Картинка для кодирования информации: Кодирование данных в картинку PNG

Содержание

DataGlyphs — кодирование информации в изображении / Хабр

Исследовательский центр в Пало-Альто (Palo Alto Research Center —

PARC

), филиал знаменитой американской корпорации Xerox, разработал систему, которая позволяет совместить бумажные документы, предназначенные для людей, с машинным чтением, обладающую ошеломляющим преимуществом над прежними принципами кодировки.


Система называется «ДатаГлифы» (

DataGlyphs

).

Данные кодируются в виде множества диагональных штрихов (создатели технологии назвали их глифами), каждый из которых соответствует одному биту. Значение бита зависит от направления глифа.

Если оборудование, на котором печатается документ, имеет достаточно высокое разрешение, размеры глифов будут очень малы — не больше сотых долей дюйма. Благодаря этому, на крохотном участке страницы можно уместить сотни байтов цифровых данных. Впоследствии, отсканировав документ, эти данные можно извлечь и раскодировать.

Каждый «ДатаГлиф» (то есть — штрихкод нового типа) содержит решётку синхронизации — регулярный повтор одного и того же набора глифов, который и отмечает границы напечатанной информации и повышает надёжность чтения, благодаря избыточности кодирования.

Даже при уровне избыточности кодирования почти в 30%, по сравнению с самым распространённым стандартом штрихкодов — code39 (без дублирования информации) — новый тип кодирования обеспечивает почти в двадцать раз большую плотность упаковки данных: примерно 155 байт на квадратный сантиметр (при печати на принтере с разрешением 600 точек на дюйм).


И даже в сравнении со стандартом pdf417 — самым совершенным штрихкодом из прежних систем — разница составляет 1,8 раз (в пользу DataGlyphs).

Пользуясь вариацией в толщине соседних глифов и в их цвете, глифами можно напечатать чёрно-белое или цветное изображение, «глифовая» структура которого будет незаметна на глаз (как мы не видим точки разного диаметра при печати фотографий в газете).


Рассуждая дальше, из глифов можно делать серенький фон на текстовых документах, содержащий в себе сам документ в цифровом виде. Эта технология двусторонней печати одного и того же документа (одна сторона «буковками» — для людей, вторая «глифами» — для машин), назван разработчиками GlyphSeal, ему прочат больше будущее. Ведь теперь не нужно будет никаких программ распознавания напечатанных символов для сканирования, скажем факса.

На одной из презентаций разработчики представили прототип сканера, представляющий из себя прозрачную поверхность, на которой, если расположить сканнер над закодированным участком, выводиться закодированная информация.

Но самое главное, технология — Open Source. Желающие могут получить исчерпывающую информацию на сайте проекта: http://www.parc.com/research/projects/dataglyphs/

Способ кодирования фото- и видеоинформации

 

Изобретение относится к фото- и видеоинформационной технике. Его применение при разработке цифровых кодирующих устройств для применения в цифровых фото- и видеокамерах, видеотелефонии, цифровом телевидении позволяет получить технический результат в виде многократного снижения нагрузки на линии передачи данных. Этот результат достигается благодаря тому, что на промежуточном этапе кодирования вся текущая информация, присутствующая в кодере и относящаяся к одному или нескольким кадрам, разбивается на две или большее число групп, имеющих различный объем, большая часть данных обрабатывается внутри самого кодера, а остальная группа данных (одна или несколько) пересылаются на дополнительное (одно или несколько) удаленных устройств кодирования (удаленный сервер или серверы), в котором обрабатывется по определенному заданному алгоритму кодирования и возвращается обратно кодеру, после чего в кодере производится окончательное кодирование всех данных. 1 ил.

Изобретение относится к фото- и видеоинформационной технике и может найти применение при разработке цифровых кодирующих устройств в цифровых фото- и видеокамерах, видеотелефонии, видеоконференцсвязи, телевизионного цифрового вещания стандартной и высокой четкости, обработки и хранении видеоинформации и фотоизображений.Известно множество различных фото- и видеокодеров, позволяющих кодировать фото- и видеоматериалы с уменьшением объема информации (с цифровым сжатием). Наиболее известны такие кодеры, как JPEG (G.K.Wallace. The JPEG Still Picture Compression Standard Communication of the ACM. — 1991, Vol.34, N4). JPEG-2000 (ISO/IEC FCD 15444-1:2000 (V.1.0 16 March 2000) «JPEG 2000 Image Coding System») (для фото) и MPEG-2 (ISO/IEC 13818-2. Information Technology Generic Coding of Moving Pictures and Associated Audio Information. Part 2: Video./ Ed.l JTS I/SC 29, 1994), MPEG-4 (ISO/IEC 14496-2:1999. «Information technology — Coding of audiovisual objects — Part2: Visual»)(для видео).Указанные кодеры реализованы в аппаратных устройствах, реализующих конкретный алгоритм сжатия, а также в программных продуктах различных фирм, устанавливаемых на персональный компьютер конечного пользователя. В качестве аппаратных устройств можно назвать цифровые фото- и видеокамеры, аппаратные кодеры, устанавливаемые в телевизионных студиях для кодирования цифрового видеосигнала (MPEG-2-кодер COD/CO Е-1000 корпорации Tadiran Scopus. (www.scoMS.co.il)) и (MPEG-2-кодер NEC SmartVision HG/V корпорации NEC (www.nec.com)) дополнительные аппаратные платы, устанавливаемые в компьютер (PV 251/C-Cube DVXplore — MPEG-2 кодер корпорации ProVideo (www.nevton.ru]: Canopus DVStorm MPEG Module-Аппаратный MPEG-1, MPEG-2 кодер (www. canoouscorp. ru)).В качестве программных продуктов можно привести различные драйверы для компрессии фото- или видеоинформации (Программа MPEG-2 кодера LSX ENCODER 3.5 (www.liqos.com): Программа MPEG-2 кодера MPEG Power Professional V2.0h (www.heuris.com): DivX Pro 5.0 — драйвер кодека divX/MPEG-4 (www.divX.com)).В указанных выше аппаратных и программных кодерах кодирование фото- или видеоинформации осуществляется внутри данных устройств без использования вычислительных и аппаратных ресурсов, удаленных от данных аппаратных средств, которые могут находиться не в собственности пользователя, использующего фото- или видеокодер.Наиболее близкой к предлагаемому изобретению является система кодирования видеоинформации, в которой пользователь пересылает по цифровым каналам связи на удаленный сервер системы весь материал (видеофильм или фотоизображение), подлежащий кодированию, на сервере выполняется полное кодирование материала с использованием конкретного фото- или видеокодера, и через некоторое время пользователь получает готовый закодированный материал (Система кодирования видео по Интернет корпорации LoudEye (www.loudeye.com)).Недостатком указанной выше системы является огромный объем данных, подлежащих передаче на удаленный сервер, что увеличивает стоимость использования системы и ограничивает ее производительность.Задачей настоящего изобретения является разработка способа кодирования фото- и видеоинформации, который позволяет экономичным образом передавать большой объем информации на удаленный кодер с высокой производительностью.Сущность изобретения заключается в способе кодирования фото- и видеоинформации, включающем преобразование фотоизображения или последовательности видеокадров в цифровую форму, цифровую обработку в кодере значений пикселов яркости и цветности с уменьшением конечного объема информации (сжатием), причем на промежуточном этапе кодирования вся текущая информация, присутствующая в кодере и относящаяся к одному или нескольким кадрам, разбивается на две или большее число групп, имеющих различный объем, бoльшая часть данных обрабатывается внутри самого кодера, а небольшая (остальная) группа данных (одна или несколько) пересылается на дополнительное одно или несколько удаленных устройств кодирования (удаленный сервер или серверы), в котором обрабатывается по определенному (заданному) алгоритму кодирования и возвращается обратно кодеру, после чего в кодере производится окончательное кодирование всех данных.В отличие от известной системы в предлагаемом способе поток данных, передаваемых на удаленный сервер, в десятки и сотни раз меньше размера исходных данных, что значительно повышает производительность и эффективность предлагаемого способа кодирования по сравнению с существующими.Система кодирования в предлагаемом изобретении отличается также от известных устройств кодирования фото- и видеоинформации, в которых удаленные вычислительные ресурсы используются только для передачи уже готовой закодированной информации, а само кодирование производится полностью внутри самого устройства. К таким системам можно отнести существующие видеотелефоны, устройства видеоконференцсвязи, кодеры телевизионного сигнала. В этих системах удаленные вычислительные ресурсы используются лишь для создания среды передачи данных от кодера к другим устройствам (обеспечения связи), а также контроля за доступом к закодированным данным и времени использования канала передачи данных (биллинга).На чертеже изображен один из возможных вариантов устройства для реализации способа кодирования фото- и видеоинформации.Устройство, изображенное на чертеже, содержит кодер фото- и видеоинформации, состоящий из подключенного ко входу блока 1 преобразования исходных данных в формат, используемый для кодирования, блока 2 разделения данных на данные, которые будут продолжать обрабатываться внутри кодера, и данные, которые будут передаваться на удаленный сервер, подключенного к нему блока 3, в котором осуществляется кодирование внутренних данных, блока 6, осуществляющего передачу данных для удаленного кодирования, а также функций контроля за соединением с удаленным устройством-сервером, блока 4, осуществляющего обработку и мультиплексирование внутренних данных с данными, полученными от удаленного устройства-сервера, и блока 5 преобразования данных в конечный формат, а также содержит удаленное устройство-сервер, состоящее из блока 7, осуществляющего контроль за соединением и обеспечивающего прием и передачу данных от кодера, и транскодирующего модуля 8, обеспечивающего кодирование данных, поступающих с кодера.Предлагаемый способ с использованием устройства, изображенного на чертеже, реализуется следующим образом.Исходные данные, поступающие на вход устройства, попадают в блок 1 (блок преобразования исходных данных к внутреннему формату кодера), где они преобразуются в цифровой формат, необходимый для реализации заданного алгоритма сжатия. Преобразование может включать в себя стандартные компоненты, такие как оцифровка аналогового сигнала в цифровой в случае применения аналогового входа, выделение из трех цветовых компонент сигнала (RGB) яркостной компоненты (Y) и двух цветоразностных компонент (Cr, Cb), изменение пространственного разрешения цветовых компонент Сr, Cb, фильтрацию шумов с использванием цифровых фильтров. На выходе блока 1 формат цифровых данных должен соответствовать формату, требуемому для кодера сжатия. Например, в случае кодера JPEG таким форматом является формат данных в виде яркостной компоненты Y и двух цветоразностных компонент Сr, Сb, имеющих уменьшенное вдвое пространственное разрешение.В блоке 2 (блок разделения кодируемых данных на внутренние и обрабатываемые удаленно на внешнем устройстве) происходит выделение из всех цифровых данных небольшой группы, которая будет обрабатываться на удаленном устройстве. Выделение группы данных может осуществляться различными способами. Например, выделяемая группа данных может относиться только к одному (пример 1 ниже) или нескольким кадрам изображения (примеры 2 и 3). Выделению группы данных могут также предшествовать ряд цифровых преобразований, осуществляемых в блоке 2 согласно заданному алгоритму кодирования. В случае кодеров JPEG и MPEG-2/4 такими преобразованиями являются разбиение изображения на блоки 1616 и 88 пикселов, компенсация движения между кадрами, вычисление коэффициентов спектра дискретного косинусного преобразования (ДКП) в блоках 88 пикселов. В расмотренном ниже примере 2 группа данных (один старший коэффициент ДКП) выделяется из спектра ДКП всего блока 88 пикселов. Данные, выделенные блоком 2, пересылаются через блок 6 (интерфейсный модуль обмена данных по сети) на удаленное устройство, состоящее из блоков 7 (интерфейсный сетевой модуль удаленного устройства) и 8 (транскодирующий модуль удаленного устройства). При отправке данных в блоке 6 происходит их преобразование к требуемому сетевому протоколу передачи (например, протоколу TCP/IP). После прохождения по сети выделенные данные попадают через интерфейс приема данных 7 в блок сервера 8, где производится их обработка по заданному алгоритму. Данная обработка включает в себя элементы кодирования выделенной группы данных согласно алгоритму кодирования. В примере 1 такой обработкой является кодирование опорных кадров. В примере 2 такой обработкой является квантование и кодирование кодами переменной длины старщих коэффициентов ДКП блоков 88 пикселов.Обработанные на сервере данные возвращаются на кодер через интерфейсный блок сервера 7 и блок приема кодера 6. При этом в блоке 7 одновременно осуществляется контроль за соединением между кодером и сервером и учет времени соединения и количества переданных данных (биллинг).Одновременно с удаленной обработкой данных на сервере в блоке 3 (блок кодирования внутренних данных) кодера производится обработка оставшихся данных после их разделения в блоке 2. Данная обработка включает в себя этапы цифрового кодирования оставшихся данных согласно используемому алгоритму кодирования. В расмотренном ниже примере 1 в блоке 3 осуществляется полное кодирование кадров с компенсацией движения. В примере 2 в блоке 3 осуществляется полное кодирование всех коэффициентов ДКП спектра за исключением старшего коэффициента. Кодирование включает в себя квантование коэффициентов и кодирование их кодами переменной длины. В блоке 3 в случае применения видеокодера также осуществляется кодирование векторов движения, типов макроблоков и коэфициентов квантования согласно стандарту MPEG.В случае видеоинформации блок 3 может использовать результаты кодирования данных, обработанных удаленно на сервере. Данные результаты кодирования поступают из блока 4 (мультиплексор внутренних и закодированных удаленных данных) в блок 3 и используются в блоке 3 для восстановления закодированного кадра, что необходимо для осуществления компенсации движения при кодировании последующего кадра (группы кадров). После того как выделенные для удаленного кодирования и оставшиеся данные будут закодированы отдельно в блоках 3 и 8, в блоке 4 осуществляется их мультиплексирование. В этой процедуре данные, закодированные на удаленном устройстве, записываются (вставляются) в выходной поток в определенные места, которые они должны занимать согласно заданному стандарту кодирования.Окончательная обработка закодированных данных осуществляется в блоке 5 (преобразователь к конечному выходному формату). Производится формирование выходного цифрового потока посредством добавления требуемых заголовков, стартовых и управляющих кодов.Пример 1. Кодирование видеоинформацииВ качестве алгоритма кодирования видео используется известный метод, основанный на компенсации движения между кадрами, с периодическим кодированием кадров без компенсации движения (так называемых опорных кадров).При кодировании с компенсацией движения опорный кадр является исходным кадром для кодирования на стороне кодера и восстановления всех кадров на стороне декодера, без которого обработка промежуточных кадров (использующих компенсацию движения) невозможна. В рассматриваемом примере способа кодирования на удаленное устройство передаются все или определенная часть данных, относящихся к опорному кадру. Поскольку частота следования опорных кадров обычно значительно меньше полной частоты кадров, например в телевизионных MPEG-2 кодерах обычно в 10-15 раз (один раз в 1/2 с при частоте кадров 25 кадров/с), а в MPEG-4 видеокодерах обычно в 200-250 раз (один раз в 8-10 с), то объем передаваемых данных на удаленное устройство-сервер в данном примере будет в 10-200 раз меньше объема исходного видеоматериала. В случае передачи на удаленное устройство лишь части данных, относящихся к опорному кадру, поток данных будет еще меньше. В данном примере блок 8 на чертеже осуществляет функции кодирования опорного кадра с использованием оригинального алгоритма, компоненты которого отсутствуют на стороне кодера и без работы которого невозможно кодирование всех кадров видеопоследовательности.Пример 2. Кодирование фото- или видеоинформацииВ каждом кадре выделяется небольшой объем данных, отправляемых на сервер для кодирования и необходимых для формирования конечной битовой последовательности выходных данных. Эта небольшая информация может быть различной и отражать определенные особенности используемого алгоритма сжатия. Например, в случае использования кодека JPEG для фотоизображений или кодера MPEG-2/4 для видеоизображений в качестве такой информации могут выступать нулевые (старшие) коэффициенты дискретного косинусного преобразования блоков 8 пикселов исходного изображения, используемого в данных кодерах. В отсутствие значений амплитуд данных коэффициентов дальнейшее кодирование изображения невозможно. Поскольку количество данных коэффициентов в 88=64 раз меньше общего количества пикселов в кадре, то поток данных между кодером и удаленным устройством значительно меньше исходного объема всей кодируемой информации.Пример 3. Система удаленного кодирования видеоинформации на основе оригинального алгоритма сжатия видео «Motion Wavelets» (Артамонов А.Е., Сергеев А., Соколов А.Ю. Лучше один раз увидеть, чем сто раз услышать…., Сумма Технологий. — 2002, №1 (9), с. 65; Система удаленного кодирования видеофирмы ИДМ с использованием алгоритма Motion Wavelets (www.codec.ru)).В данном примере осуществляется использование как описанного выше удаленного кодирования опорных кадров, так и выделение лишь небольшой части данных, относящихся к опорному кадру, тесно взаимосвязанных со спецификой кодирования по алгоритму «Motion Wavelets». В результате удалось получить значительное снижение потока данных, передаваемых на удаленное устройство. Например, при использовании разрешения видео 352176 пикселов и частоте кадров 25 кадров/с (поток исходных данных в несжатом виде составляет примерно 35 Мбит/с), поток данных между кодером и удаленным устройством-сервером не превышает 3 кбит/с.В общем случае использования оригинального алгоритма кодирования фото- или видеоинформации данные, передаваемые на сервер удаленного кодирования по предлагаемому способу кодирования фото- и видеоинформации, должны отражать специфику цифровых преобразований, осуществляемых для реализации данного алгоритма кодирования (сжатия).Достигаемый с использованием предложенного способа результат выражается в возможности кодирования фото- или видеоинформации, при котором осуществляется лишь частичная передача пользователю компонент фото- или видеокодера, и процесс кодирования фото- или видеоинформации осуществляется пользователем на своем персональном компьютере (мобильном компьютере, мобильном устройстве связи, в локальной вычислительной среде пользователя, построенной на нескольких компьютерах, в фото- или видеокамере, в отдельном аппаратном вычислительном устройстве) без передачи пользователю всех компонент кодера, необходимых для его полной работы; в значительном уменьшении объема данных, передаваемых конечным пользователем на удаленный сервер обработки информации, по сравнению с первоначальным объемом имеющейся информации, подлежащей кодированию.Кроме того, обеспечивается возможность для разработчика используемого фото- или видеокодера защитить свой кодер от несанкционированного копирования и использования, а также контролировать процесс кодирования на удаленных устройствах конечного потребителя.

