же, как сообщалось в Malkoc et al.(2005).
Категориальные искажения при масштабировании оттенков. (а) Оценки средних нормированных функций хроматического отклика красного-зеленого и сине-желтого цветов из исследования Malkoc et al. (2005). (b) Соответствующая функция масштабирования среднего оттенка (незаполненные символы). Вертикальные и горизонтальные линии показывают углы стимула, соответствующие красным, фиолетовым, синим, зеленым, желтым или оранжевым фокусам (сплошные) или границы между смежными категориями (пунктирные). Толстая аппроксимирующая линия показывает синие и зеленые настройки, предсказанные с учетом оценочного смещения, равного 0.23. (c) Локальный наклон функции масштабирования среднего оттенка. (d) Категориальные отклонения, оцененные в синих и зеленых настройках для каждого из 59 протестированных наблюдателей. Черные столбцы показывают систематические ошибки, оцененные для четырех дополнительных наблюдателей из исследования De Valois et al. (1997). (Для интерпретации ссылок на цвет в легенде этого рисунка читателю отсылается ссылка на веб-версию этой статьи.)
Функция усреднения показывает явные гребешки. Мы оценили локальный наклон масштабирования оттенка по производной кусочно-полиномиальных аппроксимаций кривой.Эти наклоны показаны для средней кривой в, и демонстрируют четкую тенденцию к наиболее постепенному изменению внешнего вида цвета с углом стимула вокруг чисто красного, синего и зеленого, при этом демонстрируя резкий переход на сине-зеленой границе. С другой стороны, внешний вид наиболее быстро изменился вокруг уникального желтого цвета. Это может выступать против простого эффекта CP как основы для вариаций внешнего вида цвета, хотя альтернативой является то, что желтый занимает только узкий угловой диапазон пространства конуса-противника и, таким образом, был выбран слишком грубо, чтобы определить изменения оттенка внутри желтого. категория.Результаты Malkoc et al. (2005) не позволяют нам различать эти альтернативы желтому. Более того, функция среднего может иметь тенденцию сглаживать неоднородности в отдельных кривых, если цветовые границы различаются у разных наблюдателей.
Чтобы проверить категориальные эффекты, мы снова сосредоточились на сине-зеленой границе, чтобы сравнить масштабирование оттенков с задачей группирования, и подогнали модель показанной формы к углам стимула в диапазоне от сине-фиолетового до желтого– зеленая граница.Подгонки варьировали наклон и смещение кривой, а также величину смещения и следовали процедурам, аналогичным тем, которые использовались для подбора параметров группировки. Прогноз для средней кривой показан жирной линией на и указывает смещение CP 0,23 на сине-зеленой границе. Это больше, чем средний эффект CP, указанный группировкой, и фактически недооценивает степень систематической ошибки в настройках отдельного наблюдателя, которая охватывает очень широкий диапазон от 0,02 до 0,92 со средним значением 0.35 (). Опять же, это недооценка происходит из-за того, что средняя кривая имеет тенденцию сглаживаться между границами разных категорий людей. Распределение категориальных отклонений в настройках оттенка существенно отличается от 0 ( t (58) = 15,79, p <0,0001). Мы также подтвердили смещения вторым способом, снова сравнив изменение угла оттенка в настройках для пар стимулов, пересекающих сине-зеленую границу каждого наблюдателя, с соседними парами по обе стороны от границы.В этом случае воспринимаемое изменение оттенка должно быть больше, когда стимулы пересекают границу, и это различие снова оказалось очень значимым (средняя и стандартная ошибка изменения оттенка по горизонтали = 31,7 ± 1,97, в пределах = 18,16 ± 1,01, t (175) = 6,81, p <0,001). показывает настройки для наблюдателей, которые показали самые сильные или самые слабые смещения, и наблюдателей, близких к медиане. Результаты показывают, что - в отличие от эффектов, которые мы обнаружили для группировки - в задаче масштабирования оттенка люди сильно различаются по склонности к категоризации стимулов, и, более того, показывают, что некоторые люди подходят к почти полному категориальному ответу.(Отдельные графики на рисунке предполагают потенциальную взаимосвязь между величиной категориальной систематической ошибки наблюдателя и разделением между их уникальным синим и зеленым цветом. Однако разделение и систематическая ошибка не были существенно коррелированы для всего набора наблюдателей, а для наблюдателей с сильными категориальными отклонениями расположение чисто синего и зеленого не определено должным образом.)
Индивидуальные функции масштабирования оттенков и оценочные смещения для наблюдателей, которые показали наименьшее категориальное смещение в оценках синего и зеленого (верхняя строка), наибольшее смещение (нижняя строка), или отклонения, близкие к среднему для всех наблюдателей (средняя строка).
Наконец, чтобы убедиться, что категориальные отклонения в шкале оттенков не были специфичными для процедур тестирования, используемых Malkoc et al. (2005) (или до гедонистических границ их испытательного полигона в Рино) мы проанализировали сопоставимые данные по шкале оттенков из исследования De Valois et al. (1997). Эти авторы аналогичным образом измерили масштабирование оттенков стимулов в зависимости от их угла в хроматической плоскости LM по сравнению с S (с интервалом 22,5 °). Мы снова оценили смещение в сине-зеленой области для 4 наблюдателей, результаты которых были представлены в их отчетах, после преобразования независимых процентных соотношений, показанных для каждой первичной обмотки, в углы в красно-зеленом vs.сине-желтое пространство. Эти смещения варьировались от 0,16 до 0,31 со средним значением 0,25 и показаны для четырех субъектов в виде черных полос. Это согласуется с умеренными предубеждениями, продемонстрированными многими наблюдателями в Malkoc et al. исследования, и, таким образом, предполагают, что процедура масштабирования оттенка обычно подвержена смещению, аналогичному категориальному, вокруг сине-зеленой границы. Интересно, что двое из участников De Valois et al. В работе участвовали авторы, которые — как очень опытные специалисты по цвету — были бы особенно хорошо приспособлены к задаче абстрагирования составляющих цветов от стимулов.Поэтому важно, что даже эти наблюдатели имели тенденцию демонстрировать категориальный эффект (0,28 для автора RD и 0,16 для KD). Это свидетельствует против возможности того, что наивные испытуемые просто были склонны категорически навешивать ярлыки на стимулы, даже если эти ярлыки явно не соответствовали представлениям наблюдателей.
4. Обсуждение
В этом исследовании мы использовали два разных показателя цветового восприятия для проверки категориальных эффектов цветового восприятия. Прежде чем рассматривать последствия результатов, следует выделить четыре момента.Во-первых, наши меры не обязательно оценивают влияние языка на цвет. Действительно, многие исследования КП были интерпретированы как раскрытие скрытой дискретности нейронной репрезентации и не учитывали лингвистические границы. Например, в классической теории цвета оппонента эти границы определяются нейронными реакциями (Hurvich & Jameson, 1957) (хотя нейронные реакции, которые могли бы привести к этим границам, еще предстоит четко идентифицировать). Самым убедительным поведенческим свидетельством языковых эффектов была демонстрация того, что категориальные эффекты снижаются при одновременном словесном вмешательстве (Gilbert et al., 2006; Роберсон и Давидофф, 2000; Winawer et al., 2007). Мы не пытались использовать эти элементы управления в текущем исследовании, потому что в эмпирических измерениях мы сделали какие-либо категориальные эффекты в задаче группирования не были значимыми для большинства наблюдателей. Второй связанный с этим момент заключается в том, что категоризация и словесное обозначение стимула не обязательно являются синонимами. Например, исследования категорийного обучения и категориального восприятия указали на диссоциацию между категоризацией и именованием (Goldstone & Hendrickson, 2010; Hanley & Roberson, 2011).Третий момент заключается в том, что любые выводы должны быть подкреплены тем фактом, что данные о ХП были непоследовательными, даже если задача во всех исследованиях схожа. Например, исследования времени реакции на цвета различались по тому, обнаруживают ли они ЦП и различаются ли они между полушариями (Brown et al., 2011; Franklin, Drivonikou, Bevis et al., 2008; Gilbert et al., 2006; Roberson et al., 2008; Winawer et al., 2007; Witzel & Gegenfurtner, 2011). Таким образом, условия, при которых проявляется вербально опосредованная CP, остаются под вопросом.Наконец, индивидуальные различия в задачах масштабирования и группировки оттенков, а также в расположении цветовых границ наблюдателей были существенными. Эти различия были обнаружены во многих предыдущих исследованиях наименования цветов (Webster & Kay, 2007), но часто скрываются при анализе групповых эффектов. Яркий тому пример — драматические различия, которые мы наблюдали среди людей в масштабировании оттенков. Эти индивидуальные различия могут сами по себе дать важные подсказки о процессах восприятия (Wilmer, 2008) и, в частности, о взаимодействии между языком и цветом (Lindsey & Brown, 2009a, 2009b), а также они важны для оценки устойчивости и оснований категориальных эффектов. .
