对机制的研究主要集中于心理物理学领域，近几年随着技术的进步才开始从电生理领域、药理学领域等进行了一定程度的探讨。心理学历史上，有影响的几种学说，包括：1)Gibson(1963)从生态学的观点出发，认为知觉学习其实是从环境中提取以前未被使用的信息。这种观点避开了刺激的内在表征及变化过程，只考虑环境因素。 2)Goldstone(1998)从知觉学习内在机制及介导外界刺激与内部认知之间过程的角度，提出了知觉学习的四种可能机制:注意权重的改变(attentionalweighting)一一增加与任务相关刺激表征的注意权重或是减少无关表征的注意权重;刺激铭记(stimulusimPrinting)一一通过训练学习，感觉系统发展出特定于刺激全部或部分的感受器/检测器:区分 (differentiation)一一以前表征融合在一起的刺激全部或部分区分独立出来;整合(utilization)一一复杂构造的持续呈现触发了一个独立功能单元。
1、注意权重改变
知觉适应环境和任务的一个方法就是增加分配在重要的知觉维度和特征上的注意和减少在无关维度和特征上的注意。这两个方面可能是同时发生也可以是独立起作用，在这里维度是指的由许多特征组合起来的特性，而特征是指某个特别的刺激元素。
在信息处理的过程中的一些不同阶段，注意能够选择性地集中到刺激的重要的信息。在动物学习能力和人类辨别能力的一些研究中发现有这种朝有用信息方向的转移。 Nosofsky(1986)认为这种注意的转移是因为在主观上认为这些受注意的外观特征对一些事物的辨别是有帮助的。在识别的训练学习期间，人们会倾向于对一些测试前没有强调但是比较突出的特征以及强调说明对测试时的辨别有帮助的特征。刺激物的哪些方面受到选择性的偏重是一个复杂的过程，即使是鸽子也能选择性地偏重照片中所包含人物的某些特征 (Hermstein，1990)。除了重要外观信息需要某些特殊的特征，那些无关的外观信息也需要特殊信息，因此会使任务变得更加不好分辨。例如，有一种被称为是“潜在抑制”的现象，开始分别呈现一些刺激后，而当要把这些刺激联系起来时比开始根本没有呈现过这些刺激时更加困难。Haider和 Frensch(1996)发现在测试时成绩的提高是源于对那些无关信息处理过程的减少。
对分组和归类的研究结果支持注意对知觉学习有着3种不同的作用:1)注意更多和更容易被分配到与类别和分组标准有关的维度上;2)对不相关的维度注意分配是最少的;3)而对处于分类和分组边缘的相关性维度，注意常常是选择性地分配到其中的部分维度上。
2、刺激铭记
知觉学习的第二个机制是对刺激材料的铭记，通过铭记知觉系统能发展专门对刺激或部分刺激反应的觉察器，这种觉察器是通过对输入刺激的记忆裁剪而形成的，反复进行训练会使觉察器发生内在的一些变化包括:反应速度、正确率以及各部分协调的流畅性都会提高。根据铭记的对象不同可以分为以下几个不同水平的铭记过程。
2.1整个刺激量的铭记
整个刺激量的铭一记也即整个刺激发生了铭记，在这种条件下整个学习过程均变成了一个觉察器。铭记这一过程可能针对整个的刺激，使觉察器发生内在的特异性变化。关于这一过程有许多模型，Log如(1988)提出一个模型，认为呈现的每一次刺激都会在感受器内部留下这个刺激的一个痕迹，随着储存起来的痕迹越多，越多的信息可以被提取，所以测试时的成绩也会好，并且提取信息所需要的时间也会减少。被试在感知任务测试中的成绩会随着特定刺激的增多而变好，这一结果很好地支持了上述的模型。与这一现象相一致的是，人们在分辨单词的声音时，由熟悉的声音说出来的单词的分辨正确率比较高。医生在做病情分析时，如果病人出现的一些症状和以前某些病例类似，那么医生在作判断时都会容易很多，即使这些症状对于病情分析是没有直接关系的(Brooks etal.，1991)。甚至人们只知道有关感知分辨一些简单的线索都会有助测试成绩的提高。因此，当一个物体出现时，感知信息中某些部分就会受到这一特殊信息的调制，使感知对此信息的敏感性增高。
