คุณ ดาวลูกไก่ ชื่นชมยินดี ได้มีน้ำใจนำภาพข้างล่างนี้มาฝากผมใน บันทึกนี้

เพื่อเป็นการขอบคุณ ผมจึงขอขยายผลโดยนำบทความที่ผมเคยเขียนไว้
มาเผยแพร่ให้เพื่อนๆ ใน GotoKnow ได้สนุกในการเรียนรู้ร่วมกันครับ ^__^

"ภาพแปรพักตร์"
หลอกตาเราได้อย่างไร?

เมื่อพูดถึงภาพลวงตา คนส่วนใหญ่มักจะนึกถึงภาพ ๆ เดียวที่มองได้ 2 แง่มุม
อย่างเช่น ภาพ “เป็นคนอยู่ดีๆ พลิกอีกทีกลายเป็นม้า”
 

 

หรือภาพ All is Vanity อันน่าพิศวงของชาร์สส์ แอลเลน กิลเบิร์ต (Charles Allen Gilber) (ค.ศ.1873-1929) ซึ่งจะมองให้เป็นหัวกระโหลก หรือเป็นหญิงสาวกำลังนั่งอยู่ที่โต๊ะเครื่องแป้งก็ได้ เป็นต้น

แต่ภาพลวงตาที่นำมาให้ชมในครั้งนี้ไม่เหมือนภาพลวงตาคลาสสิคที่ว่ามา
ลองดูภาพ ‘หญิงหน้าตาย’ และ ‘ชายหน้ายัวะ’ ตามคำแนะนำที่ให้ไว้

ดูดี ๆ สองภาพนี้แปรพักตร์ได้!

ลองมองภาพ “หญิงหน้าตาย (ซ้าย) & ชายหน้ายัวะ (ขวา)”
ที่ระยะห่างปกติ สังเกตเพศ สีหน้า ริ้วรอยต่าง ๆ และอื่น ๆ

จากนั้นมองภาพทั้งคู่ที่ระยะห่างเพิ่มขึ้นเรื่อย ๆ (จนห่างราว 2-3 เมตร)
สังเกตการเปลี่ยนแปลง

ใครที่เพิ่งเคยเห็นภาพลักษณะนี้เป็นครั้งแรกคงจะรู้สึกฉงน
และถ้ามีเพื่อนอยู่ใกล้ ๆ ก็คงจะชวนมาดูด้วย

โดยจะเห็นตรงกันว่าภาพหญิงหน้าตายทางซ้ายนั้นพอดูที่ระยะไกลออกไป
จะกลับกลายเป็นชายซึ่งมีใบหน้าละม้ายคล้ายภาพขวา
(แต่ดูหนุ่มกว่าและอารมณ์เย็นกว่าเล็กน้อย เพราะไม่มีริ้วรอยย่น)

ส่วนภาพขวาซึ่งเดิมเป็นหน้าชายสูงอายุขี้ยัวะนั้นกลับกัน
เพราะกลายเป็นหน้าหญิงสาวสุดแสนเฉยเมยเหมือนภาพทางซ้ายมือแต่เดิม!

ภาพใบหน้าแสนพิศวงคู่นี้เป็นส่วนหนึ่งของงานวิจัยของ
ดร.ฟิลิปป์ จี ไชนส์ (Philippe G. Schyns) (ซ้าย) และ ดร.โอเดอ โอลิวา (Aude Oliva) (ขวา)
ในบทความวิชาการชื่อ Dr. Angry and Mr. Smile: when categorization flexibly modifies the perception of faces in rapid visual presentations
ซึ่งตีพิมพ์เป็นครั้งแรกในวารสาร Cognition ในปี ค.ศ. 1999

 
     

ทำไมภาพถึงแปรพักตร์ได้?