Формула изобретения

Способ кодирования фото- и видеоинформации, включающий преобразование фотоизображения или последовательности видеокадров в цифровую форму, цифровую обработку в кодере значений пикселов яркости и цветности с уменьшением конечного объема информации (сжатием), отличающийся тем, что на промежуточном этапе кодирования вся текущая информация, присутствующая в кодере и относящаяся к одному или нескольким кадрам, разбивается на две или большее число групп, имеющих различный объем, большая часть данных обрабатывается внутри самого кодера, а остальная группа данных (одна или несколько) пересылаются на дополнительное одно или несколько удаленных устройств кодирования (удаленный сервер или серверы), в котором обрабатывается по определенному заданному алгоритму кодирования и возвращается обратно кодеру, после чего в кодере производится окончательное кодирование всех данных.

РИСУНКИ

Рисунок 1

Почему двоичное кодирование является универсальным приведите примеры

Компьютер обрабатывает большое количество информации. Аудиофайлы, картинки, тексты – все это необходимо воспроизвести или вывести на экран. Почему двоичное кодирование является универсальным методом программирования информации любого технического оборудования?

Чем отличается кодирование от шифрования?

Зачастую люди отождествляют понятия «кодирование» и «шифрование», когда на самом деле они имеют разный смысл. Так, шифрованием называют процесс преобразования информации с целью ее сокрытия. Расшифровать зачастую может сам человек, который изменил текст, или специально обученные люди. Кодирование же применяется для обработки информации и упрощения работы с ней. Обычно используется общая таблица кодировки, знакомая всем. Она же встроена в компьютер.

Принцип двоичного кодирования

Двоичное кодирование основывается на использовании всего лишь двух символов — 0 и 1 — для обработки информации, используемой различными устройствами. Эти знаки назвали двоичными цифрами, на английском – binary digit, или bit. Каждый из символов двоичного кода занимает память компьютера в 1 бит. Почему двоичное кодирование является универсальным методом обработки информации? Дело в том, что компьютеру легче обрабатывать меньшее количество символов. От этого напрямую зависит и продуктивность работы ПК: чем меньше функциональных задач нужно выполнить устройству, тем выше скорость и качество работы.

Принцип двоичного кодирования встречается не только в программировании. С помощью чередования глухих и звонких ударов барабана жители Полинезии передавали информацию друг другу. Сходный принцип применяется и в азбуке Морзе, где для передачи сообщения используются длинные и короткие звуки. «Телеграфная азбука» используется и сегодня.

Где используется двоичное кодирование?

Двоичное кодирование информации в компьютере используется повсеместно. Каждый файл, будь то музыка или текст, должен быть запрограммирован, чтобы в последующем он мог быть легко обработан и прочитан. Система двоичного кодирования полезна для работы с символами и числами, аудиофайлами, графикой.

Двоичное кодирование чисел

Сейчас в компьютерах числа представлены в закодированном виде, непонятном для обычного человека. Использование арабских цифр так, как мы себе представляем, для техники нерационально. Причиной тому является необходимость присваивать каждому числу свою неповторимый символ, что сделать порой невозможно.

Существуют две системы счисления: позиционная и непозиционная. Непозиционная система основана на использовании латинских букв и знакома нам в виде греческих цифр. Такой способ записи достаточно сложен для понимания, поэтому от него отказались.

Позиционная система счисления используется и сегодня. Сюда входит двоичное, десятичное, восьмеричное и даже шестнадцатеричное кодирование информации.

Десятичной системой кодирования мы пользуемся в быту. Это привычные для нас арабские цифры, которые понятны каждому человеку. Двоичное кодирование чисел отличается использованием только нуля и единицы.

Целые числа переводятся в двоичную систему кодирования путем деления их на 2. Полученные частные также поэтапно делятся на 2, пока не получится в итоге 0 или 1. Например, число 12310 в двоичной системе может быть представлено в виде 11110112. А число 2010 будет выглядеть как 101002.

Индексы 10 и 2 обозначаются, соответственно, десятичную и двоичную систему кодирования чисел. Символ двоичного кодирования используется для упрощения работы со значениями, представленными в разных системах счисления.

Методы программирования десятичных чисел основаны на “плавающей запятой”. Для того чтобы правильно перевести значение из десятичной в двоичную систему кодирования, используют формулу N = M х qp. М – это мантисса (выражение числа без какого-либо порядка), p – это порядок значения N, а q – основание системы кодирование (в нашем случае 2).

Не все числа являются положительными. Для того чтобы различить положительные и отрицательные числа, компьютер оставляет место в 1 бит для кодирования знака. Здесь ноль представляет знак плюс, а единица – минус.

Использование такой системы счисления упрощает для компьютера работу с числами. Вот почему двоичное кодирование является универсальным при вычислительных процессах.

Двоичное кодирование текстовой информации

Каждый символ алфавита кодируется своим набором нулей и единиц. Текст состоит из разных символов: букв (прописных и строчных), арифметических знаков и других различных значений. Кодирование текстовой информации требует использования 8 последовательных двоичных значений от 00000000 до 11111111. Таким образом можно преобразовать 256 различных символов.

Чтобы не было путаницы в кодировании текста, используются специальных таблицы значений для каждого символа. В них присутствует латинский алфавит, арифметические знаки и знаки особого назначения (например, €, ¥, © и другие). Символы промежутка 128-255 кодируют национальный алфавит страны.

Для кодирования 1 символа требуется 8 бит памяти. Для упрощения подстчетов 8 бит приравниваются к 1 байту, поэтому общее место на диске для текстовой информации измеряется в байтах.

Большинство персональных компьютеров оснащены стандартной таблицей кодировки ASCII (American Standard Code for Information Interchange). Также используются другие таблицы, в которых система кодирования текстовой информации отличается. К примеру, первая известная кодировка символов называется КОИ-8 (код обмена информацией 8-битный), и работает она на компьютерах с ОС UNIX. Также широко встречается таблица кодов СР1251, которая была создана для операционной системы Windows.

Двоичное кодирование звуков

Еще одна причина, почему двоичное кодирование является универсальным методом программирования информации, — это его простота при работе с аудиофайлами. Любая музыка представляет собой звуковые волны разной амплитуды и частоты колебания. От этих параметров зависит громкость звука и его высота тона.

Чтобы запрограммировать звуковую волну, компьютер делит ее условно на несколько частей, или «выборок». Число таких выборок может быть большим, поэтому существует 65536 различных комбинаций нулей и единиц. Соответственно, современные компьютеры оснащены 16-битными звуковыми картами, что означает использование 16 двоичных цифр для кодирования одной выборки звуковой волны.

Чтобы воспроизвести аудиофайл, компьютер обрабатывает запрограммированные последовательности двоичного кода и соединяет их в одну непрерывную волну.

Кодирование графики

Графическая информация может быть представлена в виде рисунков, схем, картинок или слайдов в PowerPoint. Любая картинка состоит из мелких точек – пикселей, которые могут быть окрашены в разный цвет. Цвет каждого пикселя кодируется и сохраняется, и в итоге мы получаем полноценное изображение.

Если картинка черно-белая, код каждого пикселя может быть либо единицей, либо нулем. Если используется 4 цвета, то код каждого из них состоит из двух цифр: 00, 01, 10 или 11. По этому принципу различают качество обработки любого изображения. Увеличение или уменьшение яркости также влияет на количество используемых цветов. В лучшем случае компьютер различает около 16 777 216 оттенков.

Заключение

Существуют разные методы программирования информации, среди которых двоичное кодирование является наиболее эффективным. Всего лишь с помощью двух символов — 1 и 0 — компьютер легко прочитывает большинство файлов. При этом скорость обработки намного выше, нежели использовалась бы, например, десятичная система программирования. Простота этого метода делает его незаменимым для любой техники. Вот почему двоичное кодирование является универсальным среди своих аналогов.

Почему двоичное кодирование является универсальным?

Ответ

Двоичное кодирование универ­сально, так как с его помощью может быть представлена любая ин­формация на естественных и формальных языках, а также изображения и звуки.

Простота технической реализации — главное достоинство двоич­ного кодирования. Недостаток двоичного кодирования — большая длина получаемого кода.

Компьютер обрабатывает большое количество информации. Аудиофайлы, картинки, тексты – все это необходимо воспроизвести или вывести на экран. Почему двоичное кодирование является универсальным методом программирования информации любого технического оборудования?

Чем отличается кодирование от шифрования?

Зачастую люди отождествляют понятия «кодирование» и «шифрование», когда на самом деле они имеют разный смысл. Так, шифрованием называют процесс преобразования информации с целью ее сокрытия. Расшифровать зачастую может сам человек, который изменил текст, или специально обученные люди. Кодирование же применяется для обработки информации и упрощения работы с ней. Обычно используется общая таблица кодировки, знакомая всем. Она же встроена в компьютер.

Принцип двоичного кодирования

Двоичное кодирование основывается на использовании всего лишь двух символов — 0 и 1 — для обработки информации, используемой различными устройствами. Эти знаки назвали двоичными цифрами, на английском – binary digit, или bit. Каждый из символов двоичного кода занимает память компьютера в 1 бит. Почему двоичное кодирование является универсальным методом обработки информации? Дело в том, что компьютеру легче обрабатывать меньшее количество символов. От этого напрямую зависит и продуктивность работы ПК: чем меньше функциональных задач нужно выполнить устройству, тем выше скорость и качество работы.

Принцип двоичного кодирования встречается не только в программировании. С помощью чередования глухих и звонких ударов барабана жители Полинезии передавали информацию друг другу. Сходный принцип применяется и в азбуке Морзе, где для передачи сообщения используются длинные и короткие звуки. «Телеграфная азбука» используется и сегодня.

Где используется двоичное кодирование?

Двоичное кодирование информации в компьютере используется повсеместно. Каждый файл, будь то музыка или текст, должен быть запрограммирован, чтобы в последующем он мог быть легко обработан и прочитан. Система двоичного кодирования полезна для работы с символами и числами, аудиофайлами, графикой.

Двоичное кодирование чисел

Сейчас в компьютерах числа представлены в закодированном виде, непонятном для обычного человека. Использование арабских цифр так, как мы себе представляем, для техники нерационально. Причиной тому является необходимость присваивать каждому числу свою неповторимый символ, что сделать порой невозможно.

Существуют две системы счисления: позиционная и непозиционная. Непозиционная система основана на использовании латинских букв и знакома нам в виде греческих цифр. Такой способ записи достаточно сложен для понимания, поэтому от него отказались.

Позиционная система счисления используется и сегодня. Сюда входит двоичное, десятичное, восьмеричное и даже шестнадцатеричное кодирование информации.

Десятичной системой кодирования мы пользуемся в быту. Это привычные для нас арабские цифры, которые понятны каждому человеку. Двоичное кодирование чисел отличается использованием только нуля и единицы.

Целые числа переводятся в двоичную систему кодирования путем деления их на 2. Полученные частные также поэтапно делятся на 2, пока не получится в итоге 0 или 1. Например, число 12310 в двоичной системе может быть представлено в виде 11110112. А число 2010 будет выглядеть как 101002.

Индексы 10 и 2 обозначаются, соответственно, десятичную и двоичную систему кодирования чисел. Символ двоичного кодирования используется для упрощения работы со значениями, представленными в разных системах счисления.

Методы программирования десятичных чисел основаны на “плавающей запятой”. Для того чтобы правильно перевести значение из десятичной в двоичную систему кодирования, используют формулу N = M х qp. М – это мантисса (выражение числа без какого-либо порядка), p – это порядок значения N, а q – основание системы кодирование (в нашем случае 2).

Не все числа являются положительными. Для того чтобы различить положительные и отрицательные числа, компьютер оставляет место в 1 бит для кодирования знака. Здесь ноль представляет знак плюс, а единица – минус.

Использование такой системы счисления упрощает для компьютера работу с числами. Вот почему двоичное кодирование является универсальным при вычислительных процессах.

Двоичное кодирование текстовой информации

Каждый символ алфавита кодируется своим набором нулей и единиц. Текст состоит из разных символов: букв (прописных и строчных), арифметических знаков и других различных значений. Кодирование текстовой информации требует использования 8 последовательных двоичных значений от 00000000 до 11111111. Таким образом можно преобразовать 256 различных символов.

Чтобы не было путаницы в кодировании текста, используются специальных таблицы значений для каждого символа. В них присутствует латинский алфавит, арифметические знаки и знаки особого назначения (например, €, ¥, © и другие). Символы промежутка 128-255 кодируют национальный алфавит страны.

Для кодирования 1 символа требуется 8 бит памяти. Для упрощения подстчетов 8 бит приравниваются к 1 байту, поэтому общее место на диске для текстовой информации измеряется в байтах.

Большинство персональных компьютеров оснащены стандартной таблицей кодировки ASCII (American Standard Code for Information Interchange). Также используются другие таблицы, в которых система кодирования текстовой информации отличается. К примеру, первая известная кодировка символов называется КОИ-8 (код обмена информацией 8-битный), и работает она на компьютерах с ОС UNIX. Также широко встречается таблица кодов СР1251, которая была создана для операционной системы Windows.

Двоичное кодирование звуков

Еще одна причина, почему двоичное кодирование является универсальным методом программирования информации, — это его простота при работе с аудиофайлами. Любая музыка представляет собой звуковые волны разной амплитуды и частоты колебания. От этих параметров зависит громкость звука и его высота тона.

Чтобы запрограммировать звуковую волну, компьютер делит ее условно на несколько частей, или «выборок». Число таких выборок может быть большим, поэтому существует 65536 различных комбинаций нулей и единиц. Соответственно, современные компьютеры оснащены 16-битными звуковыми картами, что означает использование 16 двоичных цифр для кодирования одной выборки звуковой волны.

Чтобы воспроизвести аудиофайл, компьютер обрабатывает запрограммированные последовательности двоичного кода и соединяет их в одну непрерывную волну.

Кодирование графики

Графическая информация может быть представлена в виде рисунков, схем, картинок или слайдов в PowerPoint. Любая картинка состоит из мелких точек – пикселей, которые могут быть окрашены в разный цвет. Цвет каждого пикселя кодируется и сохраняется, и в итоге мы получаем полноценное изображение.

Если картинка черно-белая, код каждого пикселя может быть либо единицей, либо нулем. Если используется 4 цвета, то код каждого из них состоит из двух цифр: 00, 01, 10 или 11. По этому принципу различают качество обработки любого изображения. Увеличение или уменьшение яркости также влияет на количество используемых цветов. В лучшем случае компьютер различает около 16 777 216 оттенков.

Заключение

Существуют разные методы программирования информации, среди которых двоичное кодирование является наиболее эффективным. Всего лишь с помощью двух символов — 1 и 0 — компьютер легко прочитывает большинство файлов. При этом скорость обработки намного выше, нежели использовалась бы, например, десятичная система программирования. Простота этого метода делает его незаменимым для любой техники. Вот почему двоичное кодирование является универсальным среди своих аналогов.