人们能够很好的对一些以前曾出现过的模糊或者快速呈现的刺激做出分辨，虽然这种影响一直被认为是对呈现事物的一种隐含记忆，但是它也为知觉学习提供了一个很好的例证。对熟悉信息的分辨优势一般至少会持续三个星期，有时这种信息仅需要呈现一次就够了，并且这些信息往往是和最初呈现的事物的一些特殊的物理性质相联系的。简而言之，这种记忆可以快速有效地提高后来的知觉任务的成绩。
以上述模型为基础，一些研究者又建立了一些类似的模型。如“模板(temPlate)”模型，在这个模型中，认为物体的识别是通过与储存在内部的一些己知物体的类似图像(模板)的比较来进行的。一些非常相似的物体的信息被编制在同一个模板中，在某些情况下，处理过程中会对模板进行一定的调整，使得被观察的物体和模板的相似信息能够最大程度的重叠。 ullman(1989)指出这种“模板”模型具有很高的效率，即使在测试以前不知道是什么物体，但是在处理过程中能够很好地找出与物体相互匹配的模板，只要是能够在物体和模板找出三个相互匹配的线索就可以了。Poggio和 Edelman(1990)提出了一个神经网络的模型，认为识别一个三维的物体，只需要获得与三维物体相联系的二维的图像就可以了。与这一模型假设相一致的，一些特殊的视点会对感受器产生调制作用，人们可以通过看一些和三维物体配对的二维图片来学习对三维物体的分辨(Sinha&Poggio，1996)。
2.2特征性铭记
特征性铭记即铭记只发生在刺激的部分特征上，如果刺激的部分特征在识别该刺激中特别重要则常常独立变化，知觉学习就会形成专门对那部分刺激反应的觉察器;或者是出现的次数比较多，那么在学习的过程中就可能会产生专门针对这些部分的觉察器。这是非常重要的一个步骤，因为这为描述特定的刺激建立了新的连接 (Sehynsetal.， 2998:sehyns&Mu甲h又1994)。这个新建立起来的连接对高效地描述后来出现的物体的帮助会很大。这样就可以高效的促进物体的表征，因为这一特殊的部分已经从一般的环境中被提取出来了。
近年来还出现了一些计算机的模型，在呈现或分辨物体时用来创建新的感知连接。神经网络的方法是比较流行的一种方法，因为在输入和输出之间的许多处理过程都是被隐藏起来的，并且可以被解释为对己经呈现过的事物的内部表征过程 (Rumelhartetal.，1986)。而这些内部表征过程能够起到所需要的特征检测器的功能，是在不断呈现的外界环境中建立起来的。这些特征检测器和在初级视皮层中发现的神经检测器具有很高的类似性，经过内部学习算法的处理并发展成为对图片中一些有规律性的相互独立信息起反应的一个单元。而且这些含有检测器的网络能够控制在视皮层的眼优势柱和方位柱中聚集的特异性检测器。这些网络并不需要一些标记和分类的反馈，而是刺激的本身就包含有足够的信息。当然，如果有神经网络接受来自刺激分类的反馈，那么这些特征就能在分类过程中被突出出来。简单的说，神经网络本身所产生一些特征性描述使得这些系统为探测过程提供了很多的方法和途径。
在神经学上的证据也有支持知觉学习是通过对刺激某个特征的铭记weinberger(1993)发现在听觉皮层中的细胞会受重复出现的声音频率的调制。随着细胞复杂性的提高，在前颖叶的细胞受到有关三维物体的长期经验的调制 (LogothetiSetal.，1995)，这些细胞还出现随着新物体出现反应增强的现象。并且在这个区域中的细胞还对一些特别的面孔具有高度的选择性(Perrcttetal.，1984)。
在认知、计算机、神经生理学方面的结果都表明用来描述事物的新的联系会对环境输入更加适应。从某一程度上讲，被提出来的特征检测器可以抓住一系列刺激输入中出现的隐含的规律。然而，检测器在产生过程中也受任务需求的影响，例如，改变被测物体的颜色，除非要求被试回答与颜色有关的任务，否则做其他方面的测试，颜色的变化不会影响其测试的成绩 (Loganctal.，1996)。一般的，是否会产生功能性的检测器要取决于事物出现的频率以及主观上对该特征的重视程度。
