
视觉搜索任务:研究人员的综合指南
视觉搜索任务涉及在多种干扰项中识别目标,并在研究人类如何处理视觉信息方面发挥至关重要的作用。这些任务还提供了有关视觉搜索背后的认知功能的宝贵见解。
在这里,我们将解释视觉搜索任务及其变体,讨论涉及的认知过程(从注意力到处理速度),以及深入数据收集,并解释它在认知心理学和临床心理学研究中的应用,等等!
- 社交场景与道德推理 - 心智理论和社会认知 描述: 通过互动场景测量社会理解能力。(链接占位符:“查看社交任务”)
- 儿童的游戏化认知任务 - 参与度 + 数据质量 描述: 有趣的游戏任务以保持注意力。(链接占位符:“探索游戏化任务”)
视觉搜索任务 - 解释
视觉搜索任务是一种注意力任务,参与者被要求在视觉场中快速而准确地检测目标刺激,目标刺激的存在和位置未知,在一组干扰项中进行搜索(Chesham et al., 2019)。
视觉搜索任务的基本元素有 (Wickens, 2023):
- 目标: 要识别或定位的特定刺激、物体或特征。
- 干扰项: 增加搜索难度的非目标元素。
- 搜索场: 进行搜索的空间区域。
视觉搜索任务旨在研究不同的认知功能,主要是注意力和感知。
心理学研究中常见的视觉搜索任务类型
视觉搜索任务可以概念化为两大类:
- 特征搜索任务: 视觉搜索任务的最简单版本,参与者被指示找到独特的目标。这个目标通常像蝴蝶一样“跳出来”,在蜗牛中间突出。
- 连接搜索任务: 一个更高级的版本,参与者必须花费更长的时间和精力专注于识别目标刺激,因为它与干扰项共享多个特征,例如识别与其特技替身一起出现的女演员。
特征搜索任务(左)和连接搜索任务(右)。
特征搜索任务
特征搜索任务涉及搜索具有独特特征而周围干扰者不共享的目标。目标通常在视觉领域中突出出现,可以不费力地被定位。例如,检测上图左侧干扰的蓝圈中的红色圆圈。
特征搜索任务采用的常见视觉搜索模式是并行搜索。 在此模式下,所有项目同时处理,允许快速检测。检测时间通常与干扰项的数量无关(因此,即使干扰项的数量增加,也不会影响定位目标所需的时间)。这也是特征搜索任务与采用串行搜索模式的连接搜索任务之间的巨大区别,稍后将讨论。
连接搜索任务
在连接搜索任务中,目标与干扰项共享一个或多个特征,因此需要更多的努力才能根据特征的组合来识别目标。例如,识别上图右侧干扰的蓝圈和红方块中的红色圆圈。
在Labvanced的在线视觉搜索任务示例中,目标是垂直的红色矩形,它与周围的干扰项共享的特征包括形状、颜色和方向。
这里采用的视觉搜索模式是串行搜索模式。 由于目标与干扰项共享特征,每个项目必须逐个处理,使定位目标变得更加困难。检测时间通常依赖于干扰项的数量(随着干扰项数量的增加,定位目标所需的时间也会增加)。
视觉搜索研究中的数据收集
通过视觉搜索任务收集的数据有助于多方面研究中的发现。

以下是收集的主要数据类型:
- 刺激显示编号: 目标刺激在屏幕上出现的确切位置(通常是行/坐标编号)。
- 干扰项数量: 视觉搜索场中非目标刺激的总数。
- 反应时间: 参与者定位目标并作出反应所需的时间。
- 准确性: 通常通过以下方式测量:
- 正确反应/命中: 找到的目标数量。
- 遗漏错误: 错过的目标数量。
- 伪报错误: 错误警报的数量。
- 状态: 指示参与者的反应是否正确、错误或过慢。
- 眼动: 使用眼动追踪器收集的指标,例如注视持续时间、扫视和凝视模式。

上图展示了从Labvanced的视觉搜索任务中记录的数据可能的样子。
什么是Labvanced?
Labvanced是一个强大的平台,您可以在上面创建基于心理学的实验(无需编码)并收集数据......同时访问诸如经过同行评审的网络摄像头眼动追踪和通过网站和本地桌面/移动应用程序进行多用户研究等高级功能!
