不同圖標深度對認知績效的影響研究

吳琳，盧章平，李明珠

不同圖標深度對認知績效的影響研究

吳琳，盧章平，李明珠

（江蘇大學，江蘇 鎮江 212013）

分析人對圖標深度在不同類型界面中認知資源的分配。通過眼動追蹤實驗，獲得在單一深度圖標集和混合深度圖標集中搜索3類深度圖標時的行為反應數據指標，并在此基礎上收集各深度主觀滿意度評價。不同深度圖標之間搜索質量具有顯著差異。在單一深度圖標集中，搜索目標的深度與視覺搜索效率呈負相關。在混合深度圖標集中，中等深度圖標的搜索效率最高，不同深度圖標對認知負荷的影響沒有顯著差異。此外，收集被試對3類圖標的主觀評價，結果顯示中等深度圖標具有更高的主觀滿意度。圖形深度的刺激影響人對搜索策略的選擇，除把握圖標個體的設計元素特性外，需同時注重不同界面環境的影響。使用中等深度的圖標，可增加圖標的可識別性和差異性，在混合深度圖標集中能提升視覺搜索質量，并提供更好的使用體驗。

深度知覺；圖標；認知績效；視覺搜索；眼動追蹤

在生活中瀏覽靜態圖片時，大腦似乎自然就能感知到圖片中事物的維度特征。實際上，對于各類靜態圖像，人需要通過各類線索分辨觀測物的空間信息[1]。僅按照用戶偏好選擇扁平化或擬物化的風格來統一界面，難以解決使用效率問題。研究人眼接收視覺信息過程，了解圖形空間維度特征對視覺感知的影響，可以為用戶帶來高效流暢的視覺體驗。

1 理論基礎與文獻回顧

大腦對圖形空間遠近、立體的心理判斷，會產生具有深度的三維空間知覺，稱為深度知覺，可認知物體的深度和距離[2]。在手機、電腦等設備的數字界面中，用戶通過一般的視覺信息組織規律，對界面中視覺元素進行識別選擇與過濾，最后鎖定需求信息。由陳奎伯的研究可知，通過深度線索的圖像刺激，激活了腦部與回憶物體有關的腹側枕葉區[3]。同樣，在平面數字界面中，用戶可以感受立體的視覺空間概念，鏈接了對事物的記憶，結合界面中具有三維視覺特征代表的圖形線索，在腦中形成立體的空間概念。這種空間感知的形成方式，是用戶視覺感知與圖像線索相互推動的作用下所達成的。Gilbson提出視覺空間的感知是可以直接被獲取的，無需借助經驗等認知或推理過程，但其中強調的是：物體漸變的紋理材質以及投射在物體上流動的光線等空間中的動態信息[4]。Gilbson的直接感知理論雖然存在極大的爭議，但不可否認的是，這些空間中的動態信息確實是強有力的空間感知線索。與此不同的另一觀點認為，需要依靠元素間的空間關系來組織信息并推斷其空間深度[5]，部分圖像線索可以輕松獲取，還有一部分是需要通過一定的視覺思維進行組織的，由此可以合理推斷出空間圖像線索的刺激強度是有所不同的。

擬物的設計擁有豐富的色彩效果、細膩的光影效果、逼真的材質表現。然而，扁平的設計去除了裝飾效果，采用了更加凝練的圖形表達，2種設計創造出不同的視覺空間概念。阿恩海姆以傳統藝術繪畫為例，將繪畫所呈現的空間概念以百分比作為衡量方式，當圖像呈現完全被壓扁為平面上的投影時，處于恒常性為百分之零的空間概念；而圖像呈現占據一個完整的三維空間時，處于恒常性為100%的空間概念[6]。在圖標設計的視覺化表現方式中，即使是“扁平化”或“擬物化”的形式也并不會完全走向這2種極端的空間概念，只是離某個端點較為相近。