2.3拓扑性生铭记
拓扑性铭记发生在更抽象的水平，当一个刺激的学习和另一个刺激的学习存在有相似性同时这种相似性能作为模式来进行训练时，拓扑性铭记就发生了。这种铭记不是简单地发展独立的觉察器而是对空间组织的觉察器网络的形成。最简单形式的拓扑铭记是让一系列特征有效地在一维空间中组织起来。发育学上的证据表明空间特性的组构也是可以学习的，一个最基本的问题是:“哪一个更多?”，小孩和成人都会认为大的物体比小的物体更多一点，但是三岁大的小孩会认为黑的物体会比白的物体更多一点，这是和成人不一样的(Smith&Sera，1992)。嘈杂的声音对孩子来说一般都是杂乱无章的，但是随着嘈杂声音地有效组织，会觉得嘈杂的声音比轻柔的声音更容易接受。Bedford(1993，1995)在学习多维空间联系的工作体现了空间组织能力在感知中的重要性，她认为知觉学习包含有对各个方面的成像过程。例如，让被试带上成棱柱状的眼镜，让他得到的视觉信息和本体反馈的信息相互不匹配，对那些视觉信息能够较容易转化为本体感受的信息学习起来就比较容易，而对于那些两种信息联系起来比较困难的信息较难学习。这些实验的重点都是在人们对各种特征联系的自然倾向。一个比较著名的试验是 Howell(1944)做的，在经过几千次实验后人们将一个特殊声调和一种红颜色联结起来，然后实验条件发生变化让被试去识别一种中性的白色，结果发现当声调出现时人们很明显地选择一个略微绿一点的白颜色。这种结果提示声调将红色替换成了一个被扩展的别的颜色。这种知觉学习涉及到发展刺激维度的结构上，同时也超越了发展的维度。
普遍认为在拓扑结构重现外界环境信息的过程中，一些神经网络机制起着重要的作用。在大脑皮层中的感觉图谱也支持外周感觉系统的拓扑结构，例如，在短尾猴的初级感觉皮层中对中指起反应的区域是位于对第二个和第四个手指起反应区域之间的。当外周感觉器官或皮层出现变化时，一些支持拓扑结构图谱的皮层功能结构也会发生变化(Garraghty&Kaas，1992)。当皮层的某一部分出现损伤，在它旁边区域的一些皮层会慢慢地接受本来由损伤部位控制的信息输入;而当外围的感觉器官失去功能时，本来控制该器官输入的皮层会慢慢接受原先由旁边皮层区域控制的器官的一些输入信息(Kaas，1991)。如果将两个手指通过手术合并起来，并且给出的都是高度相关的输入信息，那么一段时间以后，将会有很大范围的皮层对这两个手指的输入信息都会起反应。 K0honen(1995)提出一个用来描述学习时拓扑结构神经网络的框架，这些神经网络是由一些在对输入信息竞争中起反应较强的检测器组成，并成拓扑性分布(最简单，二维的格子状分布)。
这些拓扑分布对学习的影响有:不仅使每个单个单元对最适输入信息的反应达到最佳状态，而且在它旁边的单元的反应状态也会变好。Kohonen(1995)的神经网络的改变能够获得与在皮层中改变引起的相类似的拓扑变化，并且在网络受损或环境改变时也会产生相类似的适应性变化。其他的一些神经网络主要是集中在比较单一的因素，如空间因素、学习因素等等，主要是为了更好地描述一些物体之间的相似点。总的来说，这些由神经网络发展起来的检测器能够局部地将各个输入固定下来，并且能够将这些检测器在整体的框架中组装起来表达其中的相关性和输入的各方面信息。
3、区分
知觉学习一个很重要的机制是对感知对象相互之间区分能力的提高。通过区分，使一些开始时在心理上比较混乱的刺激能够被分离出来。一旦感知对象的各部分被分离开了，最初很难分辨的感知对象就变得能够被识别了。和铭记一样，区分可以发生在整个刺激或是刺激的某些特征水平上。这个机制最初是Gibson(1953)提出的，他主要的观点是知觉学习的注意机制就是区分，当然区分是会发生在不同的层次上的，学习可能是发生在整体刺激水平上的区分。Gibson经典的例子，如父母学会辨认其非常相似的同卵双胞胎，他们因此发展了不同的客体表征，学习也可能发生在维度或复杂刺激水平的区分。
3.1整体刺激的区分