需要考虑的可能混杂因素
无论您是在线还是在实验室中执行视觉搜索任务,都有几个混杂因素值得注意:
- 执行工作记忆负荷: 执行工作记忆负荷是指在执行任务时同时管理和操纵多条信息的心理努力。当存在许多干扰项时,工作记忆在视觉搜索任务中的负荷会增加,这对参与者的效率提出了挑战,并要求他们不要两次扫描同一区域。当工作记忆超负荷时,专注于寻找目标变得更加困难,增加了错误并减少了对目标的记忆(Nachtnebel et al., 2023)。
- 搜索方向: 需要左右搜索的任务通常比垂直、对角线或随机方向的搜索所需的时间短(Radhakrishnan et al., 2022)。
- 音频干扰: 音频干扰的存在显著增加视觉搜索时间,这表明背景噪音可能干扰完成搜索任务所需的专注。这种干扰可能是由于处理视觉信息和管理听觉刺激的认知资源竞争造成的(Radhakrishnan et al., 2022)。
- 熟悉度: 当在视觉搜索任务中遇到熟悉的物体或标志时,搜索时间可能显著减小。熟悉度使得物品处理更快,并且减少了识别目标所需的心理负荷,从而加快了视觉搜索时间(Qin et al., 2014)。
相关的认知功能
认知功能在视觉搜索任务的高效和有效性能中发挥着关键作用,因此在认知心理学研究中是一个主要的研究主题。

以下是这些任务背后的一些认知功能。
- 感知: 感知帮助组织感官信息,通过优先考虑相关特征,从而实现更快的识别和反应。高效的视觉感知使参与者能够实现更好的任务表现(Lin & Qian, 2023)。
- 记忆
- 短期记忆: 短期记忆(暂时存储少量信息的能力)使个体能够快速存储和处理信息,利用隐性记忆(短期记忆的一种形式)通过随着时间的推移积累记忆痕迹来更快地对频繁刺激作出反应(Maljkovic & Martini, 2005)。
- 工作记忆: 更高的工作记忆容量帮助个体在视觉搜索任务中更有效地管理认知资源,尤其是在双任务场景中(视觉搜索任务与其他认知任务同步进行)(Redden et al., 2022)。
- 长期记忆: 长期记忆(存储先前事件和知识)使得在视觉搜索任务中检索过去的视觉经验,并进一步指导当前的搜索行为。这样也帮助参与者更快地识别和选择(Friedman et al., 2018)。
- 注意力
- 选择性注意力: 选择性注意力在视觉搜索任务中发挥着重要作用,允许个体专注于场景中特定的项目或特征。这有助于有效识别目标并排除不相关的刺激(Wolfe, 2021)。
- 持续注意力: 视觉搜索任务需要持续的参与,而持续注意力确保在整个任务过程中一致分配注意资源。这减少了错误,例如忽视目标,从而提高视觉搜索的效率(Adam & Serences, 2022)。
- 注意力转移: 随着搜索集大小的增加,串行转移注意力的需求也增加,以处理多个刺激。注意力的转移使参与者能够有效地在各种刺激之间切换注意力,无论是以并行或串行的方式进行(Lee & Han, 2020)。
- 分散注意力: 当两个目标刺激位于广泛分隔的空间位置时,需要同时处理来自两个位置的信息。在这些情况下,分散注意力对于有效的视觉搜索表现至关重要,因为需要同时从多个空间位置处理信息(Davis et al., 2003)。
- 流动推理: 也称为流动智力,指的是解决无法通过先前学习解决的问题的能力。研究表明,这使个体能够在视觉搜索中表现出高效的眼动行为。具有更高流动推理能力的个体在识别目标时也表现出更高的准确性和速度(Wagneret al., 2024)。
- 视觉处理: 视觉处理是使个体能够解释和理解视觉信息并识别模式的认知功能,并在此过程中将注意力集中在相关刺激上,同时忽略干扰项(Wagneret al., 2024)。
- 处理速度: 这是视觉搜索任务中的一个重要认知功能,因为它使个人能够快速处理视觉信息,从而在干扰项中更快地识别目标。更快的处理速度支持快速决策,并进一步增强在现实世界视觉搜索场景中的表现(Wagneret al., 2024)。

视觉搜索任务设计的变体
视觉搜索任务可以在线或在实验室中施行,其复杂性差异显著,主要差异在于使用的刺激类型和数量,以及目标与干扰项的相似性。
以下是任务的一些变体:
- 连续视觉搜索任务: 此变体的搜索场包括多个目标和干扰项(Hokken et al., 2022)。
- 单帧搜索任务: 在此任务中,观察者需要对目标是否存在作出简单的“是”或“否”判断(Hokken et al., 2022)。
- 现实世界视觉搜索任务: 这包括设置在现实世界空间中的任务,而不是使用计算机屏幕。研究利用真实的乐高积木进行任务(Sauter et al., 2020)。