Методы кодирования различных типов информации

Содержание:

  1. Общие сведения
  2. Классификация кодирования информации
  3. Процесс кодирования текста
  4. Кодирование цвета
  5. Кодирование графики
  6. Кодировка числовых значений
  7. Кодирование звука
  8. Кодирование видео

Общие сведения

Кодированием информации считается ее преобразование из начальной формы в ту, которая будет более удобной для хранения, обработки и передачи. Чтобы говорить о данном процессе, стоит остановиться на определении такого понятия, как «код». Он представляет собой правило отображения одного набора символов в другом. Код, передающий данные посредством только двух символов — нуля и единицы — называется двоичным. Его длина определяется численностью символов, используемых с целью представления кодируемых данных. Битом является одна из цифр этого кода — 0 или 1. Один бит шифрует два значения — 1 или 0. Двумя же битами возможно зашифровать 4 значения — это 00, 01, 10, 11, а тремя битами шифруются уже восемь значений. Добавление каждого нового бита увеличивает вдвое то число представлений, которое возможно закодировать.

Классификация кодирования информации

Возможно кодирование информации в следующих ее видах:

  • текст;
  • цвет;
  • графика;
  • числовые данные;
  • аудиофайлы;
  • видеофайлы.

Процесс кодирования текста

Текст составлен из упорядоченной очередности символов. Он находится в памяти ПК, будучи закодированным в бинарном коде. Каждому символу отводится определенное число, имеющее положительное значение, называемое символьным кодом, оно заносится в определенную ячейку памяти ПК. Корреляция и связь между символами, которыми они были закодированы, носит имя системы кодировки. В ПК чаще применяется система ASCII. Разработчиками ПО были созданы собственные восьмибитные стандарты для текстового преобразования. Благодаря дополнительному биту диапазон символов в кодировании расширился уже до 256. Во избежание неразберихи, первоначальные 128 из них соответствуют стандарту ASCII, а остальные 128 — адаптированы под особенности языка конкретного региона. В России кодировками 8 бит являются такие, как KOI8, UTF8.

Кодирование цвета

Чтобы закодировать фото, оно делится на большое число мелких точек — пикселей. Цвет их определяется бинарным кодом и после этого записывается на ПК. Когда упоминается, что размер изображения, к примеру, 512х512 точек, то это означает, что изображение представляет собой совокупность 262144 пикселей. Прибор, «расщепляющий» изображения на пиксели — это абсолютно любой фотоаппарат. В характеристиках любого из них указывается число пикселей, на которые он разбивает изображение. Чем больше пикселей — тем натуральнее будет выглядеть фото в декодированном формате.

При этом качество кодирования фото будет зависеть от цветового разнообразия пикселей. В бинарном коде есть несколько алгоритмов создания цветов. Наиболее распространенным алгоритмом является алгоритм RGB. При смешении красного, зеленого и синего цветов в различных соотношениях можно получить любые оттенки. Алгоритм RGB работает именно по такому принципу. Каждый из пикселей кодируется методом обозначения числа цветов, участвующих в его формировании. С увеличением битов, выделяемых для кодирования каждого пикселя, получается и больше вариантов оттенков. Тем самым увеличивается насыщенность изображения цветом. Величину цветовой палитры, составляющих изображение называют величиной глубины цвета.

Кодирование графики

Вышеописанный принцип построения изображений из пикселей является применяемым на практике в большей части и носит имя растрового. Помимо него в ПК применяется также векторный принцип. Векторные изображения рисуются на компьютере и создаются не из пикселей, а из графических примитивов (направлений, эллипсов, прямоугольников). Векторная графика является чертежным вариантом графики, довольно адаптированным для рисования на ПК и распространенным среди дизайнеров. Изображения в векторных форматах шифруются в качестве совокупности примитивов, при этом указываются такие свойства, как размеры, цвета заливки, координаты на холсте и прочее. Для записи круга в векторном формате, необходимо зашифровать его форму, координаты центра, величину радиуса, цвет контура и заливки. Для сравнения — в растровой же системе потребовалось бы закодировать цвет каждого пикселя. А если бы размер изображения оказался большим, то для его хранения потребовалось бы намного больше свободного пространства на ПК. Векторный метод не дает возможности кодировки в двоичный код реалистичных фотографий и изображений. По этой причине камеры имеют принцип работы именно по принципу растровой графики. Обычным же пользователям сталкиваться с векторным форматом приходится редко.

Кодировка числовых значений

При кодировании чисел важным моментом считается учитывание цели, с какой та ввелась в программу — с целью математических вычислений или же на вывод. Данные, кодируемые в бинарном коде шифруются нулем и единицей, называемых также битами. Эта кодировка популярна, ее организация технически более доступна — присутствие – единица, отсутствие – ноль. Единственным минусом является длина комбинаций из единиц и нолей. Но считается, что легче работать с большим числом простых и однотипных компонентов, нежели с малым количеством сложных. Целые величины кодируют просто обычным переводом их из одной системы в другую, а действительные — с использованием 80-разрядной системы.

Кодирование звука

Каждое звуковое ощущение, воспринимаемое человеческим слухом, является воздушной вибрацией, характеризующейся такими показателями как частота и амплитуда. Амплитуда является мерой отклонения состояния воздуха от его первоначального при каждом его колебании. Амплитуда воспринимается человеком в качестве такого качества, как громкость. Частота же колебаний является мерой отклонения состояния воздуха при вибрации от его изначального состояния за прошедшее время и слышится человеческим ухом как высота. Например, звук от писка комара обладает довольно высокой частотой и довольно высоким звуком. А раскаты грома обладают малой амплитудой и довольно низкой высотой звука. Взаимодействие ПК со звуковыми файлами выглядит так. Микрофон преобразовывает воздушные вибрации в равнозначные по характеристикам электрические. Аудиокарта ПК преобразует их в код, а он уже фиксируется на ЗУ. Когда запись воспроизводится, то происходит декодирование. Двоичный код преобразуется в электрические колебания, поступающие на устройство вывода (аудиосистему).

Последняя имеет противоположное принципу работы микрофона действие. Динамики преобразуют электрические вибрации в воздушные. Разделение звука на малые участки закладывает базис его двоичного кодирования. ПК делит звук на множество коротких отрывков, и зашифровывает интенсивность каждого. Данный процесс называется дискретизацией. С повышением ее частоты увеличивается точность траектории звука, становится более четкой и слышимой запись. Последняя также в сильной степени зависит от числа битов, используемых в шифровке участков, полученных при дискретизации. От числа использованных битов зависит показатель звуковой глубины.

Кодирование видео

Видеозапись содержит в себе звуковую и графическую составляющую. Кодирование аудиодорожек видеофайлов производится как и при кодировании обычного звука. Принципы же кодирований видеоизображений во многом схожи с принципом в растровой графике. Видеозапись является последовательностью очень быстро сменяющихся изображений. За одну секунду видео их может быть 25 и более. Каждый следующий кадр лишь несильно отличается от прежнего. Поэтому, алгоритмы кодирования видео, чаще всего, предусматривают только запись начального кадра. Следующие же кадры создаются посредством записей различия следующего от предыдущего.

Информатика. 6 класс. Растровое кодирование графической информации





Изображения в памяти компьютера

Последовательностями нулей и единиц можно закодировать и графическую информацию.

Существует два способа представления изображений в цифровом виде.

Первый способ состоит в том, чтобы графический объект, подлежащий представлению в цифровом виде, разделить вертикальными и горизонтальными линиями на крошечные фрагменты — пиксели, и закодировать цвет каждого пикселя в виде двоичного числа. Такой способ называется растровым кодированием.

Второй способ состоит в том, что некоторый графический объект записывается как закодированная в цифровом виде последовательность команд для его создания. Этот способ называется векторным кодированием.

Способ 1. Растровое кодирование

Графический объект, подлежащий представлению в цифровом виде, делится вертикальными и горизонтальными линиями на крошечные фрагменты — пиксели. Цвет каждого пикселя кодируется двоичным числом. Такой способ называется растровым кодированием.


Рассмотрим простую черно-белую картинку:


Каждую пустую (белую) клеточку рисунка, заключенного в рамку, мы закодировали нулем, а закрашенную (черную) — единицей.

Попробуем решить обратную задачу — восстановить рисунок по его коду, причем код будет десятичным. Представим имеющиеся десятичные числа в двоичном коде и закрасим клеточки, соответствующие 1:


В рассмотренных примерах каждый пиксель кодировался 1 битом. При цифровом представлении цветных изображений каждый пиксель кодируется цепочкой из 24 нулей и единиц, что позволяет различать более 16 миллионов цветовых оттенков.

Необычайно богатая цветовая палитра современных компьютеров получается смешением взятых в определенной пропорции трех основных цветов: красного, синего и зеленого. На кодирование каждого из них чаще всего отводится по 8 битов, в которых можно записать двоичные коды 256 различных оттенков основного цвета.

Проведем небольшой эксперимент

1. Запустите графический редактор Paint и выполните команду [Палитра — Изменить палитру].

2. В открывшемся диалоговом окне Изменение палитры щелкните на кнопке Определить цвет; обратите внимание на информацию в правой нижней части экрана.

3. Задайте несколько раз по своему усмотрению значения в полях ввода для основных цветов и проследите за изменениями в окне Цвет\3аливка.

4. Установите, какие цвета получатся при следующих значениях основных цветов:

Точное число различных оттенков вы можете получить, если с помощью приложения Калькулятор вычислите значение произведения 256 • 256 • 256. 

Проведем еще один эксперимент

1. Запустите графический редактор Paint, находящийся в группе программ Стандартные.

2. Откройте рисунок Образец из папки Заготовки (Мои документы\6 класс\Заготовки).

3. Выполните команду [Вид — Масштаб — Другой], в группе Варианты установите переключатель 400%, дающий увеличение исходной картинки в 4 раза.

4. Самостоятельно увеличьте исходную картинку в 8 раз (переключатель 800%).

5. Выполните команду [Вид — Масштаб — Показать сетку]. Обратите внимание на то, что весь исходный рисунок оказался состоящим из маленьких квадратиков.

6. Выберите инструмент Заливка и с его помощью попытайтесь внести изменения в рисунок, перекрашивая отдельные области.

7. Выполните команду [Вид — Масштаб — Обычный] и проследите за сделанными изменениями.

8. Выйдите из программы (команда [Файл — Выход]), не внося изменений в исходный файл (кнопка Нет в окне Внести изменения).

Как производится двоичное кодирование графической информации? / Справочник :: Бингоскул

Во времена Холодной войны учёные реализовали визуальное представление информации с помощью ЭВМ. С тех пор технологии создания, хранения и обработки цифровой графики перманентно развиваются. Рассмотрим, каким образом производится двоичное кодирование разной графической информации. Ознакомимся с особенностями процесса для разных типов картинок.

Как кодируется растровое изображение

Растровая картинка состоит из пикселей – мельчайших квадратиков. Представьте, поверх картинки натягивается сеть с мелкими квадратными ячейками. Процесс разбивки изображения на виртуальные квадратики называется дискредитацией. Простейшее чёрно-белое изображение может быть закодировано двумя символами: ноль и единица. Каждая цифра отвечает за свой цвет. При разрешении 1600 (ширина, число столбцов) на 1200 (высота, количество строк) пикселей картинка состоит из 1920000 пикселей – единиц и ноликов при глубине цвета 1 бит.

Дискредитации характерны потери информации. При разбивке исходного изображения в одном квадратике могло находиться несколько цветов, после обработки – только один. Аналогично нарушаются места перехода цветов из одного в другой. Это заметно, например, при масштабировании рисунков.

С цветными фотографиями ситуация обстоит сложнее из-за большего количества оттенков и глубины цвета. Последняя определяется количеством бит, необходимым для кодирования точки. Актуальная ныне глубина цвета 24 (истинный цвет) и 32 бита. Рассмотрим, как кодируется цветное изображение.

В работе Юнга-Гельмгольца доказано, что человеческий глаз наиболее чувствителен к зелёной, синей и красной компонентам света. Эти цвета применяются для кодирования цифровой графической информации, ведь путём их комбинирования можно получить все остальные. Цвет точки задаётся наличием или отсутствием компоненты каждого из каналов RGB – red, green, blue. При большой глубине увеличивается количество оттенков, при этом указывается интенсивность их свечения в диапазоне 0…255.

Из таблицы видно, что комбинациями, состоящими из трёх цифр (011, 110 и т. д.) – единица и ноль, можно закодировать 8 цветов: 23.

Для веб-страниц рисунки целесообразнее кодировать с помощью шестнадцатеричного кода, например, #FF0000 – где каждая пара цифр задаёт ту же интенсивность свечения цветов. Позволяет зашифровать 2563= 16,78 млн цветов. Они занимают по 24 бита в памяти. Исходя из этого, можно рассчитать максимальный объем, нужный для хранения фотографии или рисунка с известным разрешением – длиной и шириной. Сжатие файла уменьшит его размер.

Система шифрования CMYK использует 32-битную глубину цвета для представления цифровой графики. Различает почти 4,295 млрд оттенков. Наиболее естественной признана система HSB, где цифрами задаются тон, насыщенность и яркость каждого пикселя.

Растровое кодирование – это процесс присвоения уникального кода – последовательности символов в двоичной или шестнадцатеричной системе счисления каждому пикселю.

Кодирование векторных изображений

Векторные композиции состоят из примитивов – линий, дуг, геометрических фигур, описываемых математическими формулами. Фигуры находятся на отдельных слоях для простоты обработки и обладают атрибутами, к которым относятся: толщина, тип и цвет линий, заливки.

При кодировании векторной графики для отрезков хранятся:

  • Последовательности команд для их построения.

  • Координаты концов примитивов.

Для четырёхугольников – координаты вершин, правила образования примитива.

При кодировании векторных изображений сохраняются координаты начала и конца образующих картинку элементов и описывающие их математические выражения. Сами объекты в файле не сохраняются, чем снижают его размер.

Векторное кодирование исключает потери информации при сохранении, масштабировании и преобразовании, ведь не требует дискредитации.

Фрактальное кодирование

Фрактальная графика относится к вычисляемой – картинка формируется в графической памяти в момент открытия файла на основании математической формулы. Сами объекты в файле не сохраняются.

Тесты

Как кодируют векторные рисунки?
  1. Путём хранения координат вершин или концов фигуры.
  2. Посредством запоминания формул, образующих композицию.
  3. Запоминанием места расположения каждой точки картинки.

В чем состоит идея растрового кодирования?

  1. В указании яркости и контрастности.
  2. В задании цвета и ярости пикселя.
  3. В указании кода яркости свечения каждого цвета пикселя.

Тройками из нулей и единиц можно закодировать:

  1. 7 цветов.
  2. 8 цветов.
  3. 256 цветов.

Глава III. Кодирование информации. Методы и средства кодирования информации на сегодняшний день

Понятие «кодирование информации» и его смысл

запоминающий устройство кодировка компьютер

Современный компьютер может обрабатывать числовую, текстовую, графическую, звуковую и видео информацию. Все эти виды информации в компьютере представлены в двоичном коде, т. е. используется алфавит мощностью два (всего два символа 0 и 1). Связано это с тем, что удобно представлять информацию в виде последовательности электрических импульсов: импульс отсутствует (0), импульс есть (1). Такое кодирование принято называть двоичным, а сами логические последовательности нулей и единиц — машинным языком.

Каждая цифра машинного двоичного кода несет количество информации равное одному биту. Данный вывод можно сделать, рассматривая цифры машинного алфавита, как равновероятные события. При записи двоичной цифры можно реализовать выбор только одного из двух возможных состояний, а, значит, она несет количество информации равное 1 бит. Следовательно, две цифры несут информацию 2 бита, четыре разряда — 4 бита и т. д. Чтобы определить количество информации в битах, достаточно определить количество цифр в двоичном машинном коде.

Кодирование информации — процесс преобразования сигнала из формы, удобной для непосредственного использования информации, в форму, удобную для передачи, хранения или автоматической переработки.

 

Способы кодирования

 

Двоичное кодирование текстовой информации

Начиная с 60-х годов, компьютеры все больше стали использовать для обработки текстовой информации и в настоящее время большая часть ПК в мире занято обработкой именно текстовой информации.

Традиционно для кодирования одного символа используется количество информации равное 1 байту (1 байт = 8 битов). Для кодирования одного символа требуется один байт информации.

Учитывая, что каждый бит принимает значение 1 или 0, получаем, что с помощью 1 байта можно закодировать 256 различных символов. (28=256)

Кодирование заключается в том, что каждому символу ставиться в соответствие уникальный двоичный код от 00000000 до 11111111 (или десятичный код от 0 до 255). Важно, что присвоение символу конкретного кода — это вопрос соглашения, которое фиксируется кодовой таблицей (например, ASCII). Обратите внимание! Цифры кодируются по стандарту ASCII в двух случаях — при вводе-выводе и когда они встречаются в тексте. Если они участвуют в вычислениях, то осуществляется их преобразование в другой двоичных код.

Возьмем число 57. При использовании в тексте каждая цифра будет представлена своим кодом в соответствии с таблицей ASCII. В двоичной системе это — 00110101 и 00110111. При использовании в вычислениях код этого числа будет получен по правилам перевода в двоичную систему и получим — 00111001.