品酒师能够通过品尝分辨各种酒;家禽分拣员能够从一大群小鸡中分辨出雄的和雌的;父母能够在长得很像的双胞胎小孩中分辨谁是谁，在这些经典的例子中，长期的知觉学习在区分时物体的再现中起了很重要的作用。在某些情况下，对刺激物的一些简单预先说明可以促进区分这一过程的进行，如在一些老鼠笼周围预先放置后来要学习分辨的形状，这些老鼠在后来的分辨测试中的成绩要好于那些放置了其他形状物体的老鼠(Gibson&walk，1956)。在训练的过程中，对于那些联系着特定标记或特性的被测物体，被试的区分能力会提高得很快。
3.2心理物理的区分
一些实验研究工作者研究了包括简单分辨在内的训练影响。在游标分辨任务中，要求被试判断一条直线在另一条直线的上面还是下面。在这个任务中的训练可以很大提高被试的测试成绩，被试最好的分辨能力可以超过两个单独光感受器的间距(P。 gginctal.，1992)。能达到如此好的视锐度是因为细胞的感受野有一定程度地交迭。这种分辨任务的训练一般来说是具有高度的特异性的，如在水平方向上的分辨任务训练一般不会传递到垂直方向上相同任务的分辨;在视网膜上各个位置也不会传递;一只眼睛进行的训练不会传递到另外一只没有训练的眼睛。
对于简单分辨任务训练的高度特异性导致了一些研究者认为适应过程可能是出现在比较早的皮层中，如初级视皮层(Gilbert，1994;Karni&Sagi，1991)。在顶叶的MT区已经记录到单个细胞的反应特性，在一个随机点运动的分辨任务中，分辨成绩的提高和该区单个细胞的某些反应特性的改变具有一定的对应关系(Zoharyetal.，1994)。一些计算模型已经阐述了在任务训练中成绩的提高是由于细胞和输出单元之间的各自权重的改变引起的 (Poggioetal.，1992)，每个细胞均有一定的感受野和特异性方位，对分辨任务的预知会比时间更大地影响识别的过程。因此，提出来的区分机制选择性的强调了对感受细胞的区分。
实现区分的一个相关方法，是扩展感受细胞的感受方式，在任务区分的时候可以接受各种不同的反应。让猴子训’练分辨有细微频率差异的两个声音，和对照组的猴子相比，训练过的猴子的皮层对这两个声音起反应的区域比较大 (Reeanzoneetal.，1992)。类似的，训练猴子的一只手的触觉分辨，那么对训练手起反应的区域相对来说要大于另外一只手 (Reeanzoneetal.，1992)。 Elbert(1995)等人还测试了小提琴演奏家对控制手指功能的体感皮层的活性，他们发现控制左手的感觉皮层的活性大于控制右手的皮层，与此现象一致的是，小提琴家左手手指的运动感觉比右手手指的要求高很多。
区分的另一可能机制是缩小感受器的受调制范围，使感受器对某一比较特定的束激产生反应。感受器一般开始的时候受调制的范围比较广，随着训练的进行，慢慢的对其进行调制的范围会变小。 Recanzone(1993)在听觉分辨训练后发现了一些受调制范围变窄的频率敏感性感受器， Levi(1995)在游标分辨任务的训练中也发现类似的现象。为此，Luce等人 (1976)曾提出一个区分的机制，认为会把游动的“注意带宽”特异性地放在需要感知的区域，落在“带宽”内的信号所能引起的反应幅度比落在“带宽”外部的信号所能引起的幅度大。上述三种机制在心理物理上的刺激区分中分别起着一定的作用。
3.3复杂刺激的区分
对于差异出现在多方面的复杂刺激的区分也有一定的研究， Lively(1993)等对以日语为母语的被试进行研究，研究他们对/r/和/l/区分的过程，这两个音素在他们的母语中是没有的。给被试听不同说话者说的句子，如果说话者正确辨认了这两个语音，要求被试给予反馈。结果发现这种方式让被试进行区分，比直接教他们读的次数要少。这就说明被试知觉学习的过程就是对刺激的区分过程，而且这种区分的效果比直接重复的要好。
