Percepción visual

Existían dos importantes escuelas griegas antiguas que proporcionaban una explicación primitiva de cómo funciona la visión.

La primera fue la « teoría de la emisión » de la visión, que sostenía que la visión se produce cuando los rayos emanan de los ojos y son interceptados por los objetos visuales. Si un objeto se veía directamente, era por medio de rayos que salían de los ojos y volvían a incidir sobre él. Sin embargo, una imagen refractada también se veía por medio de rayos que salían de los ojos, viajaban por el aire y, tras la refracción, incidían sobre el objeto visible, que se percibía como resultado del movimiento de los rayos desde el ojo. Esta teoría fue defendida por eruditos seguidores de la Óptica de Euclides y la Óptica de Ptolomeo .

La segunda escuela defendía el enfoque denominado «intromisión», que considera que la visión proviene de algo que entra en los ojos y que representa al objeto. Con su principal propagador, Aristóteles ( De Sensu ), ^{[ 8 ]} y sus seguidores, ^{[ 8 ]} esta teoría parece tener cierto contacto con las teorías modernas sobre qué es realmente la visión, pero siguió siendo solo una especulación sin fundamento experimental.

El desarrollo más decisivo de la teoría de la intromisión provino del trabajo del erudito del siglo XI Ibn al-Haytham (Alhazen) . En su Libro de Óptica ( Kitāb al-Manāẓir , c. 1021), rechazó tanto la teoría de la extramisión de Euclides y Ptolomeo como la explicación puramente especulativa de Aristóteles. Mediante experimentación sistemática, demostró que la visión ocurre cuando los rayos de luz reflejados por los objetos entran en el ojo, donde son enfocados por el cristalino sobre la retina. Este enfoque empírico marcó un punto de inflexión: Alhazen no solo proporcionó la primera explicación correcta de la visión en términos de intromisión ^{[ 9 ]} , sino que también introdujo métodos experimentales que influyeron en eruditos europeos posteriores como Roger Bacon , Kepler y, finalmente, Newton . ^{[ 10 ] [ 11 ]}

Ambas escuelas de pensamiento se basaban en el principio de que «lo semejante solo se conoce por lo semejante», y por lo tanto en la noción de que el ojo estaba compuesto de un «fuego interno» que interactuaba con el «fuego externo» de la luz visible y hacía posible la visión. Platón afirma esto en su diálogo Timeo (45b y 46b), al igual que Empédocles (según lo recoge Aristóteles en su De Sensu , DK frag. B17). ^{[ 8 ]}

Alhazen (965 – c. 1040) llevó a cabo numerosas investigaciones y experimentos sobre la percepción visual, amplió la obra de Ptolomeo sobre la visión binocular y comentó los trabajos anatómicos de Galeno. ^{[ 12 ] [ 13 ]} Fue el primero en explicar que la visión se produce cuando la luz rebota en un objeto y luego se dirige a los ojos. ^{[ 14 ]}

Se cree que Leonardo da Vinci (1452-1519) fue el primero en reconocer las cualidades ópticas especiales del ojo. Escribió: «La función del ojo humano... fue descrita por muchos autores de cierta manera. Pero yo la encontré completamente diferente». Su principal hallazgo experimental fue que solo existe una visión nítida y clara en la línea de visión, la línea óptica que termina en la fóvea . Aunque no usó estas palabras literalmente, en realidad es el padre de la distinción moderna entre visión foveal y periférica . ^{[ 15 ]}

Isaac Newton (1642–1726/27) fue el primero en descubrir mediante experimentación, aislando los colores individuales del espectro de luz que pasa a través de un prisma , que el color percibido visualmente de los objetos aparecía debido a la naturaleza de la luz que reflejaban, y que estos colores separados no podían transformarse en ningún otro color, lo cual era contrario a las expectativas científicas de la época. ^{[ 16 ]}

A Hermann von Helmholtz se le suele atribuir el primer estudio moderno de la percepción visual. Helmholtz examinó el ojo humano y concluyó que era incapaz de producir una imagen de alta calidad. La información insuficiente parecía imposibilitar la visión. Por lo tanto, concluyó que la visión solo podía ser el resultado de algún tipo de "inferencia inconsciente", término que acuñó en 1867. Propuso que el cerebro hacía suposiciones y conclusiones a partir de datos incompletos, basándose en experiencias previas. ^{[ 17 ]}

La inferencia requiere experiencia previa del mundo.

