上面四种基于图像的物体识别模型中，Tarr和Pinker的多视图模型是占主导地位的，并在与Biederman等人的结构描述模型的争论中得到了发展。

    Tarr和Bülthoff认为^[7] Biederman和Gerhardstein提出的视点独立的识别机制^[2]缺乏普遍性，只能在有限的视点情况下起作用，不能完整地解释物体识别现象；且视点依赖的识别现象，也不能用非识别系统进行解释。他们解释了视点依赖的识别绩效：当输入图像与记忆中存储的视图不能匹配时，需要转换到最接近的熟悉视点的视图，识别时间和正确率随着心理转换的程度变化而变化；而当输入图像与熟悉视点的视图可以匹配时，物体识别绩效没有差别，与视点无关。他们还提到，1981年Palmer等人证明大多数普通物体都有一个典型视图(“canonical” view)，识别绩效在物体处于典型视图时最高，并随着和典型视图的差距增加而下降。Tarr和Bülthoff认为典型视图现象和多视图模型是一致的^[7]。Tarr的四个实验研究^[6]支持了上述观点。

    Hayward和Tarr进一步的研究^[9]，在命名实验和异同判断实验中采用类似Biederman和Gerhardstein研究中的实验材料^[2](几何离子状单组分物体和多组分物体)，通过操纵几何离子的两种视点变化——剧烈的质的变化(qualitative)和平缓的量的变化(quantitative) ......