Posner和 Keele(1965)发现如果增加在分辨过程中的可变因素，那么当被试达到一定正确率所需要的时间会增加，同时随着可变因素的增加，训练后传递到新的刺激的可能性也比较大。另一个很有意思的结果是，“容易~困难”的测试程序(开始给的任务比较容易，然后给出比较难的任务)能够提高分辨测试的成绩 (Mackintosh，1974)，很显然，开始给出的简单任务使有机体能够提前分配注意力到一些分辨时需要注意的方面。
在刺激分辨中一个主要方面是对面孔的感知，人们在熟悉人群中的面孔识别比较容易(Sh即iro&penrod，1986)。例如，在美国的高加索人在识别高加索人的面孔时比识别美国的黑人的面孔更容易。对在人种之间的面孔识别存在的困难一个解释是，在我们平常的生活中一般的注意力都是集中在一些识别面孔时作用比较大的特征 (O.Tooleetal.，1996)。不过很有意思的是，人们对那些识别比较困难的面孔种类区分上却比较容易，例如，在高加索人和美国黑人的区分时，高加索人的被试能够很容易地区分出美国黑人(Valentine，1991)。
这些结果在谈到在测试中的一些指导性干预的作用时可能会有一定程度的混淆。在分辨啤酒的学习中(Peron&Allen，1988)，啤酒的一些品尝经验可以提高区分的成绩，但是啤酒术语的增加则没有效果。然而在小鸡性别区分的学习中，如果向一些没有任何分辨经验的学生简单说明两种小鸡之间的一些差别，那么他们在分辨这两种小鸡的图片时能够做得和那些专业人士一样好(Biederman&shiffrar，1987)。这里就有一个问题，“简单阅读一定简要的说明会不会产生一些感知上的变化”?Rock(1985)认为Biederman&Shiffrar的结果是因为通过这简要的说明把以前所学的知识和现在的感知任务结合起来。另外，一些标签和文字上的说明能够使被试快速地重组所感知到的物体的各项信息。这可能是由于文字说
明或相关的处理导致感知过程的一些改变一般是不会消除的。
3.4种类的区分
随着刺激的复杂程度的提高，不仅简单和复杂对象的区分受经验的影响，而且种类的区分也出现类似的现象。分类的过程经常是将普遍的、一般的种类分成较小的种类。很容易理解，在某一领域的专家对一个事物能够有不同层次上的分类，而初学者则往往只知道最初的分类。经典的一个证据是Tanaka和 Taylor(1991)对狗和鸟类专家分类的统计研究。分类时能够按一定顺序逐渐分到较专业的层次上，开始从最高级的分类(动物)，到适当的中等水平的分类(狗)，最后到最低级的分类(德国牧羊犬)。当呈现出物体的图片并让被试说出该物体所属类别，专家说出中等水平分类和最低级分类几乎是同等迅速，相反，外行的被试(如在鸟类专家面前呈现狗的图片)一般只能说出中等水平的分类。还有前面所提到的高加索人和日本人不仅具有的面孔识别的种族优先性，而且在男女性别分类上也同样具有种族优先性。
一些文化之间的差异也为种类的区分提供了很重要的依据(Mall，1995)。在Tzletal的印第安人部落把所有的蝴蝶都归为同一类，但是将蝴蝶的幼虫分成16种不同的种类，分类的依据是是否可以作为食物或者是农作物的害虫 (Hulm，1982)。在有的文化中，与观察者相关的“左”和“右”是非常重要的方向概念，而在有的文化则喜欢用t匕较绝对的词语，如“南”和“北”。 Levinson(1996)指出这种文化的差异会影响感知任务，如任务完成的途径和一些事件的区分。一般来说，由于文化差别所引起的分类差异，和该分类在文化中的重要性以及分类在环境中存在客观数目和出现的频率有关(Geoghegan，1976)。
也有发育学上证据表明种类的区分和年龄有关，婴儿一般倾向于把感知上相似的物体联系在一起，并且把这种联系作为主观分类的一个指示器。18个月的婴儿一般优先分出最高级的分类水平(把玩具猫和山羊连在一起的概率要多于玩具狗和飞机 )(Mandleretal.，1991)，然后才会出现中等水平的分类。总之，专业和初学的差异、跨文化的差异，发育学以及神经科学(Farah，1990)都提供了比较一致的证据，大范围上的分类一般都是比较基本的并且也不容易改变，但是经验会对一些比较细微的分类有很大的影响。