- 天空搜索: 这是TEA-Ch评估电池的一个子测试。在此变体中,观察者需要在一大张充满相似外形假宇宙飞船的纸上找到特定飞船(Nasiri et al., 2023)。
- 字母取消任务: 此视觉搜索任务的变体要求参与者识别并标记在其他干扰字母中分布的60个目标字母'A'(Rorden & Karnath, 2010)。
- TMM3拼图游戏: 此变体将视觉搜索和游戏相结合。目标始终存在,要求玩家根据颜色和形状等特征不断扫描和匹配相同的瓷砖(Chesham et al., 2019)。
视觉搜索任务的临床应用
视觉搜索任务不仅仅局限于认知心理学领域,还在临床心理学中发挥着重要作用,因为它们在理解不同神经发育和心理条件下各种注意和感知过程方面至关重要。

以下是一些例子:
- 注意缺陷多动障碍(ADHD): 视觉搜索任务是选择性注意的优秀测量工具,而这一领域在ADHD中通常受到损害。这些任务有助于识别个体的反应相关缺陷,从而理解ADHD的认知和行为特征(Mason et al., 2003)。
- 脑性视觉障碍(CVI): 视觉选择注意功能障碍(VSAD)是儿童中常见的CVI条件。视觉搜索任务揭示了CVI中的反应时间延迟和准确性降低,为针对该人群的干预措施提供了依据(Hokken et al., 2022)。
- 阅读障碍: 阅读障碍(以处理书面语言和阅读困难为特征的学习障碍)可以使用视觉搜索任务与其他神经发育条件区分开。阅读障碍儿童在快速且准确地处理视觉信息方面经常面临困难,这可能影响他们在视觉搜索任务中的表现(Hokken et al., 2022)。
- 自闭症谱系障碍(ASD): 视觉搜索任务有助于揭示和理解ASD个体所面临的神经发育挑战。一项研究表明,ASD个体在视觉搜索任务表现中出现了模式,如注视持续时间和搜索后过程(Canu et al., 2021)。
- 精神分裂症: 研究显示,精神分裂症个体在视觉搜索任务表现中存在显著损害,例如注视时间增加和搜索模式变化。这些发现有助于更深入理解精神分裂症的注意和感知特征(Canu et al., 2021)。
- 阿尔茨海默病(AD): 阿尔茨海默病人群中的视觉搜索任务可以提供对认知衰退和注意力损伤的见解。研究显示,阿尔茨海默病个体在视觉搜索效率中表现出显著缺陷,如反应时间慢、注视时间增加,以及在干扰项中准确识别目标刺激的困难(Pereira et al., 2020)。
- 焦虑: 视觉搜索任务已被用来评估焦虑对任务期间注意控制和处理效率的影响。这些任务提供了有关焦虑如何影响与视觉注意和决策相关的各种认知功能的见解(Vater et al., 2016)。

在其他领域的应用
视觉搜索任务不仅在临床心理学领域重要,还扩展到各个其他领域。以下是视觉搜索任务在不同领域中的一些应用示例:
- 神经科学: 视觉搜索任务已被广泛用于探索大脑中的功能互动。在一项将视觉搜索任务与神经成像设备(如fMRI和矫正近视的镜片)结合使用的研究中,研究人员成功解码与视觉疲劳和认知负荷相关的脑网络(Ryu et al., 2024)。
- 神经生理学: 视觉搜索任务在神经生理学中也具有重要意义。一项研究检验了利用眼动追踪技术进行的眼睛追踪,显示出对移动目标的速度和方向的视觉识别与运动选择紧密耦合(Souto & Kerzel, 2021)。 有趣的是,眼动指标很有助于识别视觉搜索缺陷。
- 执法部门: 视觉搜索任务,如剑桥面部记忆测试(CFMT+)(测量个体识别面孔的能力),在执法部门广泛使用,以预测警察在真实场景中搜索陌生面孔表现的个体差异(Thielgen et al., 2021)。
- 人机交互: 视觉搜索任务在人机交互中具有重要应用。它们有助于理解用户如何视觉扫描和与显示互动,这进一步有助于设计符合用户视觉能力和限制的界面(Halverson & Hornof, 2007)。
- 市场营销: 在市场营销领域,视觉搜索任务用于理解消费者如何在各种产品展示中进行视觉互动。这些提供了关于如何设计能有效吸引个体注意力并进而影响消费者决策的产品的见解(Banović et al., 2014; Qin et al., 2014)。
- 航空: 在航空安全领域,视觉搜索任务有助于理解时间压力和目标期待等不同因素如何影响检测性能、反应时间和视觉搜索。这些进一步有助于改善机场安全中的任务。
总的来说,视觉搜索任务及其变体(如连接搜索任务)为认知心理学提供了诸多见解,并具有与许多现实世界应用相连的潜力。
结论
视觉搜索任务帮助我们更好地理解人们如何在环境中专注、寻找和处理信息的认知心理学。它们揭示了我们的注意力和决策如何在日常生活中运作。随着技术的发展,我们可以使用视觉搜索任务解决现实世界中的问题。这使其成为一个宝贵的工具,不仅适用于研究人员,也帮助创造一个更好、更高效的世界!