Как уже отмечалось, категориальные эффекты обработки цвета были протестированы в различных парадигмах. Мы сосредоточились на двух парадигмах для измерения феноменального появления стимулов, то есть, чтобы попытаться измерить CP в задачах и ответах, которые могли бы более прямо отражать суждения о внешнем виде цвета. Преимущество задачи группировки, которую мы использовали, заключается в том, что наблюдателя не просят открыто классифицировать этот внешний вид или цветовое сходство, но он должен каким-то образом получить к нему доступ через любые процессы, опосредующие организацию восприятия.По крайней мере, для конкретных условий и цветовой границы (сине-зеленый), которые мы тестировали, результаты показывают, что цветовая граница оказывает лишь слабое влияние на восприятие. Если это верно в отношении других цветовых границ, то влияние цветовых различий на организацию восприятия — возможно, одна из самых важных функций цветового зрения — может быть в значительной степени незаметным и не подверженным лингвистическому влиянию. Другими словами, в случае группировки цветовые различия могут показывать очень небольшой эффект языка или категоризации и вместо этого вести себя как недифференцированный континуум.Для сине-зеленой границы это тем более удивительно, потому что, как отмечалось выше, она падает близко к полюсу -L оси LvsM пространства конуса-оппонента (Malkoc et al., 2005). Стимулы, которые лежат по обе стороны от границы, соответствуют приращениям или убыванию сигналов S-конуса, которые переносятся разными пострецепторальными путями (например, (Tailby, Solomon, & Lennie, 2008). Таким образом, существуют как нейронные, так и лингвистические основы для потенциального эффекта на сине-зеленой границе, но ни то, ни другое не представляется существенным.
Тем не менее, в результатах группировки имелась слабая, но значительная категориальная систематическая ошибка. Опять же, 7 из 8 протестированных наблюдателей показали смещение в направлении, предсказанном CP, пропорция, которая также значима при простом знаковом тесте ( p = 0,035). Это поднимает вопрос о том, действительно ли эффекты CP для группировки слабее, чем эффекты CP, о которых сообщалось ранее для времени реакции. Прямое сравнение затруднено, потому что для этого потребуется оценить эффективный контраст стимулов по тому, как время реакции изменяется в зависимости от величины различий стимулов, и обычно проверяется только небольшое количество уровней стимулов.Наш анализ действительно позволяет измерить фактическую величину CP. Если эта величина аналогична, то наши результаты предполагают, что она была слишком слабой, чтобы значительно смещать настройки для большинства наблюдателей, и что в среднем она соответствовала лишь скромному (~ 10%) вкладу цветовой категории в эффективный контраст наши раздражители. Это противоречит сильному релятивистскому представлению о том, что появление цвета определяется лингвистическими категориями, но не исключает возможности слабого лингвистического влияния на восприятие или поведенческую реакцию на цвет.
Аналогичный анализ масштабирования оттенков показал совсем другую величину эффектов. В этом случае в суждениях многих наблюдателей были очевидны более сильные категориальные предубеждения со средней систематической ошибкой 0,35. Как это можно согласовать с гораздо более слабыми эффектами, которые мы обнаружили для перцептивной группировки цветов? Одна из возможностей заключается в том, что внешний вид цвета, измеряемый масштабированием, основан на различных сигналах от механизмов, управляющих пространственной группировкой. На самом деле роль цвета может широко варьироваться в различных визуальных суждениях (Livingstone & Hubel, 1988), но эти различия обычно связаны с относительной важностью сигналов яркости, которые, как уже отмечалось, вряд ли существенно повлияли на результаты нашей группировки.Альтернативная возможность состоит в том, что вербальные категории влияли на рейтинги шкалы, а не на восприятие. То есть, в процессе определения относительного количества синего и зеленого, скажем, в стимуле, обращение к ярлыкам «синий» и «зеленый» само по себе могло побудить многих наблюдателей придавать большее значение категориальному компоненту в своей реакции. . Эта возможность напоминает эффекты, описанные для оценок цветового сходства Кей и Кемптон (1984). Они измерили различия в восприятии цветовых триад, которые охватывают сине-зеленую границу у носителей английского и тараумара (уто-ацтекская семья, Мексика), языка, на котором отсутствуют отдельные слова для зеленого и синего.Англоговорящие надежно выбирали категоричный синглтон как лишний, нарушая jnd дистанции. Говорящие на тараумаре уважали дистанцию jnd в своих суждениях о триадах, но действительно демонстрировали небольшой эффект CP, когда расстояния jnd были точно равны. Однако эффект CP для англоговорящих был устранен, когда только два цвета триады были показаны одновременно и явно описаны как два оттенка одного цвета (зеленый или синий). Эти результаты свидетельствуют о том, что вербальные категории влияют на когнитивную стратегию, используемую для оценки стимулов, а не напрямую влияют на восприятие.Таким образом, согласно этому объяснению, язык влияет на реакцию масштабирования, а не на внешний вид, и категориальные эффекты могут обязательно быть более ярко выраженными, когда стимулы названы (Pilling et al., 2003).
Еще одна возможность состоит в том, что вербальное кодирование стимулов при масштабировании оттенка привело к перекодированию перцептивного представления стимула. Как обсуждалось выше, было обнаружено, что вербальная интерференция устраняет категориальные цветовые эффекты в исследованиях, в которых они наблюдались.Масштабирование оттенка может вместо этого представлять случай, когда требуется вербально опосредованный способ ответа, поскольку субъекты должны явно решить, какая часть каждой категории (синего или зеленого) присутствует в стимуле (т. Е. Задача по самой своей природе требует маркировки цветов и, следовательно, не могло быть сделано при словесном вмешательстве). Подобно тому, как блокирующий язык может раскрыть только доязыковой режим обработки, его обязательство в задаче масштабирования оттенка потенциально может изменить внешний вид стимулов. Связанная с этим возможность состоит в том, что категориальные эффекты с большей вероятностью возникнут, когда наблюдатели открыто сравнивают разные цвета, потому что эти сравнения вызовут некоторую степень лингвистической реакции (например,грамм. взвешивание перцептивных различий между цветовыми стимулами в исследовании Кея и Кемптона или относительных величин различных цветовых категорий в шкале оттенков). В этом случае такие задачи, как группирование, могут просто не вызывать такой реакции, потому что задача группировки требует, чтобы субъект организовал поле восприятия, но не требует открытого сравнения цветов. Наконец, еще одна возможность состоит в том, что фактический акт масштабирования оттенков сам по себе подвержен нелинейностям, которые могут исказить реакцию на цвета, даже если восприятие цвета не искажено (например,грамм. так что наблюдатель переоценивает влияние доминирующего цвета, даже если он не «переоценивает» его).
Одно из следствий этих различных представлений состоит в том, что функции масштабирования оттенка, которые сыграли центральную роль в характеристике цветового противостояния (Abramov & Gordon, 1994), должны интерпретироваться с осторожностью, поскольку они могут иметь потенциал искажать «перцепционный» компонент. стимула. В более общем плане то, влияют ли лингвистические предубеждения на реакцию на визуальные стимулы и каким образом, может критически, но тонко зависеть как от конкретной задачи, так и от инструкций, что отчасти может быть причиной того, что четкий вывод о роли языка в восприятии цвета остался. неуловимый.Независимо от его разрешения, если смотреть с когнитивной точки зрения, в конечном итоге может оказаться менее важным знать, являются ли лингвистически обусловленные категориальные эффекты, строго говоря, перцептивными, чем знать, насколько они автоматизированы, в каких условиях они подавляются и какую роль они играют в нашем повседневном взаимодействии с окружающей средой и друг с другом.