Кодирование графической информации

Под графической информацией можно понимать рисунок, чертеж, фотографию, картинку в книге, изображения на экране телевизора или в кинозале и т. д. Для обсуждения общих принципов кодирования графической информации в качестве конкретного, достаточно общего случая графического объекта выберем изображение на экране телевизора. Это изображение состоит из некоторого количества горизонтальных линий — строк. А каждая строка в свою очередь состоит из элементарных мельчайших единиц изображения — точек, которые принято называть пикселами (picsel — PICture’S ELement — элемент картинки). Весь массив элементарных единиц изображения называют растром (лат. rastrum — грабли). Степень четкости изображения зависит от количества строк на весь экран и количества точек в строке, которые представляют разрешающую способность экрана или просто разрешение. Чем больше строк и точек, тем четче и лучше изображение. Достаточно хорошим считается разрешение 640×480, то есть 640 точек на строку и 480 строчек на экран.

Строки, из которых состоит изображение, можно просматривать сверху вниз друг за другом, как бы составив из них одну сплошную линию. После полного просмотра первой строки просматривается вторая, за ней третья, потом четвертая и т. д. до последней строки экрана. Так как каждая из строк представляет собой последовательность пикселей, то все изображение, вытянутое в линию, также можно считать линейной последовательностью элементарных точек. В рассматриваемом случае эта последовательность состоит из 640×480=307200 пикселей. Вначале рассмотрим принципы кодирования монохромного изображения, то есть изображения, состоящего из любых двух контрастных цветов — черного и белого, зеленого и белого, коричневого и белого и т. д. Для простоты обсуждения будем считать, что один из цветов — черный, а второй — белый. Тогда каждый пиксель изображения может иметь либо черный, либо белый цвет. Поставив в соответствие черному цвету двоичный код “0”, а белому — код “1” (либо наоборот), мы сможем закодировать в одном бите состояние одного пикселя монохромного изображения. А так как байт состоит из 8 бит, то на строчку, состоящую из 640 точек, потребуется 80 байтов памяти, а на все изображение — 38 400 байтов.

Однако полученное таким образом изображение будет чрезмерно контрастным. Реальное черно-белое изображение состоит не только из белого и черного цветов. В него входят множество различных промежуточных оттенков — серый, светло-серый, темно-серый и т. д. Если кроме белого и черного цветов использовать только две дополнительные градации, скажем светло-серый и темно-серый, то для того чтобы закодировать цветовое состояние одного пикселя, потребуется уже два бита. При этом кодировка может быть, например, такой: черный цвет — 002, темно-серый — 012, светло-серый — 102, белый — 112.

Общепринятым на сегодняшний день, дающим достаточно реалистичные монохромные изображения, считается кодирование состояния одного пикселя с помощью одного байта, которое позволяет передавать 256 различных оттенков серого цвета от полностью белого до полностью черного. В этом случае для передачи всего растра из 640×480 пикселей потребуется уже не 38 400, а все 307 200 байтов.

Цветное изображение может формироваться различными способами. Один из них — метод RGB (от слов Red, Green, Blue — красный, зеленый, синий), который опирается на то, что глаз человека воспринимает все цвета как сумму трех основных цветов — красного, зеленого и синего. Например, сиреневый цвет — это сумма красного и синего, желтый цвет — сумма красного и зеленого и т. д. Для получения цветного пикселя в одно и то же место экрана направляется не один, а сразу три цветных луча. Опять упрощая ситуацию, будем считать, что для кодирования каждого из цветов достаточно одного бита. Нуль в бите будет означать, что в суммарном цвете данный основной отсутствует, а единица — присутствует. Следовательно, для кодирования одного цветного пикселя потребуется 3 бита — по одному на каждый цвет. Пусть первый бит соответствует красному цвету, второй — зеленому и третий — синему. Тогда код 101(2) обозначает сиреневый цвет — красный есть, зеленого нет, синий есть, а код 110(2) — желтый цвет — красный есть, зеленый есть, синего нет. При такой схеме кодирования каждый пиксель может иметь один из восьми возможных цветов. Если же каждый из цветов кодировать с помощью одного байта, как это принято для реалистического монохромного изображения, то появится возможность передавать по 256 оттенков каждого из основных цветов. А всего в этом случае обеспечивается передача 256x256x256=16 777 216 различных цветов, что достаточно близко к реальной чувствительности человеческого глаза. Таким образом, при данной схеме кодирования цвета на изображение одного пикселя требуется 3 байта, или 24 бита, памяти. Этот способ представления цветной графики принято называть режимом True Color (true color — истинный цвет) или полноцветным режимом.

Следует упомянуть еще один часто используемый метод представления цвета, в котором вместо основного цвета используется его дополнение до белого. Если три цвета: красный, зеленый и синий вместе дают белый, то дополнением для красного, очевидно, является сочетание зеленого и синего, то есть голубой цвет. Аналогичным образом дополнением для зеленого является сочетание красного и синего, то есть пурпурный, а для синего — сочетание красного и зеленого, то есть желтый цвет. Эти три цвета — голубой, пурпурный и желтый с добавлением черного образуют основные цвета в системе кодирования, которая называется CMYK (от Cyan — голубой, Magenta — пурпурный, Yellow — желтый и blacK — черный). Этот режим также относится к полноцветным, но для передачи состояния одного пикселя в этом случае требуется 32 бита, или четыре байта, памяти, и может быть передано 4 294 967 295 различных цветов.

Полноцветные режимы требуют очень много памяти. Так, для обсуждавшегося выше растра 640×480 при использовании метода RGB требуется 921 600, а для режима CMYK — 1 228 800 байтов памяти. В целях экономии памяти разрабатываются различные режимы и графические форматы, которые немного хуже передают цвет, но требуют гораздо меньше памяти. В частности, можно упомянуть режим High Color (high color — богатый цвет), в котором для передачи цвета одного пикселя используется 16 битов и, следовательно, можно передать 65 535 цветовых оттенков, а также индексный режим, который базируется на заранее созданной таблице цветовых оттенков. Нужный цвет выбирается из этой таблицы с помощью номера — индекса, который занимает всего один байт памяти.

При записи изображения в память компьютера кроме цвета отдельных точек необходимо фиксировать много дополнительной информации — размеры рисунка, яркость точек и т. д. Конкретный способ кодирования всей требуемой при записи изображения информации образует графический формат. Форматы кодирования графической информации, основанные на передаче цвета каждого отдельного пикселя, из которого состоит изображение, относят к группе растровых или BitMap форматов (bit map — битовая карта).

Кодирование растровых изображений.

Наиболее известными растровыми форматами являются BMP, GIF и JPEG форматы. В формате BMP (от BitMaP) задается цветность всех пикселей изображения. При этом можно выбрать монохромный режим с 256 градациями или цветной с 16 256 или 16 777 216 цветами. Этот формат требует много памяти. В формате GIF (Graphics Interchange Format — графический формат обмена) используются специальные методы сжатия кода, причем поддерживается только 256 цветов. Качество изображения немного хуже, чем в формате BMP, зато код занимает в десятки раз меньше памяти. Формат JPEG (Goint Photographic Experts Group -Уединенная группа экспертов по фотографии) использует методы сжатия, приводящие к потерям некоторых деталей. Однако поддержка 16 777 216 цветов все-таки обеспечивает высокое качество изображения. По требованиям к памяти формат JPEG занимает промежуточное положение между форматами BMP и GIF.

Кодирование чисел.

Для вывода чисел на экран используется двоично-десятичное представление чисел. В упакованном формате для каждой десятичной цифры отводится по 4 двоичных разряда (полбайта), при этом знак числа кодируется в крайнем правом полубайте числа (1100 — знак и 1101 — знак ).

При выполнении сложения и вычитания двоично-десятичных чисел используется упакованный формат: Цифра | Цифра | Цифра | … Цифра | Знак. Упакованный формат используется обычно в ПК при выполнении операций сложения и вычитания двоично — десятичных чисел. В распакованном формате для каждой десятичной цифры отводится по целому байту, при этом старшие полубайты (зона) каждого байта (кроме самого младшего) в ЭВМ заполняются кодом 0011, а в младших (левых) полубайтах обычным образом кодируются десятичные цифры. Старший полубайт (зона) самого младшего (правого) байта используется для кодирования знака числа.

Структура поля распакованного формата:

Зона | Цифра | Зона | …| Знак | Цифра

Распакованный формат используется при вводе — выводе информации, а также при выполнении операций умножения и деления двоично-десятичных чисел.

Кодирование фильмов.

Фильм представляет собой последовательность быстро сменяющих друг друга кадров, на которых изображены последовательные фазы движения. Поскольку известны принципы кодирования отдельных кадров, то закодировать фильм как последовательность таких кадров ничего не стоит. Звук записывают независимо от изображения. При демонстрации фильма важно только добиться синхронизации звука и изображения (в кино для этого используют хлопушку — по щелчку хлопушки совмещаются звук и изображение).

Закодированный фильм несёт в себе информацию о размере кадра в пикселях и количество используемых цветов; частоте и разрешении для звука; способе записи звука (покадровый или непрерывный для всего фильма). После этого следует последовательность закодированных картинок и звуковых фрагментов.

Кодирование векторных изображений.

Векторное изображение представляет собой совокупность графических примитивов (точка, отрезок, эллипс…). Каждый примитив описывается математическими формулами. Кодирование зависти от прикладной среды.

Растровая графика обладает существенным недостатком — изображение, закодированное в одном из растровых форматов, очень плохо “переносит” увеличение или уменьшение его размеров — масштабирование. Для решения задач, в которых приходится часто выполнять эту операцию, были разработаны методы так называемой векторной графики. В векторной графике, в отличие от основанной на точке — пикселе — растровой графики, базовым объектом является линия. При этом изображение формируется из описываемых математическим, векторным способом отдельных отрезков прямых или кривых линий, а также геометрических фигур — прямоугольников, окружностей и т. д., которые могут быть из них получены. Фирма Adobe разработала специальный язык PostScript (от poster script — сценарий плакатов, объявлений, афиш), служащий для описания изображений на базе указанных методов. Этот язык является основой для нескольких векторных графических форматов. В частности, можно указать форматы PS (PostScript) и EPS, которые используются для описания как векторных, так и растровых изображений, а также разнообразных текстовых шрифтов. Изображения и тексты, записанные в этих форматах, большинством популярных программ не воспринимаются, они могут просматриваться и печататься только с помощью специализированных аппаратных и программных средств.

Кроме растровой и векторной графики существует еще и фрактальная графика, в которой формирование изображений целиком основано на математических формулах, уравнениях, описывающих те или иные фигуры, поверхности, тела. При этом само изображение в памяти компьютера фактически не хранится — оно получается как результат обработки некоторых данных. Таким способом могут быть получены даже довольно реалистичные изображения природных ландшафтов.

Двоичное кодирование звука.

Развитие способов кодирования звуковой информации, а также движущихся изображений — анимации и видеозаписей — происходило с запаздыванием относительно рассмотренных выше разновидностей информации. Заметим, что под анимацией понимается похожее на мультипликацию “оживление” изображений, но выполняемое с помощь средств компьютерной графики. Анимация представляет собой последовательность незначительно отличающихся друг от друга, полученных с помощью компьютера картинок, которые фиксируют близкие по времени состояния движения какого-либо объекта или группы объектов. Приемлемые способы хранения и воспроизведения с помощью компьютера звуковых и видеозаписей появились только в девяностых годах двадцатого века. Эти способы работы со звуком и видео получили название мультимедийных технологий. Звук представляет собой достаточно сложное непрерывное колебание воздуха. Оказывается, что такие непрерывные сигналы можно с достаточной точностью представлять в виде суммы некоторого числа простейших синусоидальных колебаний. Причем каждое слагаемое, то есть каждая синусоида, может быть точно задана некоторым набором числовых параметров — амплитуды, фазы и частоты, которые можно рассматривать как код звука в некоторый момент времени. Такой подход к записи звука называется преобразованием в цифровую форму, оцифровыванием или дискретизацией, так как непрерывный звуковой сигнал заменяется дискретным (то есть состоящим из раздельных элементов) набором значений сигнала в некоторые моменты времени. Количество отсчетов сигнала в единицу времени называется частотой дискретизации. В настоящее время при записи звука в мультимедийных технологиях применяются частоты 8, 11, 22 и 44 кГц. Так, частота дискретизации 44 килогерца означает, что одна секунда непрерывного звучания заменяется набором из сорокачетырех тысяч отдельных отсчетов сигнала. Чем выше частота дискретизации, тем лучше качество оцифрованного звука. К наиболее распространённым звуковым кодировкам относятся такие форматы, как: MP3, WAV, MPEG, AVI.

 

Таблицы кодировок

 

В человеческом мире информация представляется последовательностями символов. Каждый символ имеет каноническое изображение, которое позволяет однозначно идентифицировать данный символ. Варианты начертания символов задают разные шрифты.

В вычислительных машинах для представления информации используются цепочки байтов. Поэтому для перевода информации из машинного представления в человеческий, необходимы таблицы кодировки символов — таблицы соответствия между символами определенного языка и кодами символов. Их еще называют кодовыми страницами или применяют английский термин character set (который иногда сокращают до charset).

Самой известной таблицей кодировки является код ASCII (Американский стандартный код для обмена информацией). Первоначально он был разработан для передачи текстов по телеграфу, причем в то время он был 7-битовым, то есть для кодирования символов английского языка, служебных и управляющих символов использовались только 128 7-битовых комбинаций. При этом первые 32 комбинации (кода) служили для кодирования управляющих сигналов (начало текста, конец строки, перевод каретки, звонок, конец текста и т.д.). При разработке первых компьютеров фирмы IBM этот код был использован для представления символов в компьютере. Поскольку в исходном коде ASCII было всего 128 символов, для их кодирования хватило значений байта, у которых 8-ой бит равен 0. Значения байта с 8-ым битом, равным 1, стали использовать для представления символов псевдографики, математических знаков и некоторых символов из языков, отличных от английского (греческого, немецких умляутов, французских диакритических знаков и т.п.).

Когда стали приспосабливать компьютеры для других стран и языков, места для новых символов уже не стало хватать. Для того, чтобы полноценно поддерживать помимо английского и другие языки, фирма IBM ввела в употребление несколько кодовых таблиц, ориентированных на конкретные страны. Так для скандинавских стран была предложена таблица 865 (Nordic), для арабских стран — таблица 864 (Arabic), для Израиля — таблица 862 (Israel) и так далее. В этих таблицах часть кодов из второй половины кодовой таблицы использовалась для представления символов национальных алфавитов (за счет исключения некоторых символов псевдографики).

С русским языком ситуация развивалась особым образом. Очевидно, что замену символов во второй половине кодовой таблицы можно произвести разными способами. Вот и появились для русского языка несколько разных таблиц кодировки символов кириллицы: KOI8-R, IBM-866, CP-1251, ISO-8551-5. Все они одинаково изображают символы первой половины таблицы (от 0 до 127) и различаются представлением символов русского алфавита и псевдографики.

Для таких же языков, как китайский или японский, вообще 256 символов недостаточно. Кроме того, всегда существует проблема вывода или сохранения в одном файле одновременно текстов на разных языках (например, при цитировании). Поэтому была разработана универсальная кодовая таблица UNICODE, содержащая символы, применяемые в языках всех народов мира, а также различные служебные и вспомогательные символы (знаки препинания, математические и технические символы, стрелки, диакритические знаки и т.д.). Очевидно, что одного байта недостаточно для кодирования такого большого множества символов. Поэтому в UNICODE используются 16-битовые (2-байтовые) коды, что позволяет представить 65 536 символов. К настоящему времени задействовано около 49 000 кодов (последнее значительное изменение — введение символа валюты EURO в сентябре 1998 г.).

Для совместимости с предыдущими кодировками первые 256 кодов совпадают со стандартом ASCII.

В стандарте UNICODE кроме определенного двоичного кода (эти коды принято обозначать буквой U, после которой следуют знак + и собственно код в шестнадцатеричном представлении) каждому символу присвоено определенное имя.

Еще одним компонентом стандарта UNICODE являются алгоритмы для взаимно-однозначного преобразования кодов UNICODE в последовательности байтов переменной длины. Необходимость таких алгоритмов обусловлена тем, что не все приложения умеют работать с UNICODE. Некоторые приложения понимают только 7-битовые ASCII-коды, другие приложения — 8-битовые ASCII-коды. Такие приложения используют для представления символов, не поместившихся, соответственно, в 128-символьный или 256-символьный набор, так называемые расширенные ASCII-коды, когда символы кодируются цепочками байтов переменной длины. Алгоритм UTF-7 служит для обратимого преобразования кодов UNICODE в расширенные 7-битовые ASCII-коды, а UTF-8 — для обратимого преобразования кодов UNICODE в расширенные 8-битовые ASCII-коды.