参考文献
Adam, K., & Serences, J. (2022). Interactions of sustained attention and visual search. Journal of Vision, 22(14), 4355. https://doi.org/10.1167/jov.22.14.4355
Banović, Marija & Rosa, Pedro Joel & Gamito, Pedro. (2014). Eye of the Beholder: Visual Search, Attention and Product Choice.
Canu, D., Ioannou, C., Müller, K., Martin, B., Fleischhaker, C., Biscaldi, M., Beauducel, A., Smyrnis, N., van Elst, L. T., & Klein, C. (2021). Visual search in neurodevelopmental disorders: Evidence towards a continuum of impairment. European Child & Adolescent Psychiatry, 31(8), 1–18. https://doi.org/10.1007/s00787-021-01756-z
Chesham, A., Gerber, S. M., Schütz, N., Saner, H., Gutbrod, K., Müri, R. M., Nef, T., & Urwyler, P. (2019a). Search and match task: Development of a taskified match-3 puzzle game to assess and Practice Visual Search. JMIR Serious Games, 7(2). https://doi.org/10.2196/13620
Chesham, A., Gerber, S. M., Schütz, N., Saner, H., Gutbrod, K., Müri, R. M., Nef, T., & Urwyler, P. (2019b). Search and match task: Development of a taskified match-3 puzzle game to assess and Practice Visual Search. JMIR Serious Games, 7(2). https://doi.org/10.2196/13620
Davis, E. T., Shikano, T., Peterson, S. A., & Keyes Michel, R. (2003). Divided attention and visual search for simple versus complex features. Vision Research, 43(21), 2213–2232. https://doi.org/10.1016/s0042-6989(03)00339-0
Friedman, G. N., Johnson, L., & Williams, Z. M. (2018). Long-term visual memory and its role in learning suppression. Frontiers in Psychology, 9. https://doi.org/10.3389/fpsyg.2018.01896
Halverson, T., & Hornof, A. J. (2007). A minimal model for predicting visual search in human-computer interaction. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 431–434. https://doi.org/10.1145/1240624.1240693
Hokken, M. J., Krabbendam, E., van der Zee, Y. J., & Kooiker, M. J. (2022). Visual selective attention and visual search performance in children with CVI, ADHD, and dyslexia: A scoping review. Child Neuropsychology, 29(3), 357–390. https://doi.org/10.1080/09297049.2022.2057940
Lee, J., & Han, S. W. (2020). Visual search proceeds concurrently during the attentional blink and Response Selection Bottleneck. Attention, Perception, & Psychophysics, 82(6), 2893–2908. https://doi.org/10.3758/s13414-020-02047-6
Lin, W., & Qian, J. (2023). Priming effect of individual similarity and ensemble perception in Visual Search and working memory. Psychological Research, 88(3), 719–734. https://doi.org/10.1007/s00426-023-01902-z
Maljkovic, V., & Martini, P. (2005). Implicit short-term memory and event frequency effects in visual search. Vision Research, 45(21), 2831–2846. https://doi.org/10.1016/j.visres.2005.05.019
Mason, D. J., Humphreys, G. W., & Kent, L. S. (2003). Exploring selective attention in ADHD: Visual search through space and Time. Journal of Child Psychology and Psychiatry, 44(8), 1158–1176. https://doi.org/10.1111/1469-7610.00204
Nachtnebel, S. J., Cambronero-Delgadillo, A. J., Helmers, L., Ischebeck, A., & Höfler, M. (2023). The impact of different distractions on outdoor visual search and Object Memory. Scientific Reports, 13(1). https://doi.org/10.1038/s41598-023-43679-6
Nasiri, E., Khalilzad, M., Hakimzadeh, Z., Isari, A., Faryabi-Yousefabad, S., Sadigh-Eteghad, S., & Naseri, A. (2023). A comprehensive review of attention tests: Can we assess what we exactly do not understand? The Egyptian Journal of Neurology, Psychiatry and Neurosurgery, 59(1). https://doi.org/10.1186/s41983-023-00628-4