% PDF-1.4 % 8324 0 объект > эндобдж xref 8324 796 0000000016 00000 н. 0000022842 00000 п. 0000022996 00000 п. 0000025222 00000 п. 0000025372 00000 п. 0000025555 00000 п. 0000025738 00000 п. 0000025888 00000 п. 0000026071 00000 п. 0000026221 00000 п. 0000026404 00000 п. 0000026554 00000 п. 0000026704 00000 п. 0000026887 00000 п. 0000027070 00000 п. 0000027220 00000 н. 0000027403 00000 п. 0000027553 00000 п. 0000027736 00000 п. 0000027886 00000 н. 0000028036 00000 п. 0000028219 00000 п. 0000028369 00000 п. 0000028552 00000 п. 0000028702 00000 п. 0000028885 00000 п. 0000029035 00000 п. 0000029218 00000 п. 0000029368 00000 н. 0000029551 00000 п. 0000029701 00000 п. 0000029884 00000 п. 0000030034 00000 п. 0000030217 00000 п. 0000030367 00000 п. 0000030550 00000 п. 0000030700 00000 п. 0000030883 00000 п. 0000031033 00000 п. 0000031710 00000 п. 0000031825 00000 п. 0000031938 00000 п. 0000032031 00000 н. 0000032718 00000 п. 0000033409 00000 п. 0000033592 00000 п. 0000033742 00000 п. 0000033925 00000 п. 0000034075 00000 п. 0000034225 00000 п. 0000034408 00000 п. 0000034591 00000 п. 0000035785 00000 п. 0000035935 00000 п. 0000036118 00000 п. 0000036268 00000 п. 0000036451 00000 п. 0000036601 00000 п. 0000036784 00000 п. 0000036934 00000 п. 0000037117 00000 п. 0000037267 00000 п. 0000037450 00000 п. 0000037600 00000 п. 0000037783 00000 п. 0000037933 00000 п. 0000038116 00000 п. 0000038266 00000 п. 0000038449 00000 п. 0000038599 00000 п. 0000038782 00000 п. 0000038932 00000 п. 0000039115 00000 п. 0000039265 00000 п. 0000039448 00000 н. 0000039598 00000 п. 0000039781 00000 п. 0000039931 00000 н. 0000040114 00000 п. 0000040264 00000 п. 0000040447 00000 п. 0000040597 00000 п. 0000040780 00000 п. 0000040930 00000 н. 0000041113 00000 п. 0000041263 00000 п. 0000041446 00000 п. 0000041629 00000 п. 0000041779 00000 п. 0000041962 00000 п. 0000042112 00000 п. 0000042295 00000 п. 0000042445 00000 п. 0000042628 00000 п. 0000042778 00000 п. 0000042961 00000 п. 0000043111 00000 п. 0000043294 00000 п. 0000043444 00000 п. 0000044539 00000 п. 0000044689 00000 п. 0000044872 00000 н. 0000045022 00000 п. 0000045205 00000 п. 0000045355 00000 п. 0000045538 00000 п. 0000045688 00000 п. 0000045871 00000 п. 0000046021 00000 п. 0000046204 00000 п. 0000046354 00000 п. 0000046537 00000 п. 0000046687 00000 п. 0000046870 00000 п. 0000047020 00000 п. 0000047203 00000 п. 0000047353 00000 п. 0000047536 00000 п. 0000047686 00000 п. 0000047869 00000 п. 0000048019 00000 п. 0000048202 00000 н. 0000048352 00000 п. 0000048535 00000 п. 0000048685 00000 п. 0000048868 00000 н. 0000049018 00000 п. 0000049201 00000 п. 0000049351 00000 п. 0000049534 00000 п. 0000049684 00000 п. 0000049867 00000 п. 0000050017 00000 п. 0000050200 00000 н. 0000050350 00000 п. 0000050533 00000 п. 0000050683 00000 п. 0000050833 00000 п. 0000051016 00000 п. 0000051166 00000 п. 0000051349 00000 п. 0000051499 00000 н. 0000051682 00000 п. 0000051865 00000 п. 0000052048 00000 п. 0000052198 00000 п. 0000052381 00000 п. 0000052531 00000 п. 0000053630 00000 п. 0000053780 00000 п. 0000053963 00000 п. 0000054113 00000 п. 0000054263 00000 п. 0000054446 00000 п. 0000054629 00000 п. 0000054779 00000 п. 0000054962 00000 п. 0000055112 00000 п. 0000055295 00000 п. 0000055445 00000 п. 0000055628 00000 п. 0000055811 00000 п. 0000055961 00000 п. 0000056144 00000 п. 0000056294 00000 п. 0000056477 00000 п. 0000056627 00000 н. 0000056810 00000 п. 0000056960 00000 п. 0000057143 00000 п. 0000057293 00000 п. 0000057443 00000 п. 0000057626 00000 п. 0000057809 00000 п. 0000057959 00000 п. 0000058109 00000 п. 0000058292 00000 п. 0000058475 00000 п. 0000058658 00000 п. 0000058808 00000 п. 0000058991 00000 п. 0000059141 00000 п. 0000059324 00000 п. 0000059474 00000 п. 0000059624 00000 п. 0000059774 00000 п. 0000059957 00000 н. 0000060107 00000 п. 0000060290 00000 п. 0000060440 00000 п. 0000060623 00000 п. 0000060773 00000 п. 0000060956 00000 п. 0000061106 00000 п. 0000061289 00000 п. 0000062410 00000 п. 0000062593 00000 п. 0000062776 00000 п. 0000062926 00000 п. 0000063076 00000 п. 0000063259 00000 п. 0000063409 00000 п. 0000063592 00000 п. 0000063742 00000 п. 0000063925 00000 п. 0000064075 00000 п. 0000064258 00000 п. 0000064408 00000 п. 0000064591 00000 п. 0000064741 00000 п. 0000064891 00000 п. 0000065074 00000 п. 0000065224 00000 п. 0000065407 00000 п. 0000065590 00000 н. 0000065740 00000 п. 0000065923 00000 п. 0000066073 00000 п. 0000066223 00000 п. 0000066373 00000 п. 0000066556 00000 п. 0000066706 00000 п. 0000066889 00000 п. 0000067072 00000 п. 0000067255 00000 п. 0000067405 00000 п. 0000067555 00000 п. 0000067705 00000 п. 0000067888 00000 п. 0000068038 00000 п. 0000068221 00000 п. 0000068371 00000 п. 0000068554 00000 п. 0000068704 00000 п. 0000068854 00000 п. 0000069004 00000 п. 0000069187 00000 п. 0000069370 00000 п. 0000069520 00000 н. 0000069703 00000 п. 0000069886 00000 п. 0000070069 00000 п. 0000070219 00000 п. 0000070402 00000 п. 0000071512 00000 п. 0000071695 00000 п. 0000071878 00000 п. 0000072028 00000 п. 0000072211 00000 п. 0000072361 00000 п. 0000072511 00000 п. 0000072694 00000 п. 0000072877 00000 п. 0000073027 00000 п. 0000073210 00000 п. 0000073393 00000 п. 0000073543 00000 п. 0000073693 00000 п. 0000073843 00000 п. 0000073993 00000 п. 0000074176 00000 п. 0000075284 00000 п. 0000075897 00000 п. 0000076514 00000 п. 0000076602 00000 п. 0000077225 00000 п. 0000077836 00000 п. 0000078369 00000 п. 0000078897 00000 п. 0000078982 00000 п. 0000080221 00000 п. 0000080535 00000 п. 0000081745 00000 п. 0000081853 00000 п. 0000081961 00000 п. 0000082069 00000 п. 0000082188 00000 п. 0000082302 00000 п. 0000082416 00000 п. 0000082524 00000 п. 0000082627 00000 н. 0000082746 00000 н. 0000082865 00000 п. 0000082989 00000 п. 0000083098 00000 п. 0000083206 00000 п. 0000083320 00000 п. 0000083428 00000 п. 0000083552 00000 п. 0000083660 00000 п. 0000083762 00000 п. 0000083869 00000 п. 0000083983 00000 п. 0000084092 00000 п. 0000084201 00000 п. 0000084304 00000 п. 0000084412 00000 п. 0000084515 00000 п. 0000084623 00000 п. 0000084747 00000 п. 0000084866 00000 п. 0000084985 00000 п. 0000085109 00000 п. 0000085218 00000 п. 0000085339 00000 п. 0000085460 00000 п. 0000085586 00000 п. 0000085695 00000 п. 0000085803 00000 п. 0000085921 00000 п. 0000086039 00000 п. 0000086147 00000 п. 0000086250 00000 п. 0000086364 00000 н. 0000086478 00000 п. 0000086597 00000 п. 0000086716 00000 п. 0000086840 00000 п. 0000086959 00000 п. 0000087078 00000 п. 0000087186 00000 п. 0000087300 00000 п. 0000087419 00000 п. 0000087527 00000 п. 0000087651 00000 п. 0000087765 00000 п. 0000087879 00000 н. 0000087987 00000 п. 0000088095 00000 п. 0000088219 00000 п. 0000088338 00000 п. 0000088457 00000 п. 0000088565 00000 п. 0000088673 00000 п. 0000088780 00000 п. 0000088882 00000 п. 0000089003 00000 п. 0000089112 00000 п. 0000089220 00000 н. 0000089344 00000 п. 0000089463 00000 п. 0000089582 00000 п. 0000089690 00000 н. 0000089798 00000 н. 0000089912 00000 н. 00000
00000 п. 00000 00000 п. 00000 00000 н. 0000000000 п. 00000
00000 п. 00000
00000 п. 00000
00000 п. 00000
00000 п. 0000000000 н. 00000 00000 п. 00000
00000 н. 0000000000 п. 00000
00000 п. 00000