อธิบายอย่างง่ายๆได้ว่า ถ้านำภาพใบหน้าสีขาวดำมาภาพหนึ่ง (จริง ๆ แล้ว อาจเป็นภาพอะไรก็ได้)

จากนั้นใช้เทคนิคทางคณิตศาสตร์ที่เรียกว่า การแปลงแบบฟูเรียร์ (Fourier transform) แยกภาพดังกล่าวออกเป็นข้อมูลสองส่วน

ข้อมูลส่วนแรกเป็นข้อมูลสเกลหยาบ (coarse scale) ซึ่งแทนบริเวณที่ดูเรียบเนียน เช่น หน้าผากเรียบ ๆ หรือแก้มเนียน ๆ

ข้อมูลส่วนที่สองเป็นข้อมูลสเกลละเอียด (fine scale) ซึ่งแทนบริเวณที่เป็นเส้นเป็นขอบ เช่น ขอบตา ริมฝีปาก สันจมูก ตีนกาและรอยย่นต่าง ๆ บนใบหน้า

เบื้องหลังภาพแปรพักตร์ก็คือ ภาพผู้หญิงหน้าตายทางซ้ายมือนี้ แท้จริงแล้วเป็นภาพหน้าลูกผสม (hybrid face) ระหว่างภาพหน้าผู้หญิงแบบละเอียดปนอยู่กับภาพหน้าผู้ชายแบบหยาบ

ซึ่งถ้ามองใกล้ ๆ ภาพละเอียดจะข่มภาพหยาบ เราก็เลยเห็นหญิงสาวหน้าตาย แต่ถ้ามองไกล ๆ ภาพหยาบจะกลืนภาพละเอียด เราก็เลยเห็นเป็นผู้ชายหน้ายัวะที่ซ่อนอยู่แทน

ส่วนภาพผู้ชายหน้ายัวะทางขวามือนั้นก็กลับกัน (กลับยังไง ลองคิดดูเองสิครับ)

ข้อมูลสเกลหยาบ (เช่น แก้มเนียน ๆ) นั้น ภาษาวิชาการเรียกว่า ข้อมูลความถี่เชิงระยะทางต่ำ (low spatial frequencies หรือ LSF) ส่วนข้อมูลสเกลละเอียด (เช่น ลายเส้นต่าง ๆ บนใบหน้า) เรียกว่า ข้อมูลความถี่เชิงระยะทางสูง (high spatial frequencies หรือ HSF)

ภาษาวิชาการที่ฟังยากยุ่งเหยิงนี้ อาจเข้าใจได้ง่ายขึ้น ถ้าคิดถึงแถบริ้วแนวดิ่งสีขาวดำที่มีขนาดความกว้างของแต่ละแถบค่อนข้างใหญ่ทางซ้าย และค่อย ๆ ลดแคบลงไปเรื่อย ๆ ทางขวา ลักษณะเช่นนี้เรียกว่า ความถี่เชิงระยะทาง (spatial frequency) ของแถบริ้วขาว-ดำ เพิ่มขึ้นจากซ้ายไปขวา

ความถี่เชิงระยะทางยังขึ้นกับระยะทางที่เรามองภาพ (หรือวัตถุ) นั้นอีกด้วย
โดยจะเพิ่มขึ้นเป็นสัดส่วนกับระยะทาง 

ลองคิดง่าย ๆ ว่า แถบริ้วสีขาว-ดำ ทางด้านซ้ายนั้น ถ้าดูใกล้ ๆ จะดูหยาบ (กว้างมากหน่อย)
แต่ถ้ามองที่ยะห่างออกไป ก็จะดูละเอียดขึ้น (แคบลง)
ทั้งนี้เพราะภาพที่ปรากฏบนเรตินาในตาของเราจะลดลงเป็นส่วนกลับกับระยะห่างของภาพ (หรือวัตถุ) ที่เพิ่มขึ้น

ขนาดของภาพบนเรตินาเป็นส่วนกลับของระยะห่างของวัตถุ ทำให้ความถี่เชิงระยะทางเพิ่มขึ้นตามระยะทาง

นั่นคือ ภาพใกล้ ๆ ที่ดูหยาบ จะกลายเป็นภาพละเอียดเมื่อดูไกล ๆ สอดคล้องกับปรากฏการณ์แปรพักตร์ที่เห็นนั่นเอง

    

จริง ๆ แล้ว ภาพลูกผสมยังแปรพักตร์ได้ด้วยเงื่อนไขอื่น เช่น

• มองผ่านแค่แว่บเดียว
• หรี่ตามอง
• กระพริบตาเร็ว ๆ
• ใช้แผ่นพลาสติกขุ่น ๆ ปิดทับแล้วขยับให้ห่างออกมาเล็กน้อย

(มีวิธีการมองแบบอื่นอีกไหมหนอ? ใครคิดได้ช่วยบอกทีเถิด ^__^)