Pereira, M. L., Camargo, M. von, Bellan, A. F., Tahira, A. C., dos Santos, B., dos Santos, J., Machado-Lima, A., Nunes, F. L. S., & Forlenza, O. V. (2020). Visual search efficiency in mild cognitive impairment and alzheimer’s disease: An eye movement study. Journal of Alzheimer’s Disease, 75(1), 261–275. https://doi.org/10.3233/jad-190690
Qin, X. A., Koutstaal, W., & Engel, S. A. (2014a). The hard-won benefits of familiarity in visual search: Naturally familiar brand logos are found faster. Attention, Perception & Psychophysics, 76(4), 914–930. https://doi.org/10.3758/s13414-014-0623-5
Qin, X. A., Koutstaal, W., & Engel, S. A. (2014b). The hard-won benefits of familiarity in visual search: Naturally familiar brand logos are found faster. Attention, Perception, & Psychophysics, 76(4), 914–930. https://doi.org/10.3758/s13414-014-0623-5
Radhakrishnan, A., Balakrishnan, M., Behera, S., & Raghunandhan, R. (2022). Role of reading medium and audio distractors on visual search. Journal of Optometry, 15(4), 299–304. https://doi.org/10.1016/j.optom.2021.12.004
Redden, R. S., Eady, K., Klein, R. M., & Saint-Aubin, J. (2022). Individual differences in working memory capacity and visual search while reading. Memory & Cognition, 51(2), 321–335. https://doi.org/10.3758/s13421-022-01357-4
Rorden, C., & Karnath, H.-O. (2010). A simple measure of neglect severity. Neuropsychologia, 48(9), 2758–2763. https://doi.org/10.1016/j.neuropsychologia.2010.04.018
Ryu, H., Ju, U., & Wallraven, C. (2024a). Decoding visual fatigue in a visual search task selectively manipulated via myopia-correcting lenses. Frontiers in Neuroscience, 18. https://doi.org/10.3389/fnins.2024.1307688
Ryu, H., Ju, U., & Wallraven, C. (2024b). Decoding visual fatigue in a visual search task selectively manipulated via myopia-correcting lenses. Frontiers in Neuroscience, 18. https://doi.org/10.3389/fnins.2024.1307688
Sauter, M., Stefani, M., & Mack, W. (2020). Towards interactive search: Investigating visual search in a novel real-world paradigm. Brain Sciences, 10(12), 927. https://doi.org/10.3390/brainsci10120927
Souto, D., & Kerzel, D. (2021). Visual selective attention and the control of tracking eye movements: A critical review. Journal of Neurophysiology, 125(5), 1552–1576. https://doi.org/10.1152/jn.00145.2019
Thielgen, M. M., Schade, S., & Bosé, C. (2021). Face processing in Police Service: The relationship between laboratory-based assessment of face processing abilities and performance in a real-world identity matching task. Cognitive Research: Principles and Implications, 6(1). https://doi.org/10.1186/s41235-021-00317-x
Vater, C., Roca, A., & Williams, A. M. (2016). Effects of anxiety on anticipation and visual search in dynamic, time-constrained situations. Sport, Exercise, and Performance Psychology, 5(3), 179–192. https://doi.org/10.1037/spy0000056
Wagner, J., Zurlo, A., & Rusconi, E. (2024). Individual differences in visual search: A systematic review of the link between visual search performance and traits or abilities. Cortex, 178, 51–90. https://doi.org/10.1016/j.cortex.2024.05.020
Wickens, C. D. (2023). Pilot attention and perception and spatial cognition. Human Factors in Aviation and Aerospace, 141–170. https://doi.org/10.1016/b978-0-12-420139-2.00009-5
Wolfe, J. M. (2021). Guided search 6.0: An updated model of visual search. Psychonomic Bulletin & Review, 28(4), 1060–1092. https://doi.org/10.3758/s13423-020-01859-9