Отметим, что и ASCII и UNICODE и другие стандарты кодировки символов не определяют изображения символов, а только состав набора символов и способ его представления в компьютере. Кроме того (что, может быть, не сразу очевидно), очень важен порядок перечисления символов в наборе, так как он влияет самым существенным образом на алгоритмы сортировки. Именно таблицу соответствия символов из какого-то определенного набора (скажем, символов, применяемых для представления информации на английском языке, или на разных языках, как в случае с UNICODE) и обозначают термином таблица кодировки символов или charset. Каждая стандартная кодировка имеет имя, например, KOI8-R, ISO_8859-1, ASCII. К сожалению, стандарта на имена кодировок не существует.

 

Заключение

 

Для современного периода характерно новое соотношение двух сторон информационного общества — информационных ресурсов и информационных потребностей. На основе анализа этих сторон показана динамика и возможные сценарии дальнейшего развития общества в период информационного взрыва.

Сделан вывод, что инерционное саморазвитие информационных ресурсов должно быть уравновешенно научно-обоснованной информатизацией образования, направляющей информационное общество на стабильный путь.

Рост количества информации и повышение ее значения во всех сторонах жизнедеятельности человека привел к вложению огромных средств и сил в развитие возможностей информационно-компьютерных инфраструктур в обществе.

Научный поиск дал стимул техническому перевооружению этой сферы и привел к столь стремительному возрастанию информационно-компьютерных возможностей и к новому витку роста количества информации, что подавляющее большинство из них остается не востребованным.

Множество информационных структур, пронизывая систему образования составляет единую информационно-компьютерную и научную инфраструктуру системы образования, которая в настоящее время активно развивается.

Интенсивный рост возможностей компьютерной техники и явное запаздывание ее теоретического осмысления в педагогике привели к тому, что преобладание бытового понимания и использования информационно-компьютерных систем в настоящее время вызвало стихийный перекос основ информационного общества, опасную однобокость и извращение самой идеи информатизации. Выравнивание сложившейся ситуации должно осуществляться на прочном научно-обоснованном фундаменте информационно-компьютерной подготовки современного человека.

 

Используемая литература

 

1. Кирилова Г.И. Информационные технологии и компьютерные средства в образовании // Educational technology & Society., 2001

. Львовский М.Б. Методическое пособие BOOK по информатике для 7-11 классов., Москва. 2008

. Каплунова Н.В., Шарыхин В.В., Хмельницкий С.В. Концепция развития информационных ресурсов. // Под ред. С.В.Хмельницкого. — СПб.: Европейский университет в Санкт-Петербурге, 2001.

. Кайлин В.А. Информатика. Учебник. — М.: ИНФА-М.,2003-285с.

. Смирнов Алексей, Марциновский Иван. Состояние и ближайшие перспективы компьютерного рынка. Магнитные и магнитооптические накопители / Компьютер Price, 2003 — 3,10-13с.

. Шафрин Ю.А. «Основы компьютерной технологии». М., 1998

7. <http://ru.wikipedia.org>

Нейрокорреляты эпизодического кодирования картинок и слов

Реферат

Поразительной особенностью человеческой памяти является то, что картинки запоминаются лучше, чем слова. Мы исследовали нейронные корреляты памяти изображений и слов в контексте кодирования эпизодической памяти, чтобы определить специфические для материала различия в моделях активности мозга. Для этого мы использовали позитронно-эмиссионную томографию для картирования областей мозга, активных во время кодирования слов и изображений объектов.Кодирование осуществлялось с использованием трех различных стратегий для изучения возможных взаимодействий между спецификой материала и типами обработки. Кодирование изображений привело к большей активности двусторонней зрительной и медиальной височной коры по сравнению с кодированием слов, тогда как кодирование слов было связано с повышенной активностью в префронтальной и височно-теменной областях, связанной с функцией языка. Каждая стратегия кодирования характеризовалась особым паттерном активности, но эти паттерны были в основном одинаковыми для изображений и слов.Таким образом, улучшенная общая память для изображений может быть опосредована более эффективным и автоматическим задействованием областей, важных для зрительной памяти, включая медиальную височную кору, в то время как механизмы, лежащие в основе конкретных стратегий кодирования, похоже, действуют аналогичным образом с изображениями и словами.

Люди обладают замечательной способностью запоминать картинки. Несколько десятилетий назад было показано, что люди могут запоминать более 2000 изображений с точностью не менее 90% в тестах на распознавание в течение нескольких дней, даже при коротком времени представления во время обучения (1).Эта отличная память на картинки постоянно превосходит нашу способность запоминать слова (2, 3). Кроме того, различные манипуляции, влияющие на производительность памяти, по-разному влияют на изображения и слова. Одна из таких манипуляций — это уровни эффекта обработки, что является преимуществом для последующего извлечения более сложной или семантической обработки стимулов во время кодирования (4, 5). Этот эффект уровней больше для слов, чем для изображений, из-за превосходной памяти изображений даже после неглубокого или несемантического кодирования (6).Одна из теорий механизма, лежащего в основе превосходной памяти изображений, заключается в том, что картинки автоматически включают множественные представления и ассоциации с другими знаниями о мире, тем самым поощряя более сложное кодирование, чем это происходит со словами (2, 5, 7). Эта теория предполагает, что существуют качественные различия между способами обработки слов и изображений во время запоминания.

С эволюционной точки зрения способность запоминать различные аспекты визуальной среды должна быть жизненно важной для выживания, поэтому неудивительно, что память на изобразительный материал особенно хорошо развита.Однако механизмы мозга, лежащие в основе этого явления, до конца не изучены. Эксперименты по нейровизуализации с использованием вербальных или невербальных материалов в качестве стимулов показали, что существуют различия в областях мозга, участвующих в обработке этих двух видов стимулов. Например, предыдущие эксперименты по нейровизуализации показали медиальную временную активацию во время кодирования лиц и других невербальных зрительных стимулов (8–13), но не постоянно во время кодирования слов (14–16). Напротив, активация медиальных височных областей была обнаружена во время поиска слов (17, 18), но не всегда во время поиска невербального материала (10, 11, 19, 20).При сравнении запоминания слов и изображений не было обнаружено никакой разницы между ними, но поскольку требовалось вспомнить имя, соответствующее картинке, различия между этими двумя условиями могли быть уменьшены (21). Эти результаты предполагают различия между функциональной нейроанатомией памяти слов и картинок, но отсутствуют достаточные прямые сравнения. Мы исследовали нейронные корреляты памяти для изображений и слов в контексте кодирования памяти, чтобы определить, можно ли идентифицировать специфические для материала мозговые сети для памяти.Кроме того, кодирование выполнялось с использованием трех различных наборов инструкций, чтобы увидеть, является ли специфичность материала общим свойством памяти или зависит от того, как материал обрабатывается.

МАТЕРИАЛЫ И МЕТОДЫ

Двенадцать молодых правшей (шесть мужчин, шесть женщин, средний возраст ± стандартное отклонение = 23,0 ± 3,5 года) участвовали в эксперименте. Еще 12 субъектов участвовали в пилотном эксперименте, и их данные были включены в поведенческий анализ.В качестве стимулов в эксперименте использовались конкретные, часто встречающиеся слова или штриховые рисунки знакомых предметов (22). Все стимулы предъявлялись на мониторе компьютера черным цветом на белом фоне. Было три задачи кодирования как для слов, так и для изображений, требующих трех списков изображений и трех списков слов. Все списки были сопоставлены по частоте слов, длине слова, знакомству и сложности изображения, независимо от того, был ли список представлен в виде слов или изображений. Для двух условий кодирования испытуемых просили принять определенные решения относительно стимулов, но не просили их запоминать; поэтому память на предметы, представленные в этих условиях, была случайной.Одно случайное условие включало несемантическую или поверхностную обработку стимулов (размер изображения или регистр букв), а другое требовало семантической или глубокой обработки стимулов (живое / неживое решение). Эти два условия были выбраны, потому что предыдущая работа показала, что информация, которая была обработана во время глубокого кодирования, то есть с большей проработкой или связью ее через семантические ассоциации с другими знаниями, запоминается лучше, чем информация, обработанная поверхностным способом, т.е.г., чисто на основе восприятия (4, 5). Во время третьего условия, преднамеренного обучения, испытуемых просили запоминать картинки или слова и сказали, что они будут проверяться по этим предметам. После сканирования испытуемые выполнили две задачи на распознавание памяти, одну для стимулов, закодированных в виде слов, и одну для стимулов, закодированных в виде изображений. Эти задачи состояли из 10 целей из каждого из трех условий кодирования для слов или изображений и 30 отвлекающих факторов (то есть всего 60 элементов). Все стимулы в задачах распознавания были представлены в виде слов, независимо от того, были ли они изначально представлены в виде слов или изображений, чтобы предотвратить эффекты потолка для распознавания изображений.

Шесть сканирований с помощью позитронно-эмиссионной томографии с инъекциями 40 мКи H 2 15 O каждый и с интервалом 11 минут были выполнены для всех испытуемых, когда они кодировали стимулы, описанные выше. Сканирование проводилось на томографе GEMS PC2048–15B с восстановленным разрешением 6,5 мм как в поперечной, так и в аксиальной плоскостях. Этот томограф позволяет снимать одновременно 15 плоскостей, разделенных расстоянием 6,5 мм (от центра к центру). Данные об излучении были скорректированы на ослабление посредством сканирования передачи, полученного на тех же уровнях, что и сканирование излучения.Движение головы во время сканирования было минимизировано за счет использования термопластической маски, которая была прикреплена к голове каждого пациента и прикреплена к платформе сканера. Каждая задача начиналась за 20 секунд до введения изотопа и продолжалась в течение 1-минутного периода сканирования.

Для шести сканирований три списка были отнесены к трем условиям кодирования уравновешенным образом, и порядок условий также был уравновешен для разных субъектов. Во время всех сканирований испытуемые нажимали кнопку правым указательным или средним пальцем, чтобы указать свое решение о стимуле или, во время условия преднамеренного обучения, просто вызвать двигательную реакцию.

Поведенческие данные были проанализированы с использованием ANOVA с повторными измерениями с типом стимула и условием кодирования в качестве повторных измерений. Сканирование позитронно-эмиссионной томографии регистрировалось с помощью воздуха (23), пространственно нормализовано (в системе координат атласа Талаира и Турну, ссылка 24) и сглажено (до 10 мм) с помощью spm95 (25). Отношения регионального мозгового кровотока (rCBF) к глобальному мозговому кровотоку (CBF) в каждом сканировании для каждого субъекта были вычислены и проанализированы с использованием частичных наименьших квадратов (PLS) (26) для определения пространственно распределенных паттернов мозговой активности, связанных с различными условия задачи.PLS — это многомерный анализ, который оперирует ковариацией между вокселями мозга и планом эксперимента для определения нового набора переменных (так называемых скрытых переменных или LV), которые оптимально связывают два набора измерений. Мы использовали PLS для анализа ковариации значений вокселей мозга с кодированием ортонормированных контрастов для экспериментального дизайна. Результатом являются наборы взаимно независимых моделей пространственной активности, изображающие области мозга, которые в целом демонстрируют наиболее сильную связь с (т.д., ковариантны) с контрастами. Эти паттерны отображаются в виде отдельных изображений (рис. 1), которые показывают области мозга, которые зависят от контраста или контрастов, которые вносят вклад в каждый LV. Каждый воксель мозга имеет вес, известный как значимость, который пропорционален этим ковариациям, и умножение значения rCBF в каждом вокселе мозга для каждого субъекта на значимость этого вокселя, а суммирование по всем вокселям дает оценку для каждого субъекта по данный LV. Значимость для каждого LV в целом определялась с помощью теста перестановки (26, 27).В этом эксперименте были идентифицированы пять LV, все из которых были значимыми с помощью перестановочного теста ( P <0,001). Первые три LV идентифицировали области мозга, связанные с основными эффектами типа стимула и условия кодирования, а четвертый и пятый LV идентифицировали взаимодействия между типом стимула и условием кодирования. Поскольку характерные черты получаются за один аналитический шаг, коррекция множественных сравнений, как при одномерном анализе изображений, не требуется.

Рисунок 1

Вокселы, показанные в цвете, — это те, которые лучше всего характеризуют паттерны активности, идентифицированные LV 1–3 из анализа PLS (см. Материалы и методы ).На стандартном магнитно-резонансном изображении отображаются области от -28 мм до +48 мм относительно линии передняя комиссура-задняя комиссура (AC-PC) (с шагом 4 мм). Цифры слева указывают уровень в мм

.

В дополнение к тесту перестановки, вторым и независимым шагом в анализе PLS является определение стабильности выступов для вокселей мозга, характеризующих каждый паттерн, идентифицированный LV. Для этого все выступы подвергались начальной оценке стандартных ошибок (28, 29).Эта оценка включает случайную повторную выборку субъектов с заменой и вычисление стандартной ошибки значимости после достаточного количества выборок начальной загрузки. Пиковые воксели с отношением заметности / SE ≥ 2,0 считались стабильными. Локальные максимумы для областей мозга со стабильными выступами на каждом LV были определены как воксель с отношением заметности / SE выше, чем у любого другого воксела в 2-сантиметровом кубе с центром в этом вокселе. Расположение этих максимумов указывается в области мозга, или извилины, и в области Бродмана (BA), как это определено в атласе Талаирах и Турну.Выбранные локальные максимумы показаны в таблицах 2 и 3 с результатами соответствующих контрастов из SPM95 (т. Е. Основных эффектов и взаимодействий) в качестве сравнения. Одномерные тесты были выполнены на выбранных максимумах в качестве дополнения к анализу PLS, чтобы помочь в интерпретации эффектов взаимодействия, а не в качестве теста значимости. Компонент вывода нашего анализа исходит из теста перестановки и надежности, оцениваемой с помощью оценок бутстрапа.

РЕЗУЛЬТАТЫ

Картинки запоминались лучше, чем слова в целом (таблица 1), и как семантическая обработка, так и преднамеренное обучение привели к лучшему распознаванию, чем несемантическое кодирование.Кроме того, наблюдалось значительное взаимодействие типа стимула и стратегии кодирования с производительностью распознавания, вызванное большей разницей между памятью для изображений и слов во время несемантического состояния.

Таблица 1

Эффективность распознавания изображений и слов, оставляющих большую часть изображения в каждой строке относительно строки AC-PC. Правая часть изображения представляет собой правую часть мозга. ( A ) Области мозга с повышенным rCBF во время кодирования изображений показаны желтым и красным, а области с повышенной активностью во время кодирования слов показаны синим (LV1).( B ) Области мозга с повышенным rCBF во время семантического кодирования по сравнению с двумя другими состояниями (LV2) показаны красным. ( C ) Области мозга с повышенным rCBF во время преднамеренного обучения по сравнению с двумя другими состояниями (LV3) показаны красным. Выбранные максимумы из этих регионов показаны в Таблице 2.

Были идентифицированы три паттерна активности rCBF, преимущественно связанных с основными эффектами типа стимула и условий кодирования. Один паттерн отличал кодирование изображений от кодирования слов, один характеризовал семантическое кодирование от несемантической обработки и преднамеренного обучения, а третий отделял преднамеренное обучение от двух других условий.Была большая активация во время кодирования изображений, по сравнению со словами, в обширной области двусторонней вентральной и дорсальной экстрастриарной коры и в двусторонней медиальной височной коре, особенно в вентральной части (рис. 1 A и таблица 2). В обоих этих регионах увеличение rCBF было более выраженным в правом полушарии. В экстрастриальной коре rCBF увеличивалось во время кодирования изображения по сравнению с кодированием слов одинаково во всех трех условиях стратегии кодирования, тогда как в медиальной височной коре эта специфическая для стимула разница была больше во время несемантической обработки (рис.2 A и C ). С другой стороны, кодирование слов было связано с большей rCBF при всех состояниях в двусторонней префронтальной коре и передних частях средней височной коры (рис. 1 A и таблица 2). В отличие от увеличения rCBF во время кодирования изображения, увеличение префронтальной и височной коры во время кодирования слова было более значительным в левом полушарии. Повышенный rCBF также был обнаружен в левой теменной коре при кодировании слов.

Таблица 2

Отдельные области коры с различной активностью во время кодирования: основные эффекты

фигура 2

Отношение rCBF к CBF всего мозга в областях мозга, которые показали взаимодействие между типом стимула и условием кодирования. Средние височные области от LV1 ( A, и C , координаты показаны в скобках) показали более высокий rCBF во время кодирования изображения по сравнению с кодированием слова ( P <0,001 для правого полушария и P <0.02 слева). Эти области также имели взаимодействия условие × стимул по одномерному тесту (оба P <0,05), что указывает на большую разницу между картинками и словами в несемантических условиях. B и D показывают медиальные височные области от LV4, которые показали взаимодействия стимула × кодирование, включая несемантические и преднамеренные условия обучения (одномерное взаимодействие для правого полушария P = 0,02; левого полушария P = 0.07). E и F показывают области из LV5 с взаимодействиями «стимул × кодирование», включающими несемантические и семантические условия (одномерное взаимодействие для левой моторной области, P = 0,01; взаимодействие для левой орбитофронтальной области, P = 0,006). Дополнительные области с взаимодействиями «стимул × кодирование» показаны в таблице 3. Несемантическое, несемантическое кодирование; сем, семантическое кодирование; учиться, преднамеренное обучение.