00000 п. 0000000000 п. 0000093359 00000 п. 0000093483 00000 п. 0000093602 00000 п. 0000093721 00000 п. 0000093829 00000 п. 0000093951 00000 п. 0000094058 00000 п. 0000094170 00000 п. 0000094277 00000 п. 0000094384 00000 п. 0000094493 00000 п. 0000094612 00000 п. 0000094719 00000 п. 0000094826 00000 п. 0000094934 00000 п. 0000095053 00000 п. 0000095167 00000 п. 0000095286 00000 п. 0000095388 00000 п. 0000095495 00000 п. 0000095602 00000 п. 0000095719 00000 п. 0000095836 00000 п. 0000095959 00000 п. 0000096067 00000 п. 0000096174 00000 п. 0000096294 00000 п. 0000096403 00000 п. 0000096505 00000 п. 0000096612 00000 п. 0000096714 00000 п. 0000096826 00000 п. 0000096933 00000 п. 0000097040 00000 п. 0000097142 00000 п. 0000097249 00000 п. 0000097361 00000 п. 0000097469 00000 п. 0000097592 00000 п. 0000097709 00000 п. 0000097826 00000 п. 0000097933 00000 п. 0000098035 00000 п. 0000098140 00000 п. 0000098248 00000 п. 0000098371 00000 п. 0000098483 00000 п. 0000098595 00000 п. 0000098702 00000 п. 0000102885 00000 н. 0000103009 00000 п. 0000103122 00000 п. 0000103235 00000 н. 0000103343 00000 п. 0000108363 00000 н. 0000108471 00000 п. 0000108595 00000 н. 0000108708 00000 п. 0000108820 00000 н. 0000108927 00000 н. 0000109041 00000 н. 0000109149 00000 п. 0000109261 00000 п. 0000109363 00000 п. 0000109471 00000 п. 0000109595 00000 п. 0000109713 00000 п. 0000109831 00000 п. 0000109939 00000 н. 0000110058 00000 н. 0000110172 00000 н. 0000110291 00000 п. 0000114348 00000 п. 0000114456 00000 н. 0000114577 00000 н. 0000114692 00000 н. 0000114807 00000 н. 0000114921 00000 н. 0000115025 00000 н. 0000115139 00000 н. 0000115247 00000 н. 0000115365 00000 н. 0000115468 00000 н. 0000115576 00000 н. 0000115699 00000 н. 0000115816 00000 н. 0000115932 00000 н. 0000116038 00000 п. 0000116147 00000 н. 0000116266 00000 н. 0000116374 00000 н. 0000116492 00000 н. 0000116600 00000 н. 0000116723 00000 н. 0000116842 00000 н. 0000116961 00000 н. 0000117069 00000 н. 0000117177 00000 н. 0000117289 00000 н. 0000117396 00000 н. 0000117503 00000 н. 0000117605 00000 н. 0000117712 00000 н. 0000117820 00000 н. 0000117944 00000 н. 0000118063 00000 н. 0000118182 00000 н. 0000118290 00000 н. 0000118407 00000 н. 0000118524 00000 н. 0000118632 00000 н. 0000118740 00000 н. 0000118862 00000 н. 0000118978 00000 н. 0000119094 00000 н. 0000119200 00000 н. 0000119318 00000 н. 0000119436 00000 н. 0000119544 00000 н. 0000119667 00000 н. 0000119784 00000 н. 0000119901 00000 н. 0000120008 00000 н. 0000120132 00000 н. 0000120240 00000 н. 0000120349 00000 н. 0000120475 00000 н. 0000120595 00000 н. 0000120711 00000 н. 0000120828 00000 н. 0000120936 00000 н. 0000121054 00000 н. 0000121178 00000 н. 0000121286 00000 н. 0000121408 00000 н. 0000121524 00000 н. 0000121641 00000 н. 0000121748 00000 н. 0000121856 00000 н. 0000121964 00000 н. 0000122087 00000 н. 0000122198 00000 н. 0000122304 00000 н. 0000122406 00000 н. 0000122514 00000 н. 0000122616 00000 н. 0000122724 00000 н. 0000122843 00000 н. 0000122955 00000 н. 0000123062 00000 н. 0000123169 00000 н. 0000123271 00000 н. 0000123380 00000 н. 0000123494 00000 н. 0000123606 00000 н. 0000123713 00000 н. 0000123820 00000 н. 0000123922 00000 н. 0000124024 00000 н. 0000124136 00000 н. 0000124243 00000 н. 0000124350 00000 н. 0000124458 00000 н. 0000124565 00000 н. 0000124672 00000 н. 0000124780 00000 н. 0000124887 00000 н. 0000124994 00000 н. 0000125112 00000 н. 0000125229 00000 н. 0000125336 00000 н. 0000125443 00000 н. 0000125566 00000 н. 0000125674 00000 н. 0000125781 00000 н. 0000125888 00000 н. 0000126000 00000 н. 0000126107 00000 н. 0000126214 00000 н. 0000126316 00000 н. 0000126413 00000 н. 0000126510 00000 н. 0000126607 00000 н. 0000126715 00000 н. 0000126818 00000 н. 0000126932 00000 н. 0000127041 00000 н. 0000127150 00000 н. 0000127253 00000 н. 0000127372 00000 н. 0000127491 00000 н. 0000127593 00000 н. 0000127705 00000 н. 0000127812 00000 н. 0000127919 00000 н. 0000128021 00000 н. 0000128123 00000 н. 0000128229 00000 н. 0000128345 00000 н. 0000128447 00000 н. 0000128559 00000 н. 0000128666 00000 н. 0000128773 00000 н. 0000128875 00000 н. 0000128991 00000 н. 0000129113 00000 п. 0000129216 00000 н. 0000129330 00000 н. 0000129439 00000 н. 0000129548 00000 н. 0000129651 00000 н. 0000129759 00000 н. 0000129856 00000 н. 0000129963 00000 н. 0000130070 00000 н. 0000130172 00000 н. 0000130286 00000 н. 0000130388 00000 п. 0000130500 00000 н. 0000130607 00000 н. 0000130714 00000 н. 0000130816 00000 н. 0000130940 00000 п. 0000131052 00000 н. 0000131159 00000 н. 0000131266 00000 н. 0000131368 00000 н. 0000131482 00000 н. 0000131594 00000 н. 0000131701 00000 н. 0000131804 00000 н. 0000131913 00000 н. 0000132015 00000 н. 0000132127 00000 н. 0000132234 00000 н. 0000132341 00000 н. 0000132443 00000 н. 0000132552 00000 н. 0000132666 00000 н. 0000132768 00000 н. 0000132880 00000 н. 0000132987 00000 н. 0000133094 00000 н. 0000133196 00000 н. 0000133299 00000 н. 0000133401 00000 н. 0000133513 00000 н. 0000133622 00000 н. 0000133728 00000 н. 0000133834 00000 н. 0000133943 00000 н. 0000134057 00000 н. 0000134164 00000 н. 0000134271 00000 н. 0000134374 00000 н. 0000134476 00000 н. 0000134578 00000 н. 0000134697 00000 н. 0000134804 00000 н. 0000134911 00000 н. 0000135020 00000 н. 0000135134 00000 н. 0000135241 00000 н. 0000135348 00000 п. 0000135455 00000 н. 0000135557 00000 н. 0000135661 00000 н. 0000135768 00000 н. 0000135875 00000 н. 0000135982 00000 п. 0000136089 00000 н. 0000136196 00000 н. 0000136308 00000 н. 0000136420 00000 н. 0000136527 00000 н. 0000136634 00000 н. 0000136752 00000 н. 0000136855 00000 н. 0000136962 00000 н. 0000137069 00000 н. 0000137172 00000 н. 0000137286 00000 н. 0000137389 00000 н. 0000137498 00000 н. 0000137607 00000 н. 0000137715 00000 н. 0000137839 00000 н. 0000137958 00000 н. 0000138077 00000 н. 0000138185 00000 н. 0000138299 00000 н. 0000138402 00000 н. 0000138510 00000 н. 0000138629 00000 н. 0000138743 00000 н. 0000138857 00000 н. 0000138960 00000 н. 0000139068 00000 н. 0000139176 00000 п. 0000139300 00000 н. 0000139418 00000 н. 0000139536 00000 н. 0000139644 00000 н. 0000139761 00000 н. 0000139884 00000 н. 0000139986 00000 н. 0000140093 00000 н. 0000140195 00000 н. 0000140297 00000 н. 0000140394 00000 н. 0000140502 00000 н. 0000140605 00000 н. 0000140713 00000 н. 0000140832 00000 н. 0000140946 00000 н. 0000141054 00000 н. 0000141163 00000 н. 0000141289 00000 н. 0000141410 00000 н. 0000141531 00000 н. 0000141640 00000 н. 0000141749 00000 н. 0000141857 00000 н. 0000141981 00000 н. 0000142100 00000 н. 0000142219 00000 н. 0000142327 00000 н. 0000142447 00000 н. 0000142562 00000 н. 0000142664 00000 н. 0000142776 00000 н. 0000142883 00000 н. 0000143007 00000 н. 0000143126 00000 н. 0000143245 00000 н. 0000143353 00000 п. 0000143461 00000 н. 0000143579 00000 п. 0000143682 00000 н. 0000143796 00000 н. 0000143905 00000 н. 0000144014 00000 н. 0000144117 00000 п. 0000144235 00000 н. 0000144359 00000 п. 0000144471 00000 н. 0000144578 00000 н. 0000144685 00000 н. 0000144787 00000 н. 0000144895 00000 н. 0000145002 00000 н. 0000145099 00000 н. 0000145196 00000 н. 0000145293 00000 н. 0000145404 00000 н. 0000145509 00000 н. 0000145614 00000 н. 0000145715 00000 н. 0000145822 00000 н. 0000145940 00000 н. 0000146052 00000 н. 0000146159 00000 н. 0000146266 00000 н. 0000146368 00000 н. 0000146481 00000 н. 0000146599 00000 н. 0000146723 00000 н. 0000146830 00000 н. 0000146937 00000 н. 0000147045 00000 н. 0000147147 00000 н. 0000147259 00000 н. 0000147366 00000 н. 0000147473 00000 н. 0000147575 00000 н. 0000147693 00000 н. 0000147810 00000 п. 0000147912 00000 н. 0000148024 00000 н. 0000148131 00000 н. 0000148238 00000 п. 0000148340 00000 н. 0000148463 00000 н. 0000148570 00000 н. 0000148677 00000 н. 0000148796 00000 н. 0000148910 00000 н. 0000149017 00000 н. 0000149124 00000 н. 0000149243 00000 н. 0000149351 00000 п. 0000149458 00000 п. 0000149565 00000 н. 0000149673 00000 н. 0000149797 00000 п. 0000149916 00000 н. 0000150035 00000 н. 0000150143 00000 п. 0000150250 00000 н. 0000150367 00000 н. 0000150479 00000 н. 0000150586 00000 н. 0000150693 00000 н. 0000150795 00000 н. 0000150901 00000 н. 0000151007 00000 н. 0000151115 00000 н. 0000151234 00000 н. 0000151341 00000 н. 0000151448 00000 н. 0000151562 00000 н. 0000151681 00000 н. 0000151788 00000 н. 0000151895 00000 н. 0000152003 00000 н. 0000152110 00000 н. 0000152217 00000 н. 0000152325 00000 н. 0000155623 00000 н. 0000022615 00000 п. 0000016542 00000 п. трейлер ] / Назад 12842852 / XRefStm 22615 >> startxref 0 %% EOF 9119 0 объект > поток hZ 8 1m2d) eIX # ٢ ($ eB) 6ItX: TrF {I { u