Algunos ejemplos de suposiciones bien conocidas, basadas en la experiencia visual, son:

• La luz viene de arriba;
• Los objetos normalmente no se ven desde abajo;
• Los rostros se ven (y se reconocen) en posición vertical; ^{[ 18 ]}
• Los objetos más cercanos pueden bloquear la vista de los objetos más distantes, pero no al revés; y
• Las figuras (es decir, los objetos en primer plano) tienden a tener bordes convexos.

El estudio de las ilusiones visuales (casos en los que el proceso de inferencia falla) ha aportado mucha información sobre qué tipo de suposiciones hace el sistema visual.

Otro tipo de hipótesis de inferencia inconsciente (basada en probabilidades) ha sido revivida recientemente en los llamados estudios bayesianos de la percepción visual. ^{[ 19 ]} Los defensores de este enfoque consideran que el sistema visual realiza algún tipo de inferencia bayesiana para derivar una percepción a partir de datos sensoriales. Sin embargo, no está claro cómo los defensores de esta visión derivan, en principio, las probabilidades relevantes requeridas por la ecuación bayesiana. Los modelos basados ​​en esta idea se han utilizado para describir varias funciones perceptivas visuales, como la percepción del movimiento , la percepción de la profundidad y la percepción figura-fondo . ^{[ 20 ] [ 21 ]} La "teoría totalmente empírica de la percepción" es un enfoque relacionado y más reciente que racionaliza la percepción visual sin invocar explícitamente formalismos bayesianos.

Los psicólogos de la Gestalt que trabajaron principalmente en las décadas de 1930 y 1940 plantearon muchas de las preguntas de investigación que estudian hoy los científicos de la visión. ^{[ 22 ]}

Las leyes de la Gestalt han guiado el estudio de cómo las personas perciben los componentes visuales como patrones organizados o totalidades, en lugar de muchas partes diferentes. "Gestalt" es una palabra alemana que se traduce parcialmente como "configuración o patrón" junto con "estructura completa o emergente". Según esta teoría, existen ocho factores principales que determinan cómo el sistema visual agrupa automáticamente los elementos en patrones: Proximidad, Similitud, Cierre, Simetría, Destino Común (es decir, movimiento común), Continuidad, así como Buena Gestalt (patrón regular, simple y ordenado) y Experiencia Pasada. ^{[ 23 ]}

Siguiendo los pasos de George Berkeley , el filósofo australiano Colin Murray Turbayne defendió una alternativa al "modelo geométrico" clásico de la percepción visual, afirmando que algunos aspectos del mismo han enturbiado innecesariamente nuestra comprensión de la visión desde la época de Euclides. Citando al escultor Naum Gabo, señala: «Las líneas, las formas, el color y el movimiento tienen su propio lenguaje, pero leerlo requiere tiempo. No basta con mirar; hay que ver, y “ver” significa “leer”». ^{[ 24 ]} Turbayne argumentó que un «modelo de lenguaje ilumina de manera peculiar este antiguo problema de cómo vemos, arrojando una luz brillante sobre áreas oscuras tenuemente iluminadas por su gran rival». ^{[ 25 ]} Específicamente, destacó las limitaciones que se encuentran en una explicación puramente mecanicista de la visión al argumentar que varios casos de «ilusión visual» pueden explicarse de manera más adecuada mediante la utilización de los términos que se encuentran en dicho modelo de lenguaje. Con esto en mente, presentó un análisis comparativo de ejemplos específicos de distorsión visual, incluyendo: el «Caso Barroviano», el caso de la «Luna Horizontal» y el caso de la «Imagen Retiniana Invertida». ^{[ 26 ] [ 24 ] [ 27 ]}

Durante la década de 1960, el desarrollo técnico permitió el registro continuo del movimiento ocular durante la lectura, ^{[ 28 ]} la visualización de imágenes, ^{[ 29 ]} y posteriormente, la resolución de problemas visuales, ^{[ 30 ]} y cuando se dispuso de cámaras integradas en los auriculares, también durante la conducción. ^{[ 31 ]}

La imagen de la derecha muestra lo que puede ocurrir durante los dos primeros segundos de la inspección visual. Mientras el fondo está desenfocado, representando la visión periférica , el primer movimiento ocular se dirige a las botas del hombre (simplemente porque están muy cerca del punto de fijación inicial y tienen un contraste razonable). Los movimientos oculares cumplen la función de selección atencional , es decir, seleccionar una fracción de todas las entradas visuales para un procesamiento más profundo por parte del cerebro. ^{[ 32 ]}

Las siguientes fijaciones saltan de un rostro a otro. Incluso podrían permitir comparaciones entre rostros. ^{[ 33 ]}

Se puede concluir que el icono de rostro es un icono de búsqueda muy atractivo dentro del campo de visión periférico. La visión foveal añade información detallada a la primera impresión periférica .