Области мозга с повышенной активностью во время условия семантического кодирования по сравнению с двумя другими условиями, в основном, находились в левом полушарии.Эти области включали вентральную и дорсальную части медиальной префронтальной коры, а также область, которая включала как медиальную височную область, так и заднюю часть островка (рис. 1 B и таблица 2). Семантическое кодирование также привело к увеличению rCBF в двусторонней задней экстрастриатной коре головного мозга. Такая закономерность увеличения rCBF при семантическом кодировании была обнаружена как для изображений, так и для слов. Увеличение rCBF во время преднамеренного обучения по сравнению с обоими случайными условиями кодирования также наблюдалось в левой префронтальной коре, но в левой вентролатеральной префронтальной коре, в отличие от медиальной и передней областей, активируемых во время семантического кодирования (рис.1 C и таблица 2). Кроме того, повышенный rCBF был обнаружен в левой премоторной коре и хвостатом ядре, а также в двусторонней вентральной экстрастриарной коре во время преднамеренного обучения. Как и в случае с семантическим кодированием, паттерн rCBF, наблюдаемый в этих областях во время преднамеренного обучения, характеризует как изображения, так и слова.

Было несколько областей мозга, которые показали взаимодействие между типом стимула и условиями кодирования (таблица 3), особенно медиальные височные области.В дополнение к разнице, уже отмеченной в этих областях во время несемантического кодирования, была еще одна область в правой медиальной височной коре, которая показала взаимодействие, включающее несемантические и преднамеренные условия обучения (идентифицированные на LV4). Это взаимодействие было вызвано устойчивой активностью в этой области в условиях кодирования изображения со снижением активности во время преднамеренного заучивания слов по сравнению с несемантическим условием (рис. 2 B ). Также была область в левой медиальной височной коре, которая показывала противоположное взаимодействие, заключающееся в большем увеличении активности во время заучивания слов по сравнению с несемантическим состоянием (рис.2 D ). Наконец, было взаимодействие в левой моторной коре (идентифицированное на LV5), вызванное увеличением активности в семантическом состоянии для изображений по сравнению с несемантическим состоянием с противоположным паттерном для слов (рис. 2 E ). Напротив, при семантическом кодировании в левой орбитофронтальной коре происходило усиление активности, но только для слов (рис. 2 F ).

Таблица 3

Отдельные области коры с различной активностью во время кодирования: взаимодействия

ОБСУЖДЕНИЕ

Результаты этого эксперимента касаются трех вопросов нейробиологии памяти, первый из которых — почему картинки запоминаются лучше, чем слова.Поведенческие результаты показали общую разницу в точности распознавания изображений и слов, которая была наибольшей для тех элементов, которые были обработаны с помощью несемантического кодирования. Измерения активности мозга выявили области, которые показали общую картину различий между изображениями и словами, а также области, которые имели различия в основном во время несемантической обработки. Повышенный rCBF в условиях кодирования изображения был обнаружен в двусторонней экстрастриарной и вентральной медиальной височной коре.Экстрастриальная кора головного мозга активируется во время зрительного восприятия как вербального, так и невербального материала (30–33) и, возможно, была более активной во время кодирования изображения, потому что картинки, хотя и простые линейные рисунки, вероятно, были визуально более сложными, чем слова. Эта разница в визуальных характеристиках могла также повлиять на медиальную височную активность. С другой стороны, медиальная височная кора головного мозга давно известна из экспериментов с поражениями как важная для эпизодической памяти (34–38) и может быть особенно важна для кодирования новой информации (39).Большая активность медиальной височной коры во время кодирования изображений по сравнению со словами предполагает, что изображения более непосредственно или эффективно задействуют эти связанные с памятью области мозга, что приводит к более качественному запоминанию этих элементов. Этот эффект может быть отчасти связан с отличительностью или новизной, которая, как было показано, активирует медиальную височную кору (13), учитывая, что изображения, даже если они были знакомыми объектами, могли быть более новыми, чем знакомые слова. Кроме того, поскольку лучшая память для изображений и активация медиальной височной коры были более очевидны в условиях несемантического кодирования, включение сетей памяти изображениями может происходить автоматически и приводить к более прочным следам памяти (40).Следовательно, этот тип информации, по-видимому, лучше представлен и более доступен для механизмов поиска, независимо от предполагаемой задачи кодирования. Слова, с другой стороны, активируют области левого полушария, которые, как ранее было показано, участвуют в речевых задачах, включая левую лобную, височную и теменную области (30, 41, 42). Этот результат подразумевает, что кодирование слов в первую очередь задействует распределенную систему регионов, участвующих в лингвистической обработке, которая менее способна поддерживать последующее извлечение из эпизодической памяти.Также следует отметить, что в дополнение к любым преимуществам, предоставляемым изображениям во время первоначальной обработки, во время поиска, вероятно, также будет обнаружена специфичность материала. То есть, в реальных ситуациях, отчасти причина превосходной памяти изображения, вероятно, вызвана особенностями соответствия между внутренними представлениями изображения и самим изображением, когда оно повторно встречается и распознается.

Второй вопрос: приводят ли разные стратегии кодирования к участию разных областей мозга.Результаты тестов на распознавание показали, что память изображений и слов практически эквивалентна после семантической обработки или преднамеренного обучения. Однако паттерны мозговой активности во время этих двух состояний были совершенно разными, показывая различную активность в основном в префронтальной и экстрастриарной области коры. Предыдущие эксперименты по нейровизуализации показали активацию левой префронтальной области как во время семантической обработки, так и во время преднамеренного обучения, которая отличается от правой префронтальной активации во время восстановления памяти, что привело к развитию HERA или модели асимметрии полушарного кодирования / извлечения (43, 44).В нашем эксперименте семантическая обработка сопровождалась повышенной активностью в вентромедиальной и дорсомедиальной областях левой префронтальной коры, которые показали повышенную активность во время семантической или языковой обработки в других экспериментах (45–49). Преднамеренное обучение показало увеличение rCBF в различных частях левой префронтальной коры, прежде всего в вентролатеральных областях, которые ранее были активными во время преднамеренного обучения (15, 16) и эпизодического поиска (13, 50). Таким образом, хотя и семантическая обработка, и преднамеренное обучение, несомненно, включают в себя некоторую детальную обработку, которая преимущественно задействует левую префронтальную кору, наши результаты показывают, что существует диссоциация между частями левой префронтальной коры, которые участвуют в этих двух стратегиях.Экстрастриатная кора также проявляла различную активность при семантическом и намеренном кодировании. Семантическое кодирование активировало задние экстрастриарные области, аналогичные областям, активируемым во время беззвучного называния стимулов, подобных тем, которые используются здесь (51). Напротив, преднамеренное обучение активировало больше вентральных частей экстрастриарной коры, аналогично исследованию, в котором сообщалось об активации левой вентральной затылочно-височной коры во время преднамеренного обучения лиц (10). Таким образом, в настоящее время существуют сходные доказательства в поддержку дифференциальной реакции как префронтальной, так и экстрастриарной коры во время кодирования, в зависимости от конкретной стратегии кодирования, которая используется.Этот вывод вместе с данными о поведении показывает, что разные механизмы мозга, лежащие в основе разных стратегий кодирования, могут обеспечить одинаково эффективную поддержку обработки памяти.

Последний вопрос, решаемый в этом эксперименте, заключается в том, существует ли взаимодействие между типом кодируемого стимула и стратегией, используемой для кодирования, т.е. являются ли области мозга, активные в различных условиях кодирования, одинаковыми или разными для изображений и слов? Поведенческие результаты показывают четкое взаимодействие, поскольку наибольшие различия в производительности проявляются во время несемантической обработки.Паттерны мозговой активности демонстрируют что-то от этого взаимодействия, потому что есть вентральные медиальные височные области, где разница rCBF также наибольшая во время несемантического состояния (обсуждалось выше). Однако во время семантического кодирования и преднамеренного обучения многие области мозга демонстрируют аналогичное изменение активности, связанное с кодированием, для изображений и слов, что указывает на то, что в этих областях эти два механизма кодирования могут работать одинаково независимо от природы поступающих стимул.Этот паттерн активности мозга отражается в результатах распознавания, которые аналогичны для изображений и слов во время семантического кодирования и преднамеренного обучения. Тем не менее, шаблоны не идентичны. Активность медиальной височной коры особенно чувствительна как к типу стимула, так и к условию кодирования. Правое полушарие показало устойчивую активность для изображений и более изменчивую активность для слов (в зависимости от условий кодирования), тогда как левое полушарие продемонстрировало возрастающую активность с более глубокой обработкой слов и более изменчивым шаблоном для кодирования изображений.Эта асимметрия согласуется с описанием дифференциальных эффектов поражений правого и левого полушария в медиальной височной коре на невербальную и вербальную память соответственно (например, ссылки 52 и 53). Это также согласуется с активацией левых медиальных височных структур во время семантического кодирования слов (14, 54) или извлечения семантически закодированных слов (17), а также с активацией правой медиальной височной коры во время кодирования лиц (10). Кроме того, хотя левая медиальная префронтальная кора активна во время семантической обработки как изображений, так и слов, вентральная часть этой области в большей степени участвует во время кодирования слов.Эти данные подтверждают другие исследования, в которых сообщалось об участии левой вентральной префронтальной коры в обработке речи (42) и вербальном поиске (50).

Наша способность запоминать картинки лучше, чем слова, особенно в ситуациях, которые не обеспечивают адекватной поддержки для последующего извлечения, таким образом, оказывается опосредованной медиальной височной и экстрастриальной корой, которые имеют сильные взаимосвязи друг с другом (55, 56). Неясно, какую именно пользу дает изображениям активация областей зрительной памяти.Вышеупомянутая теория предполагает, что изображения вызывают более сложное или ассоциативное кодирование, чем это происходит со словами. Если предположить, что этот процесс создания ассоциаций в определенном контексте осуществляется медиальной височной корой (57, 58), то наши результаты подтвердят эту гипотезу. Независимо от конкретного механизма, наши результаты показывают, какие области мозга могут иметь решающее значение для превосходной памяти изображений, и дают направление для будущих исследований в отношении того, какой аспект изображений необходим и достаточен для преимущественного использования этих областей, связанных с памятью.

Благодарности

Мы благодарим сотрудников ПЭТ-центра Института психиатрии Кларка за их техническую помощь в проведении этого эксперимента. Работа поддержана грантом Фонда психического здоровья Онтарио.

СОКРАЩЕНИЯ

rCBF,
регионарный церебральный кровоток;
CBF,
мозговой кровоток;
PLS,
частичные наименьшие квадраты;
LV,
скрытая переменная
  • Поступила 15 августа 1997 г.
  • Принято 8 декабря 1997 г.
  • Авторские права © 1998, Национальная академия наук

Кодирование уровней информации изображениями и словами

Из структуры уровней обработки (например, Craik & Lockhart, 1972) мы выводим идею о том, что уровни информации, неявной в стимуле, такие как его физическая конфигурация, его имя и категория, к которой он принадлежит, могут становятся доступными для последующей обработки в разное время после появления стимула.В частности, задачи, которые позволяют использовать физические коды, должны выполняться быстрее, чем те, которые требуют «более глубокой» информации. Здесь есть два важных вывода: первое — возможность использовать код не означает, что этот код «согласован» с представлением в памяти. Во-вторых, эффекты «глубины» (то есть физическое меньше, чем имя, меньше концептуального) должны быть продемонстрированы как в изобразительных, так и в словесных материалах. Подход в целом можно противопоставить текущим подходам двойного кодирования (например,g., Paivio, примечание 1), которые, хотя и допускают разные уровни значения как в вербальных, так и в имагинальных символических системах, кажутся вынужденными предполагать, что определенные типы важной информации легче приспособить к вербальной системе. Это приводит к предсказанию, что некоторые виды концептуальной информации не будут напрямую доступны из изображений, но вместо этого должны стать доступными для субъекта через взаимодействие между символическими системами. Мы проверили эти предположения с помощью задачи ускоренного вывода (Van Rijn, 1973), которая обладает свойствами, позволяющими однозначно интерпретировать разницу во времени реакции между материалами стимула, которые требуют обработки с одинаковой явной глубиной.Вкратце, мы обнаружили, что изображения приводят к более быстрым выводам, чем слова, когда для работы требуется одна и та же семантическая информация (эксперименты 1 и 2), и что физическая информация доступна раньше, чем концептуальная информация как для изображений (эксперимент 4), так и для слов (эксперимент 5 ). Более того, некоторые типы графических материалов (например, представления имен собственных) функционируют символически в той степени, в которой они не имеют преимущества в различимости перед словами (эксперименты 6 и 7), если к ним не добавляются физические особенности, которые являются избыточными с концептуальная информация, которую субъект должен выполнить (эксперимент 8).Результаты лучше всего интерпретируются в рамках структуры уровней обработки, в которой не существует нескольких кодов или представлений для активации соответствующими стимулами, а скорее сами стимулы воплощают уровни информации, которые кодируются и используются по мере необходимости.

(PDF) Кодирование и поиск изображений: исследование потенциалов событий

СТАТЬИ

2154 Chinese Science Bulletin Vol. 49 No. 20 October 2004

Ссылки

1.Тулвинг, Э., Капур, С., Крейк, Ф. И. М. и др., Hemispheric encod-

асимметрия ввода / извлечения в эпизодической памяти: эмиссия позитронов

результатов томографии, Proc. Нати. Акад. Sci., 1994, 91: 2016ü

2020.

2. Сквайнт, Т.Ф., Рорбо, Дж. У., Синдулко, К. и др., Электро-

физиологические признаки уровней обработки: перцепционный анализ и

распознающая память , Psychophysiol., 1980, 17: 568–576.

3. Паллер, К. А., Воспроизведение и затравка «ствол-завершение» имеют разные электрофизиологические корреляты

и по-разному модифицируются

направленным забыванием, J. Exp. Psychol. Учись, Мем. Cogn., 1990,

16 (6): 1021ü1032.

4. Фридман Д., Риттер. W., Sondgrass, J. G., ERPs во время исследования как функция

последующего прямого и косвенного тестирования памяти у молодых

и пожилых людей, Cogn. Brain Res., 1996, 4: 1–13.

5. Го, К., Чжу, Ю., Ding, J. et al., Связанное с событием потенциальное исследование кодирования памяти

, Acta Psychol. Синица, 2003, 35 (2): 150ü156.

6. Гуо К., Чжу Ю., Дин Дж. И др. Электрофизиологическое исследование кодирования памяти, глубины обработки и частоты слов

у людей, Neurosci. Lett., 2004, 356: 79ü82.

7. Пэн, X., Луо, Y., Wei, X. et al., Механизм взаимодействия других рас между восточными и западными лицами по данным электрофизиологического исследования,

Acta Psychol.Синица, 2003, 35 (1): 50–55.

8. Элгер, К. В., Грюнвальд, Т., Ленертц, К. и др., Человеческие временные потенциалы

в процессах вербального обучения и памяти, Нейропсия-

chologia, 1997, 35 (5): 657ü667.

9. Петтен В. К., Зенкфор А. Дж. Память слов и новые визуальные образы

паттернов: эффекты повторения, распознавания и кодирования в связанном с событием потенциале мозга

, Psychophysiol., 1996, 33: 491ü506.

10. Джонсон Р., Пфеффербаум, А., Копелл, Б.С., P300 и долговременная память

: латентность предсказывает эффективность распознавания, Psycho-

Physiol., 1985, 22: 497ü507.

11. Уилдинг, Э. Л., Шарп, Х., Влияние времени отклика

мандатов на электрофизиологические корреляты успешных эпизодических повторных испытаний, Cogn. Brain Res., 2004, 18: 185ü195.

12. Джейн, Э. Х., Анджела, Х., К., Рагг, Д. М., Вероятностные эффекты на

связанных с событием потенциальных коррелятов памяти распознавания, Cogn.

Brain Res., 2003, 16: 66ü73.

13. Саймон, Ф., Майкл, С., Саймон, Д. Г. и др., «Старые / новые» эффекты ERP:

Сила памяти и фактор (ы) принятия решения, Neuropsychologia, 2002,

40: 2288–2304.

14. Курран Т. Электрофизиология случайных и преднамеренных повторных

старых / новых эффектов ERP в лексическом решении и распознавании

памяти, Нейропсихология, 1999, 37: 771ü785.

15. Ранганст, К., Паллер, К.A., Потенциалы лобного мозга во время распознавания модулируются требованиями извлечения деталей восприятия,

Neuron, 1999, 22: 605ü613.