Разница в цвете и внешнем виде: измерение обоих спектрофотометрией
Наш мир окрашен смесью цветов, которые бывают как естественных, так и искусственных оттенков.Скорее всего, почти каждый предмет, который вы видите в данный момент, был тщательно оценен и протестирован на соответствие определенным цветовым стандартам с использованием спектрального анализа. На протяжении десятилетий спектрофотометрия развивалась, чтобы соответствовать более высоким уровням точности, и применение более передовых технологий продолжает расширяться. По мере роста этих приложений возможности инструментария также продолжают расти.
Чтобы выбрать правильный инструмент для правильного применения, важно понимать разницу между измерением цвета образца и его внешним видом.Многие факторы влияют на внешний вид объекта и могут исказить восприятие цвета. Понимание науки, лежащей в основе спектрофотометрии, может помочь вам выбрать правильное оборудование для каждого конкретного типа образца.
Углы, под которыми свет отражается от поверхности объекта, определяют воспринимаемый цвет. Спектрофотометры предназначены для учета изменений отражения поверхности в зависимости от текстуры образца.Источник изображения: пользователь Flickr Боб Тернер
Взгляд со всех сторон
Человеческий глаз воспринимает цвет, когда свет отражается от поверхности объекта или поглощается ею, а угол, под которым свет падает на объект, может сильно изменить восприятие цвета.«Когда свет падает на непрозрачный объект, общее количество отраженного света характеризуется как два совершенно разных отражения света от поверхности: зеркальное отражение и диффузное отражение».
- Зеркальное отражение — также воспринимаемое как «блики», вызвано текстурой образца. Глянцевые или блестящие поверхности часто демонстрируют высокий уровень зеркального отражения. Это заставляет свет отражаться от поверхности объекта под углом, противоположным направлению, из которого он пришел, заставляя зрителя изменять угол обзора, чтобы наблюдать за цветом.
- Diffuse Reflection — здесь воспринимается реальный цвет. Это точка, в которой отраженный свет рассеивается (или рассеивается) во многих направлениях, и определяется цвет объекта.
Основываясь на этих научных принципах и развитии спектрофотометрии, такие организации, как Американское общество тестирования материалов (ASTM), разработали стандартизированные методы тестирования цвета.
То, как свет отражается от поверхности объекта, влияет на визуальное восприятие цвета.Глянцевые поверхности кажутся более яркими или темными по цвету, чем матовые.Источник изображения: пользователь Flickr Джереми Дженум
Сравнение образцов текстур
В зависимости от степени зеркального отражения и блеска на поверхности образца требуются различные методы тестирования. Текстура является важным атрибутом структуры образца и может влиять на угол обзора, необходимый для точной оценки цвета. Глядя на то, как свет реагирует на поверхность объекта, можно определить лучший угол и систему измерения для использования.
Зеркальный свет воспринимается как белый свет, тогда как рассеянный рассеянный свет определяет насыщенность или цвет образца. На образцах с высоким блеском цвет кажется более темным, потому что зеркальный свет отражается от поверхности и не смешивается с цветностью образца. Поскольку угол обзора и коэффициент зеркального отражения существенно влияют на цвет образца, значительное изменение цвета также заметно на сильно текстурированных или матовых поверхностях, что также создает проблемы для спектрофотометрии.Вместо зеркального отражения, вызывающего трудности с восприятием цвета из-за бликов (зеркальное отражение), текстурированные образцы будут рассеивать почти весь зеркальный свет, заставляя его смешиваться с рассеянным светом, делая воспринимаемый цвет более светлым или тусклым на вид. Спектрофотометрия учитывает эти вариации путем разработки конкретных изменений в инструментах для изменения углов обзора, что позволяет проводить точное сравнение цветов и воспроизводимость для различных образцов.
Геометрия и углы обзора играют важную роль в технологии цвета и измерении цвета.Источник изображения: пользователь Flickr Biblioteca General Antonio Machado
Общие сведения о параметрах
При таком большом количестве вариантов спектрофотометров может быть трудно решить, какой прибор подходит для вашего типа и текстуры образца. HunterLab специализируется на спектрофотометрии и последних достижениях в области цветных технологий. Мы используем четыре основных геометрии измерения цвета в нашем универсальном оборудовании.
- Сферическое зеркальное отражение
- Сферическое отражение без зеркального отражения
- 0/45 — градус
- 45/0 — градус
Каждая из этих геометрических форм была разработана с использованием новейших инструментальных технологий для просмотра цвета так, как он воспринимается человеческим глазом.Универсальность наших спектрофотометров позволяет варьировать текстуру поверхности и интегрировать измерения высоты, чтобы дать наиболее точные оценки истинного цвета. Чтобы получить дополнительную информацию о вариантах оснащения или узнать больше о спектрофотометрии и цветовой технологии, свяжитесь с HunterLab сегодня.
Г-н Филипс провел последние 30 лет в разработке продуктов и управлении ими, технических продажах, маркетинге и развитии бизнеса в нескольких отраслях. Сегодня он является менеджером по развитию глобального рынка в HunterLab, сосредоточенный на понимании потребностей клиентов, предоставлении соответствующих решений и обучении, а также помощи в решении проблем с цветом для клиентов в этих отраслях и культурах.
Внешний вид цвета — обзор
1.3 Фон измерения цвета
Несколько факторов влияют на внешний вид цвета объекта и, таким образом, влияют на методы, используемые для измерения цвета. Во-первых, это характер используемого источника света. Хотя объект может выглядеть одноцветным при просмотре на солнце, он может приобретать другой вид при просмотре под светодиодной лампой. Таким образом, источник света необходимо учитывать при измерении цвета объекта [16].Второй фактор — это изменение падающего света путем взаимодействия с самим объектом. Например, поверхность и ориентация объекта могут изменить цвет, воспринимаемый зрителем [17]. Третий важный фактор заключается в том, что система зрения человека является трехцветной (трехканальной), а это означает, что один воспринимаемый цвет можно рассматривать как совокупный эффект трех отдельных стимулов на зрительную кору [18,19]. Это позволяет людям воспринимать более тонкие различия в цвете и дает информацию о многих цветовых пространствах, которые в настоящее время используются при количественной оценке цвета.