3.5特征区分
经验也能够促使组成单个刺激的各方面感知特征产生分离。一般在开始的时候，刺激的很多特征都是混淆在一起的，但是随着训练的进行会慢慢分开的。这种特征分离的倾向已经在发育心理学上得到了证实。一些事实表明，对成年人来说很容易区分的一些特征(如一个方块的的亮度和大小)，小孩却往往很容易将它们混淆起来。让小孩通过一个特征来区分两个物体是否一样相对比较困难的，但是通过许多不同的特征来判断就相对容易了 (smith，1989a)，并且小孩还表现出在选择性只注意事物的一个特征而忽略其他方面的困难。如果在区分物体的时候，给出两种方法的选择:是通过比较全面的特点还是通过一个单一的特征 (Smith，1989b)，小孩一般会倾向于选择通过全面的特点来区分，而成年人则会选
择单一的特征。感知的各个特征对于小孩比成年人更具有整体性，因此小孩不是很容易接受组成物体的某一方面的特征。这种在发育过程中表现出来的区分倾向会受到成长训练的影响，在某些情况下，颜色方面的专家(如美术系的学生和视觉研究者)对颜色特征(色调、色度和色彩等)的选择性注意要多于一般的人〔Burns&ShePP，1988)。被试在学习颜色区分时被告知色彩饱和度是重要信息而颜色的亮度是无关信息，那么训练后区分色彩饱和度方面的敏感性比较高。
还有一些为分辨过程建立起来的计算模型，在类型区分过程中引入竞争的机制，使检测器特异性地对某一方面输入起反应。任意一个检测器在开始时对一个输入的反应和其他的检测器差不多，但是随着训练的进行，检测器能够使自己更容易适应特定的输入同时抑制其他的检测器出现类似的现象(Rumelhart&ZIPser，1985)，最后的结果就是开始对所有输入都几乎相同的检测器通过训练后会变得特化并且容易区分。 Smithetal.(1997)等人还提出一个神经网络来模拟小孩对分离特征的识别过程，在网络中，通过检测器和某一特征的紧密联系而减弱与其他所有特征的联系，使得这个特征能够被分离出来。
4、整合
整合也是知觉学习的一个重要的机制，它是指单独的功能性单元的建构。当复杂的刺激被学习时，单独的功能性单元就会被激活，这样原来要求几个部分探测的任务能通过探测一个简单单元而完成，这就是整合机制起作用的过程。从表面上看整合似乎与区分相对立，在经验上最明显的矛盾是，知觉学习通过整合创建了大的组块，而通过区分将刺激分化为明确不同的小的部分。这种不一致实际上是更抽象程度上的一致，两种机制都依赖于任务和刺激的要求，如果部分反应了变化的独立来源，或者部分是完全不同的，则刺激趋向于分化成小的维度;而如果部分常常同时发生，所有部分均表现出了相似反应，则刺激趋向于整合。这两种机制的最终目的就是建构任务要求的合适的表征为了研究整合过程， LaBerge(1973)发现当给出一个出乎意料的刺激时，参加试验的人对正确字母作出的反应要快于对类似字母的对照作出的反应。同时，经过训练对这两种字母作出的反应快慢的差异会削弱。他认为在训练时经常一起出现的刺激的各个组成部分已经被作为同一个整体来看待了。
整合机制的另一个证据是来自对单词的感知，有研究者认为，由于人们一生对于单词的经验，单词都是以一个整体的形式被接受的，而不是字母形式。单词比非单词优越的结果不能解释为组成单词的字母所带有的大量信息，相反，他们认为对信息认知识别的过程是在高于单个字母的水平上的。Salasoo(1985)发现当和被试说明刺激的相关情况后，上述在感知分辨任务中单词的优越性会消失，他们认为重复呈现一组非单词的字母后，整合机制把这一组字母也作为一个整体来编码了。
研究者在探测感知形成过程中也能证明有整合的过程。 Farah(1992)认为面孔识别是一个整体识别的过程而不是针对面孔中的某一特征。根据在物体识别时的“倒置影响”，把图片旋转180度让刺激物体倒置，识别时原先比较熟悉的刺激所花费的时间多于一般的刺激，例如在面孔识别时，倒置面孔会导致识别所用时间增加，同时正确率下降。Diamond和 Carey(1986)报道将狗的图像倒置只会对狗的专家才会产生的影响;Gauthier和Tarr(1997)在测试时如果预先向被试说明被测物体，那么被试也会产生“倒置影响”。他们认为对一个物体重复出现产生的经验会导致在感知呈现时把各部分联合成一个有功能性的整体。