ภาพลูกผสมแบบอื่น ๆ ที่ไม่ใช่ใบหน้าคน ยังใช้ในการศึกษาเกี่ยวกับการมองเห็นและการรับรู้อีกด้วย
เช่น ภาพตัวอักษร C ที่ซ้อนอยู่กับภาพตัว F
ซึ่งจริง ๆ แล้วต่างก็ประกอบด้วยตัวอักษร L ขนาดเล็กหลายตัว
 
โดยถ้ามองใกล้ ๆ เราจะเห็นหมดทุกตัว ไม่ว่า C และ F ตัวใหญ่ หรือ L ตัวเล็ก
แต่ถ้ามองไกล ๆ จะเห็นแค่ตัว C อย่างเดียว (ลองดูสิครับ)

ภาพลูกผสมที่เป็นตัวอักษร โดยตัว C ย่อมาจาก Coarse (หยาบ)
F คือ Fine (ละเอียด) และ L คือ Local (เฉพาะแห่ง)



ตัวอย่างนี้ นักจิตวิทยาใช้ในการแยกแยะความแตกต่างระหว่าง
การมองภาพรวม-การมองภาพเฉพาะแห่ง (global vs. local processing) 
กับ การมองภาพหยาบ-การมองภาพละเอียด (coarse vs. fine scale processing)

ส่วนภาพสถานที่หรือฉากเหตุการณ์ก็ใช้ในการศึกษาว่า
จำเป็นหรือไม่ที่เราต้องเห็นรายละเอียดต่าง ๆ ก่อนที่จะสรุปว่าภาพรวมคืออะไร
เช่น สำหรับภาพละเอียดที่ให้ไว้นี้ เมื่อเห็นรถ ถนน ป้าย และเสา
ก็พอบอกได้ว่าน่าจะเป็นภาพบนทางด่วน เป็นอาทิ

แต่สำหรับภาพหยาบที่ดูเบลอ ๆ นั้น ถ้ามองที่ระยะห่างออกไปหรือหรี่ตาดู
ก็จะเห็นภาพเมืองโดยรวมก่อนที่จะเห็นเป็นอาคารต่าง ๆ เป็นต้น

ภาพลูกผสมแสดงความอัศจรรย์ของคณิตศาสตร์และเทคโนโลยีดิจิทัลอย่างเป็นรูปธรรม
แต่นอกจากจะมีประโยชน์ในงานวิจัยทางด้านการมองเห็นและจิตวิทยาอย่างลึกซึ้งแล้ว
ผมว่ายังมีบทเรียนง่าย ๆ อีกอย่าง
นั่นคือ

ภายใต้รอยหน้าที่ดูสดชื่นยิ้มแย้มอยู่นั้น อาจจะซ่อนอารมณ์อื่นเอาไว้ก็เป็นได้

ไม่เชื่อลองดูภาพนี้สิครับ!

แนะนำขุมทรัพย์ทางปัญญา

• http://www.wlu.ca/~wwwpsych/eolds/teaching.html
• บทความเรื่อง Dr. Angry and Mr. Smile: when categorization flexibly modifies the perception of faces in rapid visual presentations หาอ่านได้ที่  http://search.bwh.harvard.edu/oliva/Schyns-Oliva99.pdf
• เรื่อง Coarse blobs or fine edges? Evidence that information diagnosticity changes the perception of complex visual stimuli ที่ http://cogprints.ecs.soton.ac.uk/archive/00000707/01/scene_rewrite.html
• เรื่อง ความถี่เชิงระยะ โปรดอ่าน Sinewave gratings: Spatial frequency ที่ http://www.cquest.utoronto.ca/psych/psy280f/ch5/sf.html
• เรื่อง การแปลงฟูเรียร์ ขอแนะนำ Introduction to Fourier Transform for Image Processing ที่ http://www.cs.unm.edu/~brayer/vision/fourier.html

ประวัติของบทความ

• ตีพิมพ์ครั้งแรกในนิตยสาร สารคดี (* กำลังค้นว่าฉบับไหน *)
• ตีพิมพ์รวมเล่มในหนังสือชุด Know How & Know Why เล่ม กฎพิสดาร ปรากฏการณ์พิศวง (พิมพ์ครั้งที่ 3), สำนักพิมพ์สารคดี

    ดูข้อมูลในร้านหนังสือ SE-ED

• ดัดแปลงเพื่อนำลงใน GotoKnow เพื่อประโยชน์สาธารณะ & เพื่อเป็นการขอบคุณ คุณ ดาวลูกไก่ ชื่นชมยินดี