Цветовая система CIE определила стандартные условия для учета каждого фактора, указанного выше, поэтому описание внешнего вида цвета в терминах координат CIELAB обеспечивает объективную количественную оценку визуального восприятия этого цвета. Кроме того, спецификация цвета в терминах значений CIELAB позволяет измерять воспринимаемые различия или изменения цвета. Прекрасный обзор цветовой системы CIE и ее применения для измерения цвета кожи доступен в Ref. [19] и кратко изложен здесь.Относительные спектральные распределения энергии стандартных источников света CIE были указаны и доступны в виде опубликованных таблиц, которые включены в программное обеспечение, поставляемое с различными спектрофотометрами отражательной способности для измерения цвета. Чтобы измерить, как освещаемый свет изменяется при взаимодействии с объектом, используется спектрофотометр отражательной способности с оптической конфигурацией, соответствующей рекомендациям CIE. Таким образом формируется спектр отражения, который выражается как процент интенсивности падающего света, отраженного объектом на каждой длине волны, где длины волн видимого света соответствуют диапазону приблизительно от 400 до 700 нм.Наконец, трехцветная природа цветового зрения учитывается с помощью «стандартного наблюдателя CIE», который представляет собой таблицу опубликованных значений, которая представляет собой численное описание цветового зрения человека [19]. Для удобства эти табличные значения были также включены в типичное программное обеспечение, поставляемое со спектрофотометрами для измерения коэффициента отражения цвета.
В данном исследовании для количественной оценки цвета 3D-печатных моделей использовались две цветовые системы. Эти системы включали цветовые координаты CIELAB и RGB.Как описано выше, цветовая система CIELAB основана на человеческом восприятии цветов и разбита на три оси координат: L ∗, a ∗ и b ∗ [20]. В этой системе значение L ∗ соответствует яркости данного цвета и определяется по шкале от темного до яркого, количественно определяемой диапазоном 0–100 [21]. Термины a ∗ и b ∗ количественно определяют оттенок, характеризуя степень красного / зеленого и синего / желтого в данном цвете посредством использования векторных величин [21].Степень каждой из этих цветовых композиций оценивается направлением и величиной терминов a ∗ и b ∗, причем — a ∗ значения эквивалентны зеленому, + a ∗ значения равны красному, — Значения b ∗ обозначают синий цвет, а значения + b ∗ обозначают желтый цвет [21]. В отличие от этого, цветовая система RGB связана с цифровыми значениями цвета относительно степени красного, зеленого и синего оттенков, составляющих данный цвет по шкале 0–255 [21].
Для оценки разницы между цветами 3D-печатного объекта и оригинала требуется получение значений CIELAB с помощью спектрофотометрических измерений [15,20]. Эти значения CIELAB затем сравниваются с использованием метрики цветового различия, известной как Δ E ab ∗ [14,22]. Разница в значениях цвета Δ E ab ∗ , представляет собой евклидово расстояние между двумя цветами, находящимися в цветовом пространстве.Исходная формула Δ E ab ∗ была представлена в 1976 г. [19,23] и определена в уравнении. (14.1):
(14.1) ΔEab ∗ = ΔL ∗ 2 + Δa ∗ 2 + Δb ∗ 2
, где L ∗, a ∗ и b ∗ — три координаты в пространстве CIELAB.
В качестве грубого приближения, когда Δ E ab ∗ имеет величину 2 или ниже, разница в цвете между ними неразличима средним человеческим глазом [24].Рис. 14.2 представляет собой попытку проиллюстрировать степень цветового различия для Δ E ab ∗ значений 3 и 10, соответственно, для цвета в градациях серого (с равными L ∗, a ∗ , и b ∗ значений) и для случайно выбранного оттенка фиолетового. Однако имейте в виду, что на восприятие цвета этих изображений будут влиять настройки дисплея электронного монитора, настройки цветного принтера, условия освещения и другие факторы.
Рисунок 14.2. Иллюстрация величины цветовых различий для вариаций по осям L ∗, a ∗ и b ∗ цветового пространства CIELAB. (A) Цветовая разница Δ E ab ∗ = 3 для оттенков серого; (B) цветовая разница Δ E ab ∗ = 10 для цвета в градациях серого; (C) цветовая разница Δ E ab ∗ = 3 для оттенка фиолетового; (D) цветовая разница Δ E ab ∗ = 10 для оттенка фиолетового.
Хотя во многих исследованиях использовалось уравнение CIE 1976 Δ E ab ∗ , заданное уравнением. (14.1), улучшенная формула (ΔE94 ∗) была разработана CIE в 1994 году для более точного измерения воспринимаемых цветовых различий. Уравнение ΔE94 ∗ учитывает тот факт, что цветовое пространство CIELAB не идеально однородно и что человеческий глаз лучше способен обнаруживать одни цветовые различия, чем другие. Например, для цветов с высоким уровнем насыщенности цветовая формула CIE 1976 Δ E ab ∗ слишком сильно оценивает цветовые различия по сравнению с экспериментальными результатами экспериментов по цветовому восприятию [22,25].Уравнение ΔE94 ∗ определено в формуле. (14.2) [22], который выражается в полярных координатах яркости ( L ∗), цветности ( C ab ∗ ) и оттенка ( H ab ∗ ), а не прямоугольные L ∗, a ∗ и b ∗, координаты:
(14.2) ΔE94 ∗ = (ΔL ∗ kLSL) 2+ (ΔCab ∗ kCSC) 2+ (ΔHab ∗ kHSH) 2
Разница цветности между цветом 1 и цветом 2 рассчитывается как
(14.3) ΔCab ∗ = a1 ∗ 2 + b1 ∗ 2 − a2 ∗ 2 + b2 ∗ 2
Различия оттенков затем находятся как
(14,4) ΔHab ∗ = Δa ∗ 2 + Δb ∗ 2 − ΔCab ∗ 2
. k L , k C и k H термины — это факторы, соответствующие восприятию фоновых условий, и S L , S C и S H являются линейными функциями от C ab ∗ [22].Стандартные контрольные значения были приняты для терминов k и S , как указано ниже [22]:
(14,5) Sc = 1 + 0,045Cab ∗
(14,6) SH = 1 + 0,015Cab ∗
(14,7 ) SL = 1
(14,8) kL = kC = kH = 1
Руководство по выбору измерителей цвета и внешнего вида: типы, характеристики, применение
Приборы для измерения цвета
используются в основном для определения цветовых характеристик объектов и устройств ввода и вывода изображений.
Восприятие цвета является результатом взаимодействия физических стимулов; рецепторы в человеческом глазу, которые воспринимают раздражитель; а также нервная система и мозг, которые передают и интерпретируют сигналы, воспринимаемые глазом. Количественная оценка цвета относится к области колориметрии. Колориметрия — это, по сути, эксперименты по подбору цветов с использованием трех основных источников света. Область преследует две основные цели; разработать метод суммирования сложной спектрофотометрической кривой (фундаментального фотометрического описания светового стимула) как трехцветной смеси трех основных цветных источников света; и используя только смеси основных цветов, спрогнозируйте, будут ли два разных источника света или поверхности визуально соответствовать или казаться одинаковыми по цвету для обычного зрителя.Спектрофотометрическая кривая описывает относительное количество света как долю некоторого стандартного или максимального количества в видимых длинах волн.
Цветовое колесо. Кредит изображения: Джейсон Коэн Три основных цвета. Кредит изображения: Джейсон Коэн
Цвет и внешний вид
В области колориметрии существует разница в понимании цвета и внешнего вида.
Цвет обычно измеряется в единицах трехцветных значений X, Y и Z. Значения обрабатываются математически для получения различных цветовых шкал, наиболее распространенными из которых являются Hunter, CIELAB и CMC. Весы используют три числа, представленные буквами L, a, b или L, C, H, и используют трехмерную модель с математической разницей, представленной как Delta E.
Внешний вид — это проявление природы объектов и материалов через визуальные атрибуты, такие как размер, форма, цветность, цвет, текстура, глянцевитость, дымка, прозрачность, непрозрачность, оттенок, блеск, апельсиновая корка, полупрозрачность и т. Д.Все эти факторы важны для визуальной однородности продукта. Цвет измеряется колориметром, блеск — измерителем блеска, а текстура является общим термином. Глянец обычно измеряется с помощью прибора, который измеряет процент отражения при 60 градусах, то есть зеркало будет иметь блеск 100. Не существует полного способа включить эти факторы в спецификации отделки или получить точные измерения текстуры.
Как работают измерители цвета и приборы для определения внешнего вида
Измерители цвета и приборы для определения внешнего вида
используют различные шкалы для измерения воспринимаемых цветов.
Для измерения цвета и внешнего вида используются шесть шкал.