在小孩的发育过程中也有证据证明存在对视觉信息进行整合的过程，三岁的小孩一般倾向于把一个物体分成一些简单的独立体，而五岁的小孩则能够运用一些比较复杂的联系把各部分连成一个整体(stiles&Tada，1996)。已经有研究表明，形成相互有联系的系统一般需要4.5年的发育过程，在这时间以前，小孩只能用单个元素来解决感知上的问题，而不是通过各个元素的联合体 (Rudyetal.，1993)。
为了说明整合的过程，计算机和神经科学提出一些新的方法。 Mozer(1992)提出一种神经网络，认为产生一个完整的个体是由于许多神经元对被绑在一起的视觉信息同步反应的结果。在一个图形中同时出现的视觉信息一般倾向于被绑定在一起，和上述所说重复出现的刺激会形成一个整体的现象是相一致的。与进行信息整合有关的神经结构位于上丘脑和前颗叶，在上丘脑中的细胞会接受来自许多感觉器官的输入(如:视觉，听觉，体感)，这些细胞的活动性的差异反应了与之相连的感觉信息的熟悉程度(Stein&Wallace，1996)。在视觉信息形态中，前颗叶中的细胞会选择性对经常呈现的复杂事物产生反应(L。 gothetisetal.，1995)。
以上Goldstone关于知觉学习机制描述富有哲学思辨意味，在信号检测理论应用于知觉学习研究之前主要的机制研究均是从这些方面阐述的。随着信号检测理论在视觉领域的应用以及研究手段上的更新，心理物理学在此领域取得了长足进展。
5、知觉学习的信号/噪声机制
心理物理学是研究外界刺激与内部心理表征的科学，因此广义而言，所有机制不外乎两类:信号增强与噪音抑制。简单来说，信号增强可能通过增加相关神经元数目、提高反应增益来实现;噪音抑制可通过增加神经元数目、减少干扰神经元数目、注意权重改变等来实现。
最早的试图探究知觉学习内在神经机制的心理物理学文章可能是Saarinen& Levi(1995)。他们利用噪音掩蔽 (noisemasking)技术，设计了一系列实验，探讨训练游标任务(vemie:task)前后被试方位调谐的可能改变。他们发现虽然个体差异明显，但确实所有人都表现出方位调谐变窄(narrowing)。他们认为可能反映了:l)方位特异性通道本身发生了改变，不是以前所认为的固定不变的而是可以适应性改变的;2)注意参与其中，强调了注意力在学习中的作用;3)可能通路上的联系发生了改变 (channelreweighing)，相关通路的联系变强，干扰通路的联系变弱。
系统的从心理物理学角度研究知觉学习机制的是 Luzheng一Lin与DosherABarbara。他们在传统的LAM(Pelli，1981，1999)基础上，加入了非线性成分以及成比例于刺激强度的乘法噪音成分，非常好的从系统水平模拟了行为学表现。他们从模型中推导了三种单独的知觉学习机制:内部噪音降低/信号增强、外部噪音排除、乘法噪音降低，并从实验上验证了前面两种，后面一种迄今未有实验证据。其实Lu他们支持的是中层学习理论，认为改变的是联系的强弱，他们认为底层改变的可能性不大。
Ghose(2004)提出噪音排除是更可能的机制。但他的那篇文章中噪音的理解与心理学上所说的噪音有差异。神经元的增加没有从电生理角度得到支持。信号增强有些证据。无关神经元的减少证据不是很强。
归根结底，关于知觉学习机制心理物理学研究没有一致结论;脑成像技术支持较低阶段;电生理技术则相对支持较高级学习理论。因此要做出正确的判断一定要综合各种研究手段，包括心理物理与生理学、行为学、脑成像技术，甚至结合药理学、形态学、组织化学、分子生物学等手段，现今己经有不少研究将心理物理，行为学和电生理技术结合起来了，并取得了不少成果，今后这种多学科之间的联合研究方法将成为知觉学习研究的主流。