1.1 圖標的認知績效

這些處于不同程度的圖形視覺深度，對用戶視覺感知有不同程度的刺激，使用戶采用的信息加工方式有所區別，進而影響用戶的認知績效。近年來，扁平化與擬物化設計風格成為研究熱點問題，大量研究比較分析了圖標風格對圖標認知、搜索效率等的影響。袁浩等通過分析眼動行為數據發現，用戶識別扁平化圖標時的搜索速度、準確度及專注程度都低于擬物化圖標，然而用戶主觀評價卻與實際操作行為數據相反[7]。任宏等通過對行為數據的分析，得出扁平化圖標刺激下用戶具有更高的注意程度、認知度和操作效率[8]。事實上，設計風格背后各元素的組成與用戶的視覺接收機制是一項逆向互推的過程。對圖形元素進行拆解，研究認知過程中的行為、心理反應結果，進而評價圖標質量，有利于后期的迭代優化，如King等將客觀設計特征（視覺復雜性）與主觀設計感知（用戶初始印象）聯系起來[9]。具體到圖標呈現如何影響用戶注意力，在Lin等的研究中，通過眼動追蹤測量參與者對圖標背景、線面、文字與圖形的首次注視行為數據，并結合注意力的主觀評價進行了分析[10]。涉及組織圖標的元素眾多，各類要素包括圖標大小、形狀、密度和顏色等，并且都有對其效果評價的實證研究[11]。就研究結果而言，圖標的風格或某幾種元素呈現問題，對用戶搜索效率的影響還存在一定的差異。需要注意的是，僅僅研究部分元素或某個極端深度的圖形已經不夠，需要對圖標各元素形成的深度線索進行歸類，再重新歸納圖形整體的空間概念。如測量導航形式對用戶認知績效的影響，研究發現網站導航的深度層次對認知具有顯著影響[12]。

1.2 形成深度線索的設計方式

個體依賴于各種單眼線索對靜態圖像產生深度知覺，通過調節眼睛水晶體和運動視差，可以獲取環境中的一些線索：遮擋、線條透視、空氣透視、相對高度、紋理梯度、運動視差與運動透視[13]。內容延伸至設計，總結蘋果與安卓應用市場中現有移動音頻類應用排行榜各前50項，去除重復共78款應用圖標，形成視覺深度線索相關的設計方式有：圖與底、重疊、透視、梯度、紋理與投影（因使用移動智能設備時用戶與設備通常相對靜止，所以不涉及運動視差與運動透視）。再次組織以上設計方法用于圖標設計中，發現圖標深度的調整改變了圖形所傳達的語義明確程度，以及圖形所表現的視覺簡潔程度，在擁有大量應用的移動界面中會影響用戶的認知效率，降低了用戶的體驗感受。

2 研究方法

2.1 實驗目的

實驗將圍繞用戶在移動界面的視覺搜索行為，以圖標的整體深度呈現作為變量，探討圖標深度在不同類型的界面中對認知績效的影響。研究提出以下假設：

1）圖形深度對搜索效率具有顯著影響，強深度圖標擁有突出的個體特征，圖標間干擾性大，弱深度圖標差異性小對視覺刺激不足，因此這2種圖標的搜索需要更多的凝視時間、更復雜的掃視路徑。

2）圖形深度對信息認知負荷具有顯著影響，低深度圖形相比強深度圖形與已有認知中的事物的相似程度低，用戶需要付出更大的努力來搜尋記憶，以匹配低深度圖形。

3）中等深度的圖標具有明確的語義和適度的圖形復雜度，在周邊影響較為復雜的混合圖標集中可以提高認知效率。瞳孔直徑變小在一定程度上意味著認知難度降低，因此瞳孔直徑縮小，促使凝視時間一同減少。

2.2 實驗設計

將APP的圖標作為研究對象，選取音樂APP中常見樂器作為基本元素設計圖標，將圖標設定3種深度，作為變量因素，見圖1。其中，弱深度采用概括事物特征的圖形，且僅使用圖與底的設計方式；中深度采用概括性圖形，且使用圖與底、透視、梯度、柔和光影的設計方式；強深度采用還原事物特征的圖形表達，且使用逼真的光影和模擬原事物材質紋理的設計方式。

圖1 3種圖標深度

同時，為了便于比較不同深度圖標適用的界面類型，將3類深度圖標分別置于模擬的iPhone x手機界面中，選擇不同時期ios系統中的3類圖標組成4類測試界面，分別為：ios-ios6中選取強深度圖標集、ios14中選取弱深度圖標集、網絡采集作為中深度圖標集以及隨機混合3種深度圖標組成混合深度圖標集（為使3類深度圖標的色彩、內容等元素保持一致，調整了部分原系統圖標）。實驗分2個部分進行，共6張實驗材料（見圖2），第1部分為：在弱、中、強3類深度圖標集中搜索與集中圖標同類型深度的圖標；第2部分為：在混合深度圖標集中分別搜索弱、中、強3類深度的圖標。所有圖標集均模擬ios14的界面布局方式，為使4類圖標集達到統一深度且集與集之間每個圖標表達的含義保持一一對應的關系，適當修改部分圖標深度，并在老版本ios系統中增添沒有的功能圖標。