Визуализация цветового пространства XYZ / CC BY 3.0
XYZ пространство позволяет выражать цвета как смесь трех трехцветных значений X, Y и Z. Термин «трехцветный» происходит от того факта, что восприятие цвета является результатом реакции сетчатки глаза на три типа стимулов. После экспериментов Международная комиссия по освещению (CIE) установила гипотетический набор основных цветов, XYZ, которые соответствуют поведению сетчатки глаза.Предполагается, что функция Y — это функция яркости, Z — это (пропорциональная) реакция коротких конусов, а X — более или менее произвольная концентрация. Обычно цвет описывается в этой шкале в двух измерениях, потому что Y часто не указан или не имеет значения.
Примерных точек данных:
Осветитель |
х |
л |
Прибл. |
Опорный сигнал с плоским спектром |
0,3333 |
0,3333 |
|
Источник света D65 (sRGB белый) |
0,3127 |
0,3290 |
|
Осветитель D50 (шт. Белый) |
0,3457 |
0.3585 |
|
Источник света A |
0,4476 |
0,4074 |
|
Осветитель C |
0,3101 |
0,3161 |
|
sRGB красный люминофор |
0,6400 |
0,3300 |
|
sRGB зеленый люминофор |
0.3000 |
0,6000 |
|
sRGB синий люминофор |
0,1500 |
0,0600 |
|
Черное тело (бесконечный лимит) |
0,2399 |
0,2340 |
|
Черное тело (3000 К) |
0.4369 |
0,4041 |
|
Черное тело (ограничение 0K) |
0,7347 |
0,2653 |
|
Монохроматический 420нм |
0,1714 |
0,0051 |
|
Монохроматический 460 нм |
0.1440 |
0,0297 |
|
Монохроматический 490 нм |
0,0454 |
0,2950 |
|
Монохроматический 532 нм («зеленый лазер») |
0,1702 |
0,7965 |
|
Монохроматический 550 нм |
0.3016 |
0,6923 |
|
Монохроматический 555 нм (пик чувствительности) |
0,3374 |
0,6588 |
|
Монохроматический 570 нм |
0,4441 |
0,5547 |
|
Монохроматический 589 нм (оранжевая натриевая линия) |
0.5693 |
0,4301 |
|
Монохроматический 635 нм («красный лазер») |
0,7140 |
0,2859 |
Шкалу XYZ можно использовать для измерения цвета любого объекта, цвет которого можно измерить, но она используется не часто.
Yxy Координаты цветности CIE определяют цвет путем определения значения (Y) и цвета, отображаемого на диаграмме цветности (x, y).Каждая из трех величин сочетает в себе информацию о цветности и яркости и демонстрируется диаграммой цветности. На диаграмме оттенок представлен во всех точках по периметру диаграммы, цветность представлена движением от центральной белой (нейтральной) области к периметру диаграммы, где 100% насыщенность соответствует чистому оттенку. Он не очень хорошо соответствует визуальным характеристикам цвета и вскоре был заменен однородными цветовыми шкалами, основанными на теории противоположных цветов.
Хроматическая диаграмма
Цветовая шкала Hunter L, a, b — это трехмерное цветовое пространство куба. Она визуально более однородна, чем цветовая шкала XYZ, потому что различия между точками, нанесенными в цветовом пространстве, соответствуют визуальной разнице между нанесенными цветами. Форма куба позволяет оси L двигаться сверху вниз, в то время как a и b имеют положительное и отрицательное направления, следующие за осями x и y.
ось |
Атрибут |
Максимум |
Минимум |
л |
Светлый / Темный |
100: Отражающий диффузор . |
0: Черный |
а |
Красный / Зеленый |
+: Красный |
-: Зеленый |
б |
Синий / Желтый |
+: желтый |
-: Синий |
Есть дельта-значения, связанные с цветовой шкалой Hunter, которые показывают, насколько стандарт и образец отличаются друг от друга по каждой оси.Значения дельты обычно используются для контроля качества или корректировки формулы и устанавливается допуск. Например, если значение Δb выходит за пределы допуска, необходимо отрегулировать голубизну / желтизну, а если значение положительное, образец желтеет по сравнению со стандартом. Общая разница в цвете, ΔE, представляет собой единственное значение, которое учитывает разницу между L, a и b образца и стандарта. Дельта E вводит в заблуждение, поскольку не указывает, какая проба выходит за пределы допуска. Большинство этих проблем, включая эффекты светлой-темной шкалы, учтены в новых машинах.
Формулы, связанные с цветовой шкалой Hunter L, a, b:
L = 100√Y / Y n
a = K a [((X / X n ) — (Y / Y n )) / (√Y / Y n )]
b = K b [((X / X n ) — (Y / Y n )) / (√Y / Y n )]
Где,
X, Y и Z — трехцветные значения CIE.
X n , Y n и Z n — трехцветные значения для источника света
.Y n равно 100.00
X n и Z n перечислены в таблице ниже
K a и K b — коэффициенты цветности для источника света и перечислены в таблицах ниже:
CIE Стандартный наблюдатель 2 степени
Осветитель |
X n |
Z n |
К а |
К б |
А |
109.83 |
35,55 |
185,2 |
38,4 |
С |
98,04 |
118,11 |
175 |
70 |
D65 |
95,02 |
108,82 |
172,3 |
67,2 |
F2 |
98.09 |
67,53 |
175 |
52,9 |
TL4 |
101,4 |
65,9 |
178 |
52,3 |
UL3000 |
107,99 |
33,91 |
183,7 |
37,5 |
D50 |
96.38 |
82,45 |
173,51 |
58,48 |
D60 |
95,23 |
100,86 |
172,47 |
64,72 |
D75 |
94,96 |
122,53 |
172,22 |
71,3 |
Цветовую шкалу Hunter можно использовать для измерения любого объекта, цвет которого можно измерить.
Цветовая шкала CIELAB — это приблизительно однородная цветовая шкала, в которой различия между точками, нанесенными в цветовом пространстве, соответствуют визуальным различиям между нанесенными цветами. CIELAB имеет ту же форму куба, что и Hunter L, a, b, и имеет связанные значения дельты, которые указывают, находятся ли параметры за пределами допуска. Есть два других значения дельты, связанных с этой шкалой. ΔC * — это разница в цветности между образцом и стандартом, как описано в полярной системе координат.ΔH * — это разница в угле цветового тона между образцом и стандартом, как описано в полярной системе координат.
Цветовая шкала CIELAB
Формула
CIELAB включает четыре шага преобразования, которые интуитивно понятны при отдельном рассмотрении. Формулы, связанные с CIELAB:
Если X / X n , Y / Y n, и Z / Z n все больше, чем 0,008856, то
L * = 116 3 √ (Y / Y n ) -16
a * = 500 3 √ (X / X n ) — 3 √ (Y / Y n )
b * = 200 3 √ (Y / Y n ) — 3 √ (Z / Z n )
Если X / X n , Y / Y n, и Z / Z n равны или меньше 0.008856, затем
L * = 903,3 (Y / Y n )
a * = 500 [f (X / X n ) — f (Y / Y n )]
b * = 200 [f (Y / Y n ) — f (Z / Z n )]
Где,
X, Y и Z — трехцветные значения CIE.
X n , Y n и Z n — трехцветные значения для источника света
.Y n равно 100,00
X n и Y n указаны в таблице выше
Δa * = a * образец — a * стандарт |
+ Δa * означает, что образец более красный, чем стандартный |
|
Δa * означает, что образец экологичнее стандартного |
Δb * = b * образец — b * стандарт |
+ Δb * означает, что образец желтее, чем стандартный |
|
Δb * означает, что образец более синий, чем стандартный |
ΔE * = √ΔL * 2 + Δa * 2 + Δb * 2
ΔC * = C * образец — C * стандарт
Где,
ΔC * = √a * 2 + b * 2
ΔH * = √ΔE * 2 + ΔL * 2 + ΔC * 2
Эту шкалу можно использовать для любого объекта, цвет которого можно измерить.
Используйте Hunter L, a, b, когда: |
Используйте CIELAB, когда: |
Предварительно установленные спецификации указывают, что измерения Hunter L, a, b или будут сравниваться с измерениями, сделанными с использованием шкалы Hunter L, a, b. В этом случае используемый масштаб менее важен, чем использование одной и той же шкалы для всех общих измерений. |
Предварительно установленные спецификации указывают на CIELAB, или измерения будут сравниваться с измерениями, выполненными с использованием шкалы CIELAB. |
Исторические данные о цвете были перекодированы в Hunter L, a, b |
Исторические данные о цвете были записаны в CIELAB |
|
Необходимо соответствовать рекомендации цветовой шкалы CIE |
|
Требуется максимально возможная однородность цветового пространства |
|
Измерение очень темных цветов |
|
Установление новой методики измерения, в том числе с указанием цветовой шкалы |
График Предоставлено: hunterlab.com
Цветовая шкала CIELCH — это цветовой стандарт, разработанный CIELAB. CIE L *, C *, h — полярное представление прямоугольной системы координат CIE L *, a *, b *. Он описывает цвет так же, как цвет передается вербально в терминах светлоты L *, насыщенности цвета C * и оттенка h. CIELCH использует цветовое колесо для измерения цвета. L * — координата светлоты, перпендикулярная плоскости диаграммы. C8 — координата цветности, расстояние от центра, которое описывает, насколько насыщен цвет.Положение вокруг колеса — это угол оттенка, который выражается в градусах: 0 ° для красного, 90 ° для желтого, 180 ° для зеленого и 270 ° для синего. Эту шкалу не так легко понять, как CIE L, a, b, но ее легко соотнести с более ранними системами, основанными на физических образцах. Это полезно при попытке визуализировать проблемы, связанные с гаммой устройства (цветовыми возможностями).