16. Цикович Ю.М., Фридман Д., Исходная память для цвета

изображений: связанные с событием потенциалы мозга выявляют сенсорно-специфическую

активность, связанную с поиском, Psychophysiol., 2003, 40 (3): 455ü464.

17. Куиллен, Ф., Вейертс, Х., Тендолкар, И. и др., Связанные с событием потенциалы

вербального кодирования в эпизодическую память: Диссоциация между

эффектами последующего выполнения и различимости памяти,

Психофизиол., 1998, 15: 709ü720.

18. Луо. J., Ren. M. H. J., Luo, Y., Мозговые механизмы ощущения

незнания: исследование функциональной магнитно-резонансной томографии, Chi.

Sci. Бюл., 2002, 47 (24): 1876ü1879.

19. Вейертс, Х., Тендолкар, И., Смид, Х. Г. О. М. и др., ERP для кодирования и распознавания

в двух различных задачах ассоциации между элементами,

Neuroreport, 1997, 8: 1583ü1588.

(получено 9 сентября 2004 г.; принято 23 сентября 2004 г.)

Роль памяти в обучении: кодирование • Obsidianlearning.com

Как мы обсуждали в предыдущей статье блога этой серии, процесс памяти состоит из трех основных этапов: кодирования, хранения и извлечения. Здесь мы более подробно рассмотрим первый шаг — кодирование — и его роль в обучении.

Кодирование — это первый процесс памяти, во время которого информация преобразуется, чтобы ее можно было сохранить. Это физиологический процесс, который начинается с внимания. Запоминающееся событие заставляет нейроны срабатывать быстрее, организуя информацию в систематический массив, который можно будет вспомнить позже.То, как мы кодируем информацию, определяет, как она будет храниться и какие сигналы будут эффективны, когда мы попытаемся ее получить.

Подумайте, например, о заучивании стихотворения. Мозг не кодирует каждое слово само по себе, изолированно и по отдельности, но создает шаблоны слов, делая переживание более интенсивным и увеличивая вероятность того, что событие закодировано как воспоминание (Hunt R. &., 1993). Эмоции имеют тенденцию увеличивать внимание, и эмоциональный элемент события проходит бессознательный путь в мозгу.После того, как воспринимаемые ощущения декодированы, они затем объединяются в единый опыт (Hunt, 2003) и связываются с предыдущими аналогичными событиями. Чем сильнее эмоция, тем сильнее синапсы, хранящие информацию, и тем легче процесс поиска.

Кодирование памяти — это активный и избирательный процесс, который организует и реорганизует информацию. Таким образом, обучение кого-то запоминанию и обучению — это, по сути, урок организации информации.Существует четыре основных типа кодирования, знание каждого из которых может помочь нам улучшить процесс обучения:

  • Акустическое кодирование — это обработка и кодирование звука, слов и другого слухового ввода для хранения и последующего извлечения. Связывая информацию со звуками и произнося слова, нейронные связи становятся сильнее и помогают в процессе вспоминания.
  • Visual кодирование — это процесс кодирования изображений и визуальной сенсорной информации.Визуальная сенсорная информация временно сохраняется в графической памяти, прежде чем будет закодирована в долговременное хранилище. Миндалевидное тело (расположенное в средней височной доле мозга, которая играет основную роль в обработке эмоциональных реакций) выполняет важную роль в визуальном кодировании, поскольку оно принимает визуальный вход в дополнение к входу от других систем и кодирует положительные или отрицательные значения условных раздражителей.
  • Тактильная кодировка — это кодировка того, как что-то ощущается, обычно через осязание.Физиологически нейроны первичной соматосенсорной коры головного мозга реагируют на вибротактильные стимулы, вызванные ощущением объекта.
  • Семантическое кодирование — это процесс кодирования сенсорных входных данных, которые имеют конкретное значение или могут применяться к конкретному контексту, а не исходить из определенного смысла.

Акустическое кодирование

Давайте посмотрим, как мы будем использовать эти методы кодирования, начиная с акустического кодирования. Если работает акустическое кодирование, улучшится ли удержание, если вы просто добавите музыку в свой курс электронного обучения? На самом деле такая стратегия может отвлекать от обучения.Исследования показали, что обучение только по тексту или только по аудио более эффективно, чем обучение по тексту и идентичным аудио одновременно. Однако использование соответствующего озвучивания может помочь улучшить удержание. Вот несколько советов о том, как правильно использовать кодировку аудио :

  • Звук необходим, когда звуки сами по себе являются объектом обучения, например, когда учащиеся должны слышать произношение, учиться устранять неполадки оборудования с помощью звука, уроков музыки и т. Д.
  • Аудио иногда можно использовать отдельно или только в сочетании с графикой.
  • Пошаговые инструкции должны быть текстовыми, но звук может не требоваться.
  • Используйте озвученный звук для анимированных последовательностей, а текст — только для последовательностей, находящихся под контролем пользователя.

Визуальное кодирование

Визуальное кодирование — один из наиболее часто используемых методов в обучении, поскольку это один из наиболее естественных подходов, которые использует человеческий мозг. Если бы вы перечитали этот список слов: дом, дерево, истина, книга, ценность, и вас позже попросили вспомнить слова из этого списка, вам, вероятно, было бы легче вспомнить слова дом, дерево и книга, и труднее вспомнить слова «правда» и «ценность».Человеческий мозг может вспоминать образы (мысленные образы) легче, чем одни слова. Когда вы читали слова «дом», «дерево» и «книга», вы создавали в уме образы этих вещей. Это конкретные, образные слова. С другой стороны, такие абстрактные слова, как истина и ценность, — это слова с низким содержанием образов. Слова с высоким содержанием образов кодируются как визуально, так и семантически (Paivio, 1986), тем самым укрепляя память. Иконическая память играет очень важную роль в визуальном кодировании. Несколько простых советов по визуальному кодированию:

  • Всегда выбирайте графику, которая соответствует тексту и цели обучения.Несоответствующая графика на самом деле мешает обучению. Рут Кларк предлагает краткое изложение графиков, которые хорошо подходят для иллюстрации пяти основных типов контента: фактов, концепций, процессов, процедур и принципов.
Тип содержимого Графическая поддержка Пример
Факт Реалистичные иллюстрации конкретных форм, экранов, оборудования Изображение экрана программного обеспечения
Концепт Реалистичные иллюстрации нескольких примеров концепции Фотографии хороших веб-страниц для иллюстрации концепции
Процесс Анимированные диаграммы, иллюстрирующие этапы процесса Действия в компьютерной сети
Процедура Видео или анимированные демонстрации выполнения задачи, близкой к переносу Анимация использования программного приложения
Принцип Видео или схемы выполняемых дальних задач Видео эффективных методов закрытия продаж
  • Используйте принцип непрерывности и выровняйте графику по тексту на экране.Использование экрана прокрутки со словами, помещенными вверху, и иллюстрацией под словами, чтобы при просмотре текста вы не могли видеть графику, и наоборот, является плохим дизайнерским и обучающим решением.
  • Используйте текст умеренно и не предоставляйте слишком много информации.
  • Используйте ранее известные визуальные эффекты, чтобы гарантировать их запоминание — когда мы видим визуализацию уже известной концепции или продукта, мы с большей вероятностью запомним изученную информацию.

Тактильное кодирование

Поскольку тактильное кодирование использует осязание, оно бесполезно в электронном обучении.Тем не менее, его можно очень легко использовать в смешанном обучении в частях «очного обучения». Например, в области медицины большая часть обучения осуществляется с помощью таких практик, как рассечение, пальпация и осмотр, где осязание имеет жизненно важное значение.

Семантическое кодирование

Семантическое кодирование занимается обработкой и кодированием значения чего-либо (слова, фразы, изображения, события) в отличие от звука или изображения этого. При обучении могут применяться различные стратегии, такие как разбиение на фрагменты и мнемоника, для помощи в кодировании, а в некоторых случаях для обеспечения глубокой обработки и оптимизации поиска.«Мнемоника» относится к любой системе или устройству, предназначенным для помощи памяти. Обычно это узоры из букв, идей или ассоциаций, такие как ROYGBIV для запоминания цветов радуги. Некоторые часто используемые мнемоники в обучении:

  • Сокращения или мнемоника выражений : «Every Good Boy Does Fine» может помочь вам запомнить строки скрипичного ключа в музыке (EGBDF).
  • Музыкальная мнемоника : Музыка — мощная мнемоника, потому что она обеспечивает структуру информации и поощряет повторение.Хороший пример — изучение алфавита с помощью песни.
  • Дворец памяти — это мнемоническое устройство, которое проверено и достоверно, насколько это возможно. Изобретенная ораторами в древнеримские и греческие времена, техника дворца памяти (или дворца разума, или «метода локусов») эффективна и приятна в использовании. Вы устанавливаете «дворец памяти» и связываете с ним информацию.
  • Chunking — еще одно мнемоническое устройство, которое может сделать большие объемы информации более запоминающимися.Техника разбиения на части включает в себя группировку предметов, поиск в них закономерностей и организацию предметов. Вы можете сгруппировать товары в своем списке покупок, например, по проходам или искать связи между событиями в исторический период, чтобы создать их фрагменты, например, моменты Второй мировой войны, в которой участвовала Франция.

Другие общие советы по улучшению кодирования памяти перечислены ниже.

  • Объем материала важен при кодировании в памяти. Чем выше громкость, тем сложнее все это запомнить.
  • Степень систематизации материала (чем больше он систематизирован, тем легче его запомнить) и степень знакомства с содержанием также могут иметь большое влияние на процесс кодирования памяти.
  • Есть два способа представления информации: одновременный или последовательный. Последовательное изложение информации облегчает запоминание.

Использовали ли вы какие-либо из этих методов для улучшения удержания? Что-нибудь не указанное здесь? Дайте нам знать.Увидимся в следующем сообщении в блоге!

Системы кодирования

и усовершенствованная обработка сообщений: изображения дают возможность действовать, слова — мыслить | Статья

.

Статья | Открытый доступ

Системы кодирования и усовершенствованная обработка сообщений: изображения активизируют действия, слова позволяют думать


  • Энни Лэнг Департамент телекоммуникаций, Университет Индианы, США
  • Рэйчел Л.Бейли Школа коммуникаций Университета штата Вашингтон, США
  • Шон Райан Коннолли Департамент телекоммуникаций, Университет Индианы, США

Полный текст PDF (скачать бесплатно)

Взгляды: 3500 | Загрузки: 1598

Аннотация: Эта статья, основанная на теориях экологического восприятия, воплощенного мотивированного познания и эволюционной психологии, предполагает, что изображения вызывают эволюционировавшие биологически императивные реакции быстрее и тщательнее, чем слова.Эти биологически императивные реакции непосредственно отвечают за развитие автоматических реакций от биологических угроз (например, побег от хищников, избегание болезней и вредных стимулов) и к возможностям (например, потребление пищи, приближение к товарищам, поиск убежища) в окружающей среде. При возникновении этих реакций требуется время, и они могут задерживать или мешать другим типам поведения. Таким образом, когда информация об окружающей среде представлена ​​в изображениях (которые должны вызывать более крупные биологические реакции, чем слова), биологические реакции должны больше мешать задачам более высокого порядка, таким как обработка информации и принятие когнитивных решений.Чтобы проверить это предположение, мы разработали эксперимент, в котором участники провели ускоренную категоризацию 60 пар совпадающих приятных и неприятных возможностей и угроз окружающей среды. Они классифицировали предметы на основе их формы (это слово или изображение?) Или на основании того, как картинка заставляла их чувствовать (приятно это или неприятно для вас?). Если изображения действительно вызывают более сильные биологически императивные реакции, чем их словесные аналоги, участники должны иметь возможность принимать решения по форме быстрее, чем решения на основе ощущений, особенно когда они представлены словами, а не изображениями, и особенно когда слова и изображения имеют меньшее биологическое значение.Это основное предложение было поддержано. Обсуждаются последствия этого предложения с точки зрения теории коммуникации.

Ключевые слова: воплощенный; встроенный; динамические системы; обработка сообщений; фотографий; слова

Опубликовано: 28 сентября 2015


Выпуск: Том 3, № 1 (2015):

© Энни Лэнг, Рэйчел Л. Бейли и Шон Райан Коннолли. Это статья в открытом доступе, распространяемая на условиях Creative Commons Attribution 4.0 (http://creativecommons.org/licenses/by/4.0), которая разрешает любое использование, распространение и воспроизведение работы без дополнительного разрешения при условии указания автора (авторов) и источника.

4.3: Кодирование — Социальные науки LibreTexts

Кодирование в памяти позволяет преобразовать интересующий элемент в конструкцию, которая хранится в мозгу, которую впоследствии можно будет вызвать.

Кодирование памяти позволяет преобразовывать информацию в конструкцию, которая хранится в мозгу на неопределенный срок.После кодирования его можно вызвать из кратковременной или долговременной памяти. На самом базовом уровне кодирование в памяти похоже на нажатие кнопки «Сохранить» в компьютерном файле. После сохранения файла его можно восстановить, если жесткий диск не поврежден. «Вызов» относится к извлечению ранее закодированной информации.

Процесс кодирования начинается с восприятия, которое представляет собой идентификацию, организацию и интерпретацию любой сенсорной информации с целью ее понимания в контексте конкретной среды.Стимулы воспринимаются органами чувств, а соответствующие сигналы поступают в таламус человеческого мозга, где они синтезируются в единый опыт. Затем гиппокамп анализирует этот опыт и решает, стоит ли сохранять долговременную память.

Кодирование достигается с помощью химических веществ и электрических импульсов в мозгу. Нервные пути или связи между нейронами (клетками мозга) на самом деле формируются или укрепляются посредством процесса, называемого долгосрочным потенцированием, который изменяет поток информации в головном мозге.Другими словами, когда человек переживает новые события или ощущения, мозг «перестраивает» себя, чтобы сохранить этот новый опыт в памяти.

Кодирование относится к начальному опыту восприятия и изучения информации. Психологи часто изучают воспоминания, предлагая участникам изучить список картинок или слов. Кодирование в таких ситуациях довольно просто. Однако «реальное» кодирование намного сложнее.

Например, когда вы идете по университетскому городку, вы сталкиваетесь с бесчисленными видами и звуками — проходящими мимо друзьями, людьми, играющими во фрисби, музыкой в ​​воздухе.Физическая и ментальная среда слишком богата, чтобы вы могли кодировать все происходящее вокруг вас или внутренние мысли, которые у вас возникают в ответ на них. Итак, первый важный принцип кодирования состоит в том, что оно избирательно: мы уделяем внимание одним событиям в нашей среде и игнорируем другие. Второй момент, касающийся кодирования, заключается в том, что оно плодовито; мы всегда кодируем события нашей жизни — заботимся о мире, пытаемся понять его. Обычно это не представляет проблемы, поскольку наши дни наполнены рутинными событиями, поэтому нам не нужно обращать внимание на все.Но если что-то действительно кажется странным — во время ежедневной прогулки по кампусу вы видите жирафа, — мы обращаем пристальное внимание и пытаемся понять, почему мы видим то, что видим.

Рисунок 5. Жираф в контексте зоопарка или его естественной среды обитания может регистрироваться как не что иное, как обычный, но поместить его в другое место — в центре кампуса или оживленного города — и уровень его отличительности резко возрастет. Самобытность — ключевой атрибут запоминания событий.[Изображение: Колин Дж. Бэбб, https://goo.gl/Cci2yl, CC BY-SA 2.0, goo.gl/jSSrcO]

Сразу после обычной прогулки по кампусу (без вида жирафа) вы будете способен достаточно хорошо запомнить события, если вас спросят. Можно было сказать, с кем вы столкнулись, какая песня играла по радио и так далее. Однако предположим, что кто-то попросил вас вспомнить ту же прогулку месяц спустя. У тебя не будет ни единого шанса. Скорее всего, вы сможете рассказать об основах типичной прогулки по университетскому городку, но не о точных деталях этой прогулки.Тем не менее, если бы вы увидели жирафа во время прогулки, это событие запомнилось бы вам надолго, возможно, на всю оставшуюся жизнь. Вы рассказываете об этом своим друзьям, а в более поздних случаях, когда вы видели жирафа, вы могли бы вспомнить тот день, когда вы видели его в университетском городке. Психологи давно определили, что различимость — наличие события, которое сильно отличается от фона аналогичных событий — является ключом к запоминанию событий (Hunt, 2003).