最后選取主觀評價與客觀行為數據進行分析，客觀行為數據將統計搜索任務中的總注視持續時間和注視次數，分析比較被試對圖形深度處理時間的影響，通過可視化的掃視路徑圖來直觀了解被試搜索圖標時的認知處理過程。此外，綜合瞳孔直徑和任務知覺難度主觀評價發現圖標深度對被試認知過程產生的心理負荷。根據已有研究驗證的瞳孔變化、凝視時長和掃視路徑，可發現用戶對圖標信息加工所付出的努力程度及加工效率，綜合以上指標可以有效考察圖標的認知績效[14]。主觀評價部分通過收集問卷獲得，每份問卷由被試基本信息、任務知覺難度、主觀滿意度3部分內容共25題組成。其中，任務知覺難度依據Kahn等[15]有關任務知覺難度的相關問題，對此次研究內容進行了改寫，調整為對目標搜索的難易程度評價和根據周邊圖標區分目標的難易程度。

圖2 實驗材料

2.3 參與被試

參與者為在讀大學生、研究生共計35人，年齡為18～26歲，視力或矯正視力均達到1.0以上，無色盲。所有被試無行為缺陷，均為右利手，均有移動應用使用經驗且了解樂器的實物外觀特征。

2.4 實驗裝置與環境

實驗使用Tobii 60眼動儀采集眼動數據，采樣頻率為60 Hz，分辨率為1 280×1 024。實驗在江蘇大學藝術學院人機工程實驗室進行，實驗場地光線良好，環境安靜。

2.5 實驗流程

本實驗被試的主要任務是對圖標進行視覺搜索，為使3類深度水平之間不相互影響，采用獨立組設計方式，被試分為10人一組，每位被試需要完成2次搜索任務，見圖3。

圖3 實驗流程

實驗開始前，向每名被試說明實驗目的，講解實驗大致流程，解答被試疑惑，幫助其消除緊張情緒，校準視覺中心。屏幕首先發布文字描述的搜索任務，隨后屏幕中央出現“+”號，提示被試集中注意開始搜索界面，出現模擬手機界面圖片后被試依據發布的搜索任務盡快搜索目標，確定找到正確圖標后點擊圖片進行第2部分的混合深度圖標集的搜索，流程與第1部分相同，按照任務被試選擇正確圖標后結束測試。實驗結束后，由實驗人員引導被試填寫對不同深度圖標的主觀評價量表。

3 結果與分析

最終統計分析弱深度圖標集搜索弱深度圖標（1）、中深度圖標集搜索中深度圖標（1）、強深度圖標集搜索強深度圖標（1）、混合深度圖標集搜索弱深度圖標（2）、混合深度圖標集搜索中深度圖標（2）、混合深度圖標集搜索強深度圖標（2）共6項搜索任務中的眼動行為數據。選取采樣率達到80%以上的眼動行為數據，共有30位被試達到指標并完成。

3.1 視覺搜索質量

在單一深度的圖標集中，搜索圖標的認知處理時間與次數隨圖形深度的增加而遞增。強深度的圖標在單一深度圖標集中平均注視持續時間達7 645 ms，注視次數也高達23次，且有一名被試在混合集中搜索強深度圖標時選擇錯誤，經過訪談該被試表示混合集圖標間的干擾性太強不易搜索目標。

在混合深度的圖標集中，弱深度圖標的注視時間最長，注視次數也更為頻繁。搜索中等深度目標圖形時的認知處理時間在所有搜索任務中最短，平均4 000 ms內可以識別并選擇到任務目標，見表1。

對3類深度圖標的注視持時間、注視次數進行單因素方差分析，數據結果見表2。行為數據表明，改變圖標圖形深度對信息處理時間有顯著性影響（凝視時間=3.25，=0.012，<0.05；凝視次數=2.748，=0.028，<0.05）。

表1 凝視時間、凝視次數和掃視次數描述統計

Tab.1 Descriptive statistics results of fixation duration, fixatin count and saccade count