Цветовая шкала ΔE * CMC означает комитет красильщиков и колористов по измерению цвета. Это однократное измерение типа «прошел / не прошел», определяющее трехмерное пространство допуска.dECMC представляет собой адаптацию уравнений LCH и используется в текстильной промышленности. Считается, что цветовые различия, рассчитанные с использованием шкалы CMC, лучше коррелируют с визуальной оценкой, чем цветовые различия, рассчитанные с использованием других инструментальных систем. Уравнения основаны на эллипсоидальном пространстве. Его труднее использовать, чем CIELAB, потому что соотношение между яркостью и цветностью (l: c) можно взвесить. Цветность обычно меньше яркости, потому что люди воспринимают меньшие сдвиги цветности, чем яркость.Типичное соотношение l: c составляет 2: 1 для большего количества применений. Это соотношение влияет на форму эллипсоида.
Выбор продукции
База данных Engineering360 SpecSearch позволяет промышленным покупателям выбирать измерители цвета и приборы внешнего вида по типу, критериям конфигурации, техническим характеристикам и функциям.
Тип изделия
Есть четыре типа машин для измерения цвета.Каждое устройство имеет свой механизм измерения цвета объекта и лучше всего работает в конкретном приложении. Описание устройств приводится ниже.
Колориметры измеряют цвет с помощью трех или четырех фильтров, которые соответствуют цветовым рецепторам человека. Устройство использует источник света для освещения измеряемого образца. Свет, отраженный от объекта, затем проходит через красный, зеленый и синий стеклянный фильтр, чтобы имитировать стандартные функции наблюдателя для конкретного источника света.Он определяет цвет на основе того, сколько света каждого цвета поглощается и отражается от объекта, чем больше поглощается цветного света, тем меньше отражается. Колориметры могут отображать числа L, a, b или L *, a *, b *, но могут измерять только один источник света.
Колориметры
используются для анализа цветового контраста и яркости на экранах, в системах управления цветом в полиграфической промышленности и для измерения оптических свойств драгоценных камней, в медицинских / дерматологических приложениях.
Колориметр
Денситометры измеряют оптическую плотность чернильных пленок с использованием одного или нескольких фильтров. В некоторых устройствах используется метод передачи, при котором свет проходит через измеряемое вещество, а фотоэлемент считывает свет, когда он проходит. Плотность измеряется путем наблюдения за тем, сколько света прошло через объект. Для твердых объектов количество отраженного света является мерой. Денситометры не дают полной информации о цвете, но полезны для определения и контроля печатных цветов.
Денситометры
используются фотографами и полиграфистами для проверки насыщенности, качества и стандартизации в работе. Они также используются для измерения плотности костей.
Плотномер
Спектральные камеры обеспечивают измерения с полной спектральной и пространственной информацией. Он используется для получения гиперспектрального изображения цели одновременно на десятках или сотнях длин волн.Спектральная визуализация — это метод, который предоставляет информацию об объекте за пределами того, что наблюдатель может видеть в видимом спектре. Простая конфигурация содержит черно-белую камеру для съемки объекта в оттенках серого, цветную камеру с тремя датчиками изображения для получения мультиспектрального изображения с тремя цветовыми каналами (красный, зеленый, синий) и механизм для захвата изображения. изображение.
Spectral Camerare используются для научных исследований, медицинской практики, военной теории и анализа произведений искусства.
Спектральная камера
Спектрофотометры работают по принципу отраженного света. Спектрофотометры измеряют отдельные длины волн, а затем вычисляют значения L, a, b или L *, a *, b * на основе этой информации. Они могут измерять во всех стандартных источниках света. Основными компонентами спектрофотометра являются источник освещения, интерференционные фильтры с питанием от шагового двигателя, детектор или фотодиод и считывающее устройство. Белый свет используется в качестве источника освещения, поскольку он содержит все цвета видимого спектра.Анализируемый объект (или сопоставленный в случае осколков краски) помещается перед источником и освещается белым светом. Свет отражается от объекта и обратно в машину и на маленькое колесо. Колесо представляет собой высокоэффективный анализатор цвета и состоит из ряда интерференционных фильтров. Каждый фильтр запрограммирован так, чтобы пропускать через него свет определенной длины волны, и в современных машинах только цвет образца достигает фильтров, в то время как другие длины волн отражаются.Это увеличивает точность совпадения. Когда световая волна проходит через образец, она достигает фотодиода, который преобразует информацию в электронный сигнал для отправки и в компьютер. Компьютер определяет точные пигменты, которые будут соответствовать образцу объекта.
Спектрофотометры
используются для сопоставления чипов краски, биологических и химических исследований, производства текстиля и чернил.
Видео предоставлено: learninhawaii / CC BY-SA 4.0
Спектрофотометр
Спектрофотометры
отличаются от колориметров, потому что они измеряют интенсивность любой длины волны видимого света, в то время как колориметры измеряют только красный, зеленый и синий цвета света. Оба полагаются на закон Бера-Ламберта для расчета концентрации вещества в растворе. Колориметры — менее сложные и более прочные устройства, чем спектрофотометры.
Оценка объекта
Цвет объекта — это аспект внешнего вида объекта, отличный от формы, формы, размера, положения или блеска, который зависит от спектрального состава падающего света, спектрального коэффициента отражения пропускания объекта и спектральной характеристики наблюдателя, а также геометрии освещения и просмотра.
Цветность — это атрибут цвета, также известный как интенсивность, насыщенность или чистота цвета. Это степень отклонения цвета от серого такой же яркости и измеряется от 0 процентов (нейтральный серый) до 100% (максимальная насыщенность или цветность).
Gloss — это угловая избирательность коэффициента отражения, включая свет, отраженный от поверхности. Он отвечает за степень, в которой отраженные блики или изображения объектов могут отображаться как наложенные на поверхность.
Мутность — это рассеяние света на глянцевой поверхности образца, отвечающее за очевидное уменьшение контрастности объектов, наблюдаемых при отражении от поверхности.
Оттенок — это атрибут цвета, с помощью которого цвет воспринимается как красный, желтый, зеленый, синий, фиолетовый и т. Д. Чистый белый, черный и серый оттенки не имеют оттенка.
Блеск — это внешний вид, характерный для поверхности, которая отражает больше в некоторых направлениях, чем в других направлениях, но не имеет такого высокого блеска, чтобы формировать четкие зеркальные изображения.
Апельсиновая корка описывает неровную поверхность, несколько напоминающую поверхность апельсиновой корки. Апельсиновая корка является мерой волнистости поверхности.
Волнистость поверхности
Прозрачность — это свойство образца, при котором он рассеивает свет, не позволяя четко видеть объекты за пределами образца и не контактирующие с ним.
Прозрачность — это степень регулярности пропускания, то есть свойство материала, при котором объекты могут быть ясно видны сквозь его лист.
V alue описывает яркость или темноту оттенка или хроматического цвета. Он выше (светлее), когда больше света, и ниже (темнее), когда оттенок кажется темнее. Значение может зависеть от фона и контролируется добавлением белых или черных пигментов. Следующее относится к оттенкам разной ценности:
- Оттенок: добавить белый к оттенку, например, Pink — это оттенок красного
- Оттенок: добавить черный к оттенку, например, Dark Red — это оттенок красного
- Тон: добавить равное количество оттенков, белого и черного
Технические характеристики
Спектральный диапазон описывает диапазон длин волн, который может измерять прибор. Каждый цвет в видимом спектре имеет уникальную длину волны, при этом инфракрасный и ультрафиолетовый свет появляются за пределами видимого диапазона.
Спектральный диапазон
Разрешение — это наименьшая длина волны, которую может различить прибор.
Характеристики
Функции доступны на многих моделях измерителей цвета и приборов внешнего вида. Эти функции включают,
- Режим Pass / Fail позволяет выполнять быстрый отбор проб.
- Встроенные статистические возможности позволяют быстро усреднить несколько измерений большой выборки.
- Портативные инструменты можно использовать для полевых или коммерческих работ, поскольку они не фиксируются на месте и достаточно легкие для переноски.
- Прочность означает, что прибор может работать в условиях высокой температуры или высокой влажности
- Компьютерные интерфейсы позволяют управлять или контролировать прибор удаленно с компьютера через интерфейс.