Cabe destacar que existen diferentes tipos de movimientos oculares: movimientos de fijación ( microsacadas , desviación ocular y temblor), movimientos de vergencia, movimientos sacádicos y movimientos de seguimiento. Las fijaciones son puntos relativamente estáticos donde el ojo se posa. Sin embargo, el ojo nunca permanece completamente quieto y la posición de la mirada se desplaza. Estos desplazamientos se corrigen mediante microsacadas, movimientos oculares de fijación muy pequeños. Los movimientos de vergencia implican la cooperación de ambos ojos para que una imagen se proyecte en la misma área de ambas retinas, lo que da como resultado una única imagen enfocada. Los movimientos sacádicos son el tipo de movimiento ocular que realiza saltos de una posición a otra y se utilizan para explorar rápidamente una escena o imagen. Por último, el movimiento de seguimiento es un movimiento ocular suave que se utiliza para seguir objetos en movimiento. ^{[ 34 ]}

Existe evidencia considerable de que el reconocimiento de rostros y objetos se realiza mediante sistemas distintos. Por ejemplo, los pacientes prosopagnosticos muestran déficits en el procesamiento de rostros, pero no de objetos, mientras que los pacientes agnósicos de objetos (en particular, el paciente CK ) muestran déficits en el procesamiento de objetos con un procesamiento de rostros preservado. ^{[ 35 ]} A nivel conductual, se ha demostrado que los rostros, pero no los objetos, están sujetos a efectos de inversión, lo que lleva a la afirmación de que los rostros son "especiales". ^{[ 35 ] [ 36 ]} Además, el procesamiento de rostros y objetos recluta sistemas neuronales distintos. ^{[ 37 ]} Cabe destacar que algunos han argumentado que la aparente especialización del cerebro humano para el procesamiento de rostros no refleja una verdadera especificidad de dominio, sino más bien un proceso más general de discriminación a nivel experto dentro de una clase de estímulo determinada, ^{[ 38 ]} aunque esta última afirmación es objeto de un debate sustancial . Utilizando fMRI y electrofisiología, Doris Tsao y sus colegas describieron regiones cerebrales y un mecanismo para el reconocimiento de rostros en monos macacos. ^{[ 39 ]}

La corteza inferotemporal desempeña un papel fundamental en el reconocimiento y la diferenciación de distintos objetos. Un estudio del MIT demuestra que subregiones de la corteza IT se encargan de diferentes objetos. ^{[ 40 ]} Al desactivar selectivamente la actividad neuronal de muchas áreas pequeñas de la corteza, el animal se vuelve alternativamente incapaz de distinguir entre ciertos pares de objetos. Esto demuestra que la corteza IT se divide en regiones que responden a características visuales distintas y específicas. De manera similar, ciertas áreas y regiones específicas de la corteza están más involucradas en el reconocimiento facial que en el reconocimiento de otros objetos.

Algunos estudios tienden a mostrar que, en lugar de la imagen global uniforme, ciertas características y regiones de interés de los objetos son elementos clave cuando el cerebro necesita reconocer un objeto en una imagen. ^{[ 41 ] [ 42 ]} De esta manera, la visión humana es vulnerable a pequeños cambios particulares en la imagen, como la alteración de los bordes del objeto, la modificación de la textura o cualquier pequeño cambio en una región crucial de la imagen. ^{[ 43 ]}

Estudios realizados en personas que recuperaron la vista tras una ceguera prolongada revelan que no necesariamente reconocen objetos ni rostros (a diferencia del color, el movimiento y las formas geométricas simples). Algunos plantean la hipótesis de que la ceguera infantil impide el desarrollo adecuado de alguna parte del sistema visual necesaria para estas tareas de nivel superior. ^{[ 44 ]} La creencia general de que existe un período crítico hasta los 5 o 6 años fue cuestionada por un estudio de 2007 que halló que los pacientes mayores podían mejorar estas habilidades con los años de exposición. ^{[ 45 ]}