表2 凝視時間、凝視次數和掃視次數的單因素方差分析

Tab.2 Anova results of fixation duration, fixatin count and saccade count

繼續檢驗掃視次數的影響，發現圖標深度雖然對凝視次數有顯著影響，但對掃視次數沒有顯著影響（=2.234，=0.064，>0.05）。通過折線圖的趨勢變化，比較凝視次數與掃視次數的相關性。經過比較發現，凝視次數與掃視次數在6類圖標搜索任務中都表現出基本相同的變化趨勢，見圖4。在單一深度與混合深度圖標集中，相較凝視次數都需要花費更多的掃視次數才能找到目標圖標。

圖4 凝視次數和掃視次數的比較

由于在2和1組中分別出現46和50次異常掃視次數，所以繼續進行對比研究。2張掃視路徑圖顯示，強深度圖標集除目標以外，在其他圖標上也停留了較長時間，需要對界面中的圖標進行反復觀察比較才能找到任務目標，見圖5中的1.6。雖然2.6的掃視點很密集，但可以較快識別。

從掃視疊加圖來看，在單一深度圖標集中1和1的掃視路徑由搜索目標為點向外呈射線形，1的搜索路徑更集中于注視范圍內最外圍的圖標上，呈“口”字形來回掃視。在混合深度圖標集中，搜索2時注視點集中于左上角和搜索目標附近，搜索2時注視點聚集于界面右半部分，搜索2時注視點分布于圖標集下方和左上方，呈聚集形。這3種典型掃視現象與文獻[16]的發現類似，即影響搜索時間的原因之一是搜索策略的不同。

搜索策略分深度優先和廣度優先2種方式，可以通過搜索策略的選擇與使用來評價視覺搜索質量[17]。從搜索深度、搜索廣度和搜索效率來評價視覺搜索質量[18]，搜索深度表示對信息加工的專注程度，搜索深度低說明認知資源消耗較少如式（1），其中為注視次數；搜索廣度表示搜索目標所消耗的認知容量，以掃視總路徑為指標如式（2），為在手機界面內相鄰2個凝視點的距離；搜索效率表示搜索目標消耗的時間資源如式（3），為界面內對信息的凝視時間和掃視時間之和。

按照以上公式計算3個維度指標，并繪制折線圖見圖6。綜合凝視時間、次數和掃視路徑圖的統計結果可以發現，1和2有更短的認知信息處理時間和更高的搜索效率，其次是2也有相對較高的搜索效率。從這3項圖標集折線中，顯示出當均衡交替使用搜索深度策略和搜索廣度策略時可以提高搜索效率。與此相反的是，在2、1和1圖標集中，被試更傾向使用廣度優先的搜索策略，需要消耗較多的認知資源，降低了搜索效率。

顯然，搜索策略對搜索效率有較大的影響，并且在不同的圖形深度刺激下也會相應地影響被試對搜索策略的選擇。1圖標集圖標之間過于突出的圖形細節特征，容易分散用戶視覺注意，2在周圍干擾圖標相對復雜的情況下，其簡化的圖形也減少了視覺吸引力，難以有效發現目標并作出選擇。研究驗證了假設（1）、（3）中的圖形深度對搜索效率有顯著影響，以及中深度圖標在較復雜圖標集中有綜合優勢可以提升視覺搜索質量。

3.2 認知負荷

統計被試在6組圖標集中左右眼的瞳孔直徑，結果顯示：在單一深度圖標集和混合深度圖標集中瞳孔直徑都隨圖形深度增加而增加。根據圖標深度對左右眼瞳孔直徑進行方差檢驗，結果顯示=0.67，= 0.648，>0.05，主效應不顯著。此外檢驗測后主觀評價任務知覺難度、搜索圖標的辨認難度（=0.334，=0.89，>0.05）和主觀評價周邊圖標對搜索的影響（=0.231，=0.948，>0.05）同樣主效應不顯著。

圖5 掃視路徑圖

圖6 視覺搜索質量

3.3 主觀滿意度評價

向參與實驗的35名被試發放主觀滿意度問卷，使用7點量表，讓被試分別對3類深度圖標的美觀度、偏好度和理解度進行打分。經統計分析，中等深度圖標在美觀程度、偏好程度和理解程度主觀評價中的打分均顯著高于弱深度和強深度圖標（=0.002/0.000/ 0.000，<0.05），見表3。

表3 主觀滿意度評價

Tab.3 Subjective satisfaction evaluation

4 結語

本文在視覺感知理論的基礎上，將擬物圖標和扁平圖標重新拆分歸納，應用眼動追蹤技術，參照界面信息認知績效水平的視覺生理指標，分別對單一深度和混合深度圖標集的信息認知加工過程進行了分析與探索。

最后得出在深度一致的圖標集中，搜索質量弱深度>中深度>強深度；在深度不一致的圖標集中，搜索質量中深度>強深度>弱深度。通用語義的圖標保持最突出的特征即可，使深度盡可能弱化。弱深度圖標能用作軟件應用內部的功能性操作圖標，保持產品視覺一致性的同時還有良好的搜索質量。在復雜深度組成的圖標集中，更需要增加圖標的可識別性和差異性，使用中深度的圖標可平衡兩者關系。如手機主界面，應用種類豐富，統一的圖標需要巨額工作量不利于實際應用。在今后的圖標設計中，可適當增加圖形的深度層次，突出產品主要特征的同時弱化如紋理等干擾細節，提高搜索效率并完善應用的整體體驗感受。

研究結果對用戶操作圖標認知績效的影響因素進行了補充，為今后的圖標設計實踐提供了一定參考。研究還存在一些不足之處，如在被試的選擇上，未對性別和年齡等數據進行綜合分析探討。其次，研究所使用的實驗材料均為通用語義的圖標，因此，對用戶認知負荷方面的影響較為微弱。在今后的研究中，可繼續探討復雜語義圖標深度的改變對認知績效的影響。最后，未對圖形深度的具體程度作出量化劃分，需要在后續的研究中繼續進一步討論。

[1] 李可宏, 姜靈敏, 龔永義. 2維至3維圖像/視頻轉換的深度圖提取方法綜述[J]. 中國圖象圖形學報, 2014, 19(10): 1393-1406.

LI Ke-hong, JIANG Ling-min, GONG Yong-yi. Depth Map Extraction Methods in 2D-3D Image/Video Conversion[J]. Journal of Image and Graphics, 2014, 19(10): 1393-1406.

[2] 楊治良, 郝興昌. 心理學辭典[M]. 上海: 上海辭書出版社, 2016.

YANG Zhi-liang, HAO Xing-chang. The dictionary of psychology[M].Shanghai: Shanghai Dictionary Publishing House, 2016.

[3] 陳奎伯. 由不同深度線索構成三度空間形體所引發的大腦皮層反應[D]. 中國臺灣: 臺灣大學, 2006.

CHEN K B. Cerebral Cortex Response Caused by Three-Dimensional Body Formed by Clues of Different Depths[D].Taiwan: National Taiwan University, 2006.

[4] GIBSON J J. The perception of the visual world[M]. Boston: Houghton Mifflin, 1950

[5] ROCK I. The Description and Analysis of Object and Event Perception[J]. Handbook of Perception and Human Performance, 1986.

[6] 魯道夫·阿恩海姆. 藝術與視知覺紀念版[M]. 滕守堯, 譯. 成都: 四川人民出版社, 2019.

RUDOLF A. Art and visual perception[M]. TENG Shou-yao, Translated. Chengdu: Sichuan People's Publishing House, 2019.

[7] 袁浩, 常凱, 陳典良. 圖形用戶界面中扁平化圖標可用性研究[J]. 包裝工程, 2016, 37(16): 99-102.

YUAN Hao, CHANG Kai, CHEN Dian-liang. Usability of Flat Icons in Graphical User Interface[J]. Packaging Engineering, 2016, 37(16): 99-102.

[8] 任宏, 鄒媛媛, 王丹丹, 等. 基于ERP的扁平化與擬物化圖標認知效率研究[J]. 包裝工程, 2018, 39(18): 186-190.

REN Hong, ZOU Yuan-yuan, WANG Dan-dan, et al. Cognitive Efficiency of Flat and Skeuomorphic Icons Based on ERP[J]. Packaging Engineering, 2018, 39(18): 186-190.

[9] KING A J, LAZARD A J, WHITE S R. The Influence of Visual Complexity on Initial User Impressions: Testing the Persuasive Model of Web Design[J]. Behaviour & Information Technology, 2020, 39(5): 497-510.

[10] LIN H, HSIEH Y C, WU F G. A Study on the Relationships between Different Presentation Modes of Graphical Icons and Users' Attention[J]. Computers in Human Behavior, 2016, 63: 218-228.

[11] 常江, 徐小哲, 鞏雪. 基于眼動實驗的智能設備界面圖標設計優化[J]. 哈爾濱商業大學學報(自然科學版), 2019, 35(4): 426-430.

CHANG Jiang, XU Xiao-zhe, GONG Xue. Design and Optimization of Intelligent Device Interface Icon Based on Eye Movement Experiment[J]. Journal of Harbin University of Commerce (Natural Sciences Edition), 2019, 35(4): 426-430.

[12] 操雅琴, 郭伏, 劉瑋琳. 考慮用戶認知的電子商務網站導航設計研究[J]. 工業工程與管理, 2015, 20(1): 159-162.

CAO Ya-qin, GUO Fu, LIU Wei-lin. Research of E- Commerce Websites Navigation Design Considering Users' Cognition[J]. Industrial Engineering and Management, 2015, 20(1): 159-162.

[13] 雷超, 戴國忠. 自然的3D交互技術[J]. 中國經濟和信息化, 1999(34): 25-27.

LEI Chao, DAI Guo-zhong. Natural 3D Interactive Technology Based on[J].China's Economy and Informatization, 1999(34): 25-27.

[14] 吳曉莉, Tom Gedeon, 薛澄岐, 等. 影響信息特征搜索的凝視/掃視指標與瞳孔變化幅度一致性效應比較[J]. 計算機輔助設計與圖形學學報, 2019, 31(9): 1636-1644.

WU Xiao-li, GEDEON T, XUE Cheng-qi, et al. Comparison of the Congruent Effects on Fixation/Saccade and Pupil Dilation Influencing Information Feature Searching[J]. Journal of Computer-Aided Design ＆ Computer Graphics, 2019, 31(9): 1636-1644.

[15] KAHN B E, CHERNEV A, B?CKENHOLT U, et al. Consumer and Managerial Goals in Assortment Choice and Design[J]. Marketing Letters, 2014, 25(3): 293- 303.

[16] 湯洪濤, 蘇丹丹, 蘭秀菊, 等. 基于眼動的多目標視覺搜索績效研究[J]. 浙江工業大學學報, 2017, 45(1): 108-113.

TANG Hong-tao, SU Dan-dan, LAN Xiu-ju, et al. Study on Performance of Multi-Targets Visual Search Based on Eye Movement[J]. Journal of Zhejiang University of Technology, 2017, 45(1): 108-113.

[17] 汪海波, 薛澄岐, 黃劍偉, 等. 基于認知負荷的人機交互數字界面設計和評價[J]. 電子機械工程, 2013, 29(5): 57-60.

WANG Hai-bo, XUE Cheng-qi, HUANG Jian-wei, et al. Design and Evaluation of Human-Computer Digital Interface Based on Cognitive Load[J]. Electro-Mechanical Engineering, 2013, 29(5): 57-60.

[18] 吳曉莉, 周豐. 設計認知研究方法與可視化表征[M].南京: 東南大學出版社, 2020.

WU Xiao-li, ZHOU Feng. Design cognition[M]. Nanjing: Southeast University Press, 2020.

Effects of Different Depth Icons on Cognitive Performance

WU lin, LU Zhang-ping, LI Ming-zhu

(Jiangsu University, Jiangsu Zhenjiang 212013, China)

This paper aims to analyze the allocation of cognitive resources to icon depth in different types of interfaces. Through an eye movement tracking experiment, the behavioral response data indexes were obtained when searching for three kinds of depth icons in a single depth icon sets and a mixed depth icon sets, and the participants' subjective satisfaction evaluations of each depth were collected on this basis. It was found that there are significant differences in search quality between different depth icons. The depth of the search target was negatively correlated with the efficiency of visual search in a single depth icon sets. In the mixed depth icon sets, the search efficiency of medium depth target icon was the highest; There was no significant difference in terms of the effect of different depth icons on cognitive load; In addition, the participants' subjective evaluation results of the three types of icons showed that the medium depth icons have higher subjective satisfaction. Stimulants of graphic depth affect people's choice of search strategy. Grasping the characteristics of individual icon design elements is as important as, paying attention to the influence of different interface environments. Using icons of medium depth can increase the recognizability and differentiation of icons, improve the quality of visual search, and provide a better user experience in mixed depth icon sets.

depth perception; icon;cognitive performance; visual searching; eye tracking

TB472

A

1001-3563(2022)16-0225-08

10.19554/j.cnki.1001-3563.2022.16.025

2022–03–14

教育部人文社會科學研究青年基金（20YJC870008）

吳琳（1996—），女，碩士生，主攻人機界面設計。

盧章平（1958—），男，教授，博士生導師，主要研究方向為數字化設計、用戶信息行為研究。

責任編輯：馬夢遙