Кроме того, когда яркие воспоминания окрашены в сильную эмоциональную окраску, кажется, что они часто оставляют на нас неизгладимый след.Публичные трагедии, такие как теракты, часто вызывают яркие воспоминания у тех, кто был их свидетелем. Но даже те из нас, кто непосредственно не участвовал в таких событиях, могут иметь о них яркие воспоминания, в том числе воспоминания о том, как впервые о них услышали. Например, многие люди могут вспомнить свое точное физическое местонахождение, когда они впервые узнали об убийстве или случайной смерти национального деятеля. Термин «флэш-память» был первоначально введен Брауном и Куликом (1977) для описания такого рода ярких воспоминаний об обнаружении важной новости.Название относится к тому, как некоторые воспоминания кажутся запечатленными в уме, как фотография со вспышкой; из-за самобытности и эмоциональности новостей кажется, что они навсегда запечатлеваются в сознании с исключительной ясностью по сравнению с другими воспоминаниями.

Найдите минутку и вспомните о своей жизни. Есть ли какие-то воспоминания, которые кажутся острее других? Воспоминание, в котором вы можете вспомнить необычные детали, такие как цвета обыденных вещей вокруг вас или точное положение окружающих предметов? Хотя люди очень доверяют воспоминаниям с лампами-вспышками, подобным этим, правда в том, что наша объективная точность с ними далека от совершенства (Talarico & Rubin, 2003).То есть, даже несмотря на то, что люди могут очень доверять тому, что они вспоминают, их воспоминания не так точны (например, каковы были фактические цвета; где на самом деле были размещены объекты), как они обычно представляют. Тем не менее, при прочих равных, характерные и эмоциональные события хорошо запоминаются.

Детали не идеально переходят из мира в сознание человека. Можно сказать, что мы пошли на вечеринку и помним это, но то, что мы помним, — это (в лучшем случае) то, что мы закодировали. Как отмечалось выше, процесс кодирования является избирательным, и в сложных ситуациях замечаются и кодируются относительно немногие из многих возможных деталей.Процесс кодирования всегда включает в себя перекодирование, то есть получение информации из формы, которую она нам доставляет, и последующее преобразование ее таким образом, чтобы мы могли ее понять. Например, вы можете попытаться запомнить цвета радуги, используя аббревиатуру ROY G BIV (красный, оранжевый, желтый, зеленый, синий, индиго, фиолетовый). Процесс перекодировки цветов в имя может помочь нам запомнить. Однако перекодирование также может приводить к ошибкам — когда мы случайно добавляем информацию во время кодирования, мы запоминаем этот новый материал, как если бы он был частью реального опыта (как обсуждается ниже).

Рисунок 6. Хотя это требует больших усилий, использование изображений и ассоциаций может улучшить процесс перекодирования. [Изображение: psd, https://goo.gl/9xjcDe, CC BY 2.0, goo.gl/9uSnqN]

Психологи изучили множество стратегий перекодирования, которые можно использовать во время исследования для улучшения удержания. Во-первых, исследования советуют в процессе изучения думать о значении событий и пытаться соотнести новые события с информацией, которую мы уже знаем. Это помогает нам формировать ассоциации, которые мы можем использовать для получения информации позже.Во-вторых, воображение событий также делает их более запоминающимися; создание ярких изображений из информации (даже словесной) может значительно улучшить последующее запоминание. Создание изображений — это часть техники, которую Саймон Рейнхард использует для запоминания огромного количества цифр, но все мы можем использовать изображения для более эффективного кодирования информации. Основная концепция хороших стратегий кодирования состоит в том, чтобы сформировать отличительные воспоминания (выделяющиеся) и сформировать связи или ассоциации между воспоминаниями, чтобы помочь в последующем извлечении.Использовать учебные стратегии, подобные описанным здесь, сложно, но эти усилия окупают преимущества улучшенного обучения и удержания.

Ранее мы подчеркивали, что кодирование является избирательным: люди не могут кодировать всю информацию, которой они подвергаются. Однако перекодирование может добавить информацию, которую даже не видели и не слышали на начальном этапе кодирования. Некоторые процессы перекодирования, такие как формирование ассоциаций между воспоминаниями, могут происходить без нашего ведома. Это одна из причин, по которой люди иногда могут вспомнить события, которых на самом деле не было, — потому что в процессе перекодирования добавлялись детали.Один из распространенных способов вызвать ложные воспоминания в лаборатории — это составить список слов. Участники слышат списки из 15 слов, таких как дверь, стекло, стекло, штора, выступ, подоконник, дом, открытие, занавеска, рама, вид, ветер, створка, экран и ставень. Позже участникам предлагают тест, в котором им показывают список слов и просят выбрать те, которые они слышали ранее. Этот второй список содержит некоторые слова из первого списка (например, дверь, стекло, рама) и некоторые слова не из списка (например, рука, телефон, бутылка).В этом примере одно из слов в тесте — это окно, которое, что важно, не отображается в первом списке, но связано с другими словами в этом списке. Когда испытуемые были протестированы, они были достаточно точны в изучаемых словах (дверь и т. Д.), Узнавая их в 72% случаев. Однако, когда окно было в тесте, они ошибочно определили, что оно было в списке 84% времени. То же самое произошло и со многими другими списками, которые использовали авторы. Это явление называется эффектом DRM (от Диза-Рёдигера-Макдермотта).Одно из объяснений таких результатов состоит в том, что, пока студенты слушали элементы в списке, слова побуждали студентов думать об окне, даже если окно никогда не было представлено. Таким образом кажется, что люди кодируют события, которые на самом деле не являются частью их опыта.

Поскольку люди творческие люди, мы всегда выходим за рамки той информации, которую нам дают: мы автоматически создаем ассоциации и делаем из них выводы о том, что происходит. Но, как и в случае вышеупомянутого смешения словесных ассоциаций, иногда мы создаем ложные воспоминания из наших умозаключений, запоминая сами умозаключения, как если бы они были реальным опытом.Чтобы проиллюстрировать это, Брюэр дал людям запомнить предложения, которые были разработаны для получения прагматических выводов. Выводы, как правило, относятся к случаям, когда что-то явно не указано, но мы все еще можем угадать нераскрытое намерение. Например, если ваша подруга сказала вам, что не хочет идти куда-нибудь поесть, вы можете сделать вывод, что у нее нет денег, чтобы пойти куда-нибудь, или что она слишком устала. В случае прагматических выводов вы, скорее всего, сделаете один конкретный вывод.Рассмотрим заявление Брюэр, сделанное ее участникам: «Чемпион по карате ударил по шлакоблоку». Услышав или увидев это предложение, участники, прошедшие тест на память, как правило, вспоминали высказывание, которое гласило: «Чемпион по карате сломал шлакоблок». Это запомненное утверждение не обязательно является логическим выводом (т.е. вполне разумно, что чемпион по карате может ударить шлакоблок, не сломав его). Тем не менее, прагматический вывод из такого предложения состоит в том, что блок, вероятно, был сломан.Участники вспомнили этот вывод, который они сделали, когда слышали предложение вместо слов, которые были в предложении.

Кодирование — начальная регистрация информации — имеет важное значение в процессе обучения и запоминания. Если событие не закодировано каким-либо образом, оно не будет успешно запомнено позже. Однако только потому, что событие закодировано (даже если оно хорошо закодировано), нет гарантии, что оно будет запомнено позже.

Эффективность кодирования: пределы передачи информации в память

  • Альварес, Г.A., & Cavanagh, P. (2004). Емкость зрительной кратковременной памяти задается как нагрузкой зрительной информации, так и количеством предметов. Психологическая наука, 15 , 106–111.

    PubMed Статья Google Scholar

  • Брэди, Т. Ф., Конкл, Т., Альварес, Г. А., и Олива, А. (2008). Зрительная долговременная память имеет огромную емкость для хранения деталей объекта. Proceedings of the National Academy of Sciences, 105 , 14325–14329.

    Артикул Google Scholar

  • Брейнард Д. Х. (1997). Набор инструментов психофизики. Пространственное видение, 10 , 433–436.

    PubMed Статья Google Scholar

  • Busey, T., & Loftus, G. (1994). Сенсорные и когнитивные компоненты получения зрительной информации. Психологический обзор, 101 , 446–469.

    PubMed Статья Google Scholar

  • Кастельано, М., И Хендерсон, Дж. М. (2005). Случайная зрительная память на объекты в сценах. Визуальное познание, 12 , 1017–1040.

    Артикул Google Scholar

  • Коуэн, Н. (2000). Магическое число 4 в кратковременной памяти: переосмысление емкости умственной памяти. Поведенческие науки и науки о мозге, 24 , 87–185.

    Артикул Google Scholar

  • Давенпорт, Дж.Л. и Поттер М. С. (2004). Согласованность сцены в восприятии объекта и фона. Психологическая наука, 15 , 559–564.

    PubMed Статья Google Scholar

  • Фей-Фей, Л., Айер, А., Кох, К., и Перона, П. (2007). Что мы воспринимаем с первого взгляда на сцену из реального мира? Журнал видения , 7 (1), 10: 1–29.

    Google Scholar

  • Гегенфуртнер, К.Р. и Сперлинг Г. (1993). Передача информации в культовых экспериментах с памятью. Журнал экспериментальной психологии: человеческое восприятие и производительность, 19 , 845–866.

    PubMed Статья Google Scholar

  • Гриль-Спектор, К., и Канвишер, Н. (2005). Визуальное распознавание: как только вы знаете, что это есть, вы знаете, что это такое. Психологическая наука, 16 , 152–160.

    PubMed Статья Google Scholar

  • Холлингворт, А.(2004). Построение визуальных репрезентаций природных сцен: роль кратковременной и долговременной зрительной памяти. Журнал экспериментальной психологии: человеческое восприятие и производительность, 30 , 519–537.

    PubMed Статья Google Scholar

  • Холлингворт, А., и Хендерсон, Дж. М. (2002). Точная визуальная память на ранее посещенный объект в естественных сценах. Журнал экспериментальной психологии: человеческое восприятие и производительность, 28 , 113–136.

    Артикул Google Scholar

  • Хюбнер, Г. М., & Гегенфуртнер, К. Р. (2009). Влияние времени просмотра, фиксации и стратегии просмотра на зрительную память для кратко представленных природных объектов. Ежеквартальный журнал экспериментальной психологии, 63 , 1398–1413.

    Google Scholar

  • Интрауб, Х. (1981). Быстрая концептуальная идентификация последовательно представленных картинок. Журнал экспериментальной психологии: человеческое восприятие и производительность, 7 , 604–610.

    Артикул Google Scholar

  • Ирвин Д. Э. и Эндрюс Р. (1996). Интеграция и накопление информации о саккадических движениях глаз. В T. Inui & J. L. McClelland (Eds.), Внимание и производительность XVI: Интеграция информации в восприятии и коммуникации (стр. 125–155). Кембридж: MIT Press, Bradford Books.

    Google Scholar

  • Ли, Ф.-Ф., Ван Руллен, Р., Кох, К., и Перона, П. (2002). Категоризация естественных сцен при почти полном отсутствии внимания. Proceedings of the National Academy of Sciences, 99 , 9596–9601.

    Артикул Google Scholar

  • Ли, Ф.-Ф., Ван Руллен, Р., Кох, К., и Перона, П. (2005). Почему категоризация естественных сцен требует мало внимания? Изучение требований к вниманию к естественным и синтетическим стимулам. Визуальное познание, 12 , 893–924.

    Артикул Google Scholar

  • Лофтус, Г. Р., Нельсон, У. У., и Каллман, Х. Дж. (1983). Различная скорость получения различных типов информации из изображений. Ежеквартальный журнал экспериментальной психологии, 35A , 187–198.

    Google Scholar

  • Удача, С. Дж., И Фогель, Э. К. (1997). Емкость зрительной рабочей памяти для функций и союзов. Nature, 390 , 279–281.

    PubMed Статья Google Scholar

  • Мелчер, Д. (2001). Сохранение зрительной памяти на сцены. Nature, 412 , 401.

    PubMed Статья Google Scholar

  • Мелчер, Д. (2006). Накопление и сохранение памяти для естественных сцен. Journal of Vision, 6 , 8–17.

    PubMed Статья Google Scholar

  • Пашлер, Х.(1988). Знакомство и обнаружение изменений в визуальных дисплеях. Восприятие и психофизика, 44 , 369–378.

    Артикул Google Scholar

  • Пелли Д. Г. (1997). Программа VideoToolbox для визуальной психофизики: преобразование чисел в фильмы. Пространственное видение, 10 , 437–442.

    PubMed Статья Google Scholar

  • Поттер, М.С. (1976). Кратковременная концептуальная память на картинки. Журнал экспериментальной психологии: обучение и память человека, 2 , 509–522.

    Артикул Google Scholar

  • Поттер, М.С., и Фокс, Л.Ф. (2009). Обнаружение и запоминание одновременных изображений в RSVP. Журнал экспериментальной психологии: человеческое восприятие и производительность, 35 , 28–38.

    PubMed Статья Google Scholar

  • Поттер, М.К., и Леви Э. И. (1969). Распознавание памяти для быстрой последовательности изображений. Журнал экспериментальной психологии, 81 , 10–15.

    PubMed Статья Google Scholar

  • Поттер, М. К., Стауб, А., & О’Коннор, Д. Х. (2004). Графическое и концептуальное представление увиденных картинок. Журнал экспериментальной психологии: человеческое восприятие и производительность, 30 , 478–489.

    PubMed Статья Google Scholar

  • Поттер, М.К., Стауб А., Радо Дж. И О’Коннор Д. Х. (2002). Память распознавания для кратко представленных картинок: время быстрого забывания. Журнал экспериментальной психологии: человеческое восприятие и производительность, 28 , 1163–1175.

    PubMed Статья Google Scholar

  • Русселе Г., Фабр-Торп М. и Торп С. Дж. (2002). Параллельная обработка естественных изображений на высоком уровне. Nature Neuroscience, 5 , 629–630.

    PubMed Google Scholar

  • Русселе Г. А., Жубер О. Р. и Фабр-Торп М. (2005). Сколько времени нужно, чтобы добраться до «сути» реальных природных сцен. Визуальное познание, 12 , 852–77.

    Артикул Google Scholar

  • Русселе, Г. А., Маке, Ж.-М., и Фабр-Торп, М. (2003). Это животное? Это человеческое лицо? Быстрая обработка вертикальных и перевернутых естественных сцен. Journal of Vision, 3 , 440–455.

    PubMed Статья Google Scholar

  • Русселе, Г. А., Торп, С. Дж., И Фабр-Торп, М. (2004). Обработка одной, двух или четырех естественных сцен на людях: пределы параллелизма. Vision Research, 44 , 877–894.

    PubMed Статья Google Scholar

  • Шаффер, В. О., и Шиффрин, Р.М. (1972). Репетиция и хранение наглядной информации. Журнал экспериментальной психологии, 92 , 292–296.

    PubMed Статья Google Scholar

  • Шепард Р. Н. (1967). Память на распознавание слов, предложений и изображений. Журнал вербального обучения и вербального поведения, 6 , 156–163.

    Артикул Google Scholar

  • Стоячий, Л.(1973). Выучить 10 000 картинок. Ежеквартальный журнал экспериментальной психологии, 25, , 207–222.

    PubMed Статья Google Scholar

  • Стэндинг, Л., Конезио, Дж., & Хабер, Р. Н. (1970). Восприятие и память на картинки: однократное пробное обучение 2560 визуальных стимулов. Психономическая наука, 19, , 169–179.

    Google Scholar

  • Торп, С., Физе, Д., и Марлот, К. (1996). Скорость обработки в зрительной системе человека. Nature, 381 , 520–522.

    PubMed Статья Google Scholar

  • Тодд, Дж. Дж., И Маройс, Р. (2004). Предел емкости зрительной кратковременной памяти в задней теменной коре головного мозга человека. Nature, 428 , 751–754.

    PubMed Статья Google Scholar

  • Тверски, Б.И Шерман Т. (1975). Память изображений улучшается с увеличением времени работы и отдыха. Журнал экспериментальной психологии: обучение и память человека, 1 , 114–118.

    Артикул Google Scholar

  • Ван Руллен Р. и Торп С. Дж. (2001). Это птица? Это самолет? Сверхбыстрая визуальная категоризация природных и искусственных объектов. Восприятие, 30 , 655–668.

    PubMed Статья Google Scholar

  • Ван Руллен, Р., Редди, Л., и Кох, К. (2004). Визуальный поиск и двойные задачи раскрывают два различных ресурса внимания. Журнал когнитивной неврологии, 16 , 4–14.

    PubMed Статья Google Scholar

  • Фогель, Э. К., Вудман, Г. Ф., и Лак, С. Дж. (2006). Временной ход закрепления в зрительной рабочей памяти. Журнал экспериментальной психологии: человеческое восприятие и производительность, 32 , 1436–1451.

    PubMed Статья Google Scholar

  • Фогт, С., & Магнуссен, С. (2007). Долговременная память на 400 картинок на общую тему. Экспериментальная психология, 54 , 298–303.

    PubMed Google Scholar

  • Уивер, Г. Э. (1974). Влияние времени постстимульного исследования на распознавание изображений. Журнал экспериментальной психологии, 103 , 799–801.

    Артикул Google Scholar

  • .

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *