復(fù)雜信息界面視覺(jué)搜索效能量化評(píng)估方法與模型

朱 奧， 王曉彬， 李曉鶴， 丁 新， 王家潤(rùn)， 張 丹*

(1. 清華大學(xué)心理學(xué)系，北京，100084；2. 中國(guó)電子科技集團(tuán)公司第十五研究所，北京，100080)

現(xiàn)代化戰(zhàn)爭(zhēng)中的海量戰(zhàn)場(chǎng)信息通過(guò)可視化的方式呈現(xiàn)，戰(zhàn)場(chǎng)態(tài)勢(shì)感知界面也趨于復(fù)雜，其承載的信息容量已經(jīng)嚴(yán)重超過(guò)了決策人員的認(rèn)知負(fù)荷[1]，如何提升復(fù)雜界面下的信息搜索效能成為需要解決的關(guān)鍵問(wèn)題[2]。面對(duì)復(fù)雜戰(zhàn)場(chǎng)視覺(jué)信息情境，人類(lèi)視覺(jué)系統(tǒng)通過(guò)初級(jí)處理過(guò)程篩選接收到的信息，進(jìn)而通過(guò)中高級(jí)處理過(guò)程進(jìn)一步加工，這被稱(chēng)為選擇性注意機(jī)制，其中視覺(jué)顯著性(visualsaliency)起到關(guān)鍵作用。

視覺(jué)顯著性指場(chǎng)景中某個(gè)特定突出的物體在預(yù)注視處理階段得到注意，并在視覺(jué)系統(tǒng)處理流程的早期階段引起即時(shí)視覺(jué)喚醒。視覺(jué)顯著性屬于自下而上的視覺(jué)注意機(jī)制，可以粗略描述為場(chǎng)景中的元素吸引個(gè)體視覺(jué)注意力的能力，但本質(zhì)上是物體帶來(lái)的視覺(jué)刺激與人工視覺(jué)系統(tǒng)之間相互作用的結(jié)果[3]。在較早的研究中，有研究者用視覺(jué)“凸顯”(pop-out)形容這一過(guò)程，并探索了能夠引起視覺(jué)“凸顯”的視覺(jué)刺激特征[4]。有研究者認(rèn)為物體在某些特征上的特殊性會(huì)讓它“凸顯”，比如Julesz提出的紋理理論(texton theory)認(rèn)為主要是紋理上的差異會(huì)引起我們更多的視覺(jué)注意[5]。文獻(xiàn)[6] 認(rèn)為有大量研究證據(jù)可以表明大腦中存在一種注意力轉(zhuǎn)移“地圖”模型：在每個(gè)地圖中，視覺(jué)場(chǎng)景中所有點(diǎn)的顯著性都是并行編碼的，通過(guò)每個(gè)地圖內(nèi)的競(jìng)爭(zhēng)和地圖合并的過(guò)程選擇下一個(gè)注意目標(biāo)，其中一種類(lèi)型的地圖是“顯著性地圖”，它根據(jù)低層次的視覺(jué)特征(如明度、顏色、定向邊緣和運(yùn)動(dòng))計(jì)算視覺(jué)上的顯著點(diǎn)[6]。越顯著的物理刺激，越容易被注意選擇，即發(fā)生注意捕獲；但也有研究者認(rèn)為，盡管顯著性可能有正面作用但也可能阻礙正確知覺(jué)，這取決于使用的環(huán)境、場(chǎng)景、任務(wù)等 。

受顯著性地圖啟發(fā)，具備良好可應(yīng)用性的視覺(jué)顯著性模型應(yīng)該具備以下特點(diǎn)：①模型輸入?yún)?shù)應(yīng)貼近人眼感知能力，同時(shí)人類(lèi)對(duì)視覺(jué)顯著目標(biāo)的反應(yīng)過(guò)程是快速的，所以模型也需要具備實(shí)時(shí)性；②模型應(yīng)從低層視覺(jué)特征出發(fā)，同時(shí)也要防止過(guò)度擬合，應(yīng)用盡量少的參數(shù)覆蓋低層視覺(jué)特征；③模型不僅考慮視覺(jué)場(chǎng)景中前景因素(目標(biāo)區(qū)域)，也需要考慮背景因素；④最重要的一點(diǎn)，模型應(yīng)能直接反映人眼搜索效能，如與響應(yīng)時(shí)等指標(biāo)直接關(guān)聯(lián)。

1 視覺(jué)界面信息的量化

隨著視覺(jué)顯著性理論的積累，研究者們?cè)谝曈X(jué)顯著性的量化計(jì)算方法方面不斷取得重要進(jìn)展，在20世紀(jì)末Itti基于Koch等人的視覺(jué)理論模型提出ITTI算法，其思路是在多尺度空間中以顏色、強(qiáng)度和方向特征進(jìn)行顯著性檢測(cè)，然后根據(jù)各組特征圖像中心-周?chē)袼夭町愋垣@取各尺度特征圖，并進(jìn)行合并和歸一化處理得到最終結(jié)果；其優(yōu)勢(shì)是可以高效地計(jì)算出最具顯著性的第一個(gè)目標(biāo)，但在后續(xù)過(guò)程中需要在多個(gè)空域基本特征上進(jìn)行操作，導(dǎo)致算法運(yùn)算速度較慢，難以滿足實(shí)時(shí)檢測(cè)要求，以及對(duì)后續(xù)目標(biāo)區(qū)域計(jì)算不精確[7-8]。

針對(duì)ITTI方法的不足，Achanta 等提出了全分辨率算法(AC算法)，該算法強(qiáng)調(diào)快捷性，僅考慮輸入圖像的顏色和亮度特征，而沒(méi)有考慮梯度等特征[9]。Cheng等人提出了基于色彩直方圖(HC算法)和局部對(duì)比度(RC算法)的圖像視覺(jué)顯著性計(jì)算方法[10]。其中，RC算法考慮了空間關(guān)系在人類(lèi)視覺(jué)注意方面的顯著影響，將輸入圖像分為若干子區(qū)域，然后計(jì)算每個(gè)區(qū)域的顏色對(duì)比度與其他區(qū)域?qū)Ρ榷燃訖?quán)和以定義其顯著值，加權(quán)的權(quán)值由區(qū)域空間距離決定，距離與權(quán)值成正比，從而使與相鄰區(qū)域存在高對(duì)比度關(guān)系的區(qū)域能獲得更高的顯著值。

研究者進(jìn)一步通過(guò)分析頻譜找到其與顯著性特征的關(guān)系，把圖像從空間域變換到頻率域，從而更高效地完成顯著性檢測(cè)，比如Hou和Zhang 提出的譜殘余算法(SR算法)方法[11]。但因?yàn)橄嚓P(guān)方法缺乏生理基礎(chǔ)的支持，所以本文不深入討論[12]。

在顯著性計(jì)算技術(shù)發(fā)展的同時(shí)，研究者們也將其運(yùn)用于預(yù)測(cè)人類(lèi)視覺(jué)搜索過(guò)程，比如Foulsham和Underwood使用Itti的顯著性模型預(yù)測(cè)人眼動(dòng)態(tài)軌跡，發(fā)現(xiàn)預(yù)測(cè)準(zhǔn)確率高于隨機(jī)模型[13]；Ehinger等人使用顯著性等模型在眼動(dòng)實(shí)驗(yàn)中預(yù)測(cè)人類(lèi)注意力變化，最好的模型的AUC能達(dá)到0.9[14]；還有研究者使用顯著性模型用于預(yù)測(cè)視盲變化的檢測(cè)[15]。但現(xiàn)有的主流圖像評(píng)估模式存在以下不足：

1)當(dāng)前主流技術(shù)主要從計(jì)算機(jī)角度出發(fā)采用RGB等模型，忽視了人眼的感覺(jué)能力和對(duì)圖像紋理的識(shí)別能力。在HSV空間中，H表示一幅圖像的色調(diào)，S表示圖像的飽和度，V表示圖像的明度。相對(duì)于傳統(tǒng)RGB模型，HSV模型更接近人類(lèi)視覺(jué)系統(tǒng)的感知。RGB彩色空間在綜合的色彩呈現(xiàn)上具有優(yōu)勢(shì)，因而被廣泛應(yīng)用于數(shù)字圖像的合成中，但不能直觀地表現(xiàn)圖像的明度和色彩飽和度等人眼可直觀獲取的信息[16]。

2)人眼對(duì)于梯度信息十分敏感，圖像梯度描述的是圖像局部灰度變化的快慢與方向，是區(qū)分不同物體的最重要特征[17]。圖像像素與像素之間的變化程度能夠自下而上的影響個(gè)體對(duì)圖像信息的搜索，梯度特征能夠傳遞重要的視覺(jué)信息，具有強(qiáng)大地捕捉結(jié)構(gòu)信息和對(duì)比度變化的能力，因此被廣泛用于圖像質(zhì)量評(píng)價(jià)等任務(wù)中。梯度特征是人眼進(jìn)行識(shí)別的重要依據(jù)，而很多模型忽略了這一特性[9,16]。

3)復(fù)雜信息搜索過(guò)程中不僅受目標(biāo)屬性影響，也受背景屬性的影響，而部分相關(guān)技術(shù)僅考慮了單一方面因素，比如RC算法過(guò)分放大局部因素的影響。

4)現(xiàn)有模型較難以直接應(yīng)用[3]。目前大部分相關(guān)技術(shù)方案是為了利用計(jì)算機(jī)來(lái)模擬人類(lèi)視覺(jué)，而沒(méi)有聯(lián)系到人類(lèi)的真實(shí)行為(如響應(yīng)時(shí)等)，面向應(yīng)用的外部效度有限。已有的少量結(jié)合人類(lèi)真實(shí)行為的研究，比如Hou等人的機(jī)器視覺(jué)模型對(duì)比研究[18]，僅考慮了視覺(jué)注視點(diǎn)、變化盲視等相對(duì)經(jīng)典的心理學(xué)實(shí)驗(yàn)范式下的人類(lèi)行為數(shù)據(jù)，更多面向理論機(jī)制探索，相關(guān)研究結(jié)論不能直接遷移到有更明確應(yīng)用價(jià)值的復(fù)雜信息視覺(jué)搜索任務(wù)中。

根據(jù)國(guó)內(nèi)外研究文獻(xiàn)綜述，我們結(jié)合顏色空間和圖像梯度來(lái)對(duì)圖像進(jìn)行量化處理，并建立其與人類(lèi)響應(yīng)時(shí)的聯(lián)系。在顏色空間方面，采用更符合人眼感知的HSV模型。在圖像梯度方面，目前主流的圖像梯度計(jì)算方法包括Canny、LoG等，其中LoG(Laplacian of Gaussian)邊緣檢測(cè)算子是Marr和Hildreth共同提出的經(jīng)典方法，也稱(chēng)為Marr & Hildreth算子，它根據(jù)圖像的信噪比來(lái)求檢測(cè)邊緣的最優(yōu)濾波器[19]。相較于Canny的梯度極大值方法，LoG引入二階導(dǎo)數(shù)的Laplace算子，并在此之前為圖像進(jìn)行了高斯卷積濾波，消除高頻噪聲的干擾；由于對(duì)高頻噪聲的處理與引入二階導(dǎo)數(shù)以計(jì)算梯度變化的快慢，LoG被認(rèn)為是較為接近人眼視覺(jué)生理的數(shù)學(xué)模型[19]，所以本研究將采用LoG方法進(jìn)行圖像梯度量化。

綜上所述，我們將從人類(lèi)心理學(xué)和認(rèn)知生理學(xué)的角度建立復(fù)雜信息下視覺(jué)搜索模型，為復(fù)雜戰(zhàn)場(chǎng)態(tài)勢(shì)認(rèn)知提供模型基礎(chǔ)支撐。

2 本文方法

2.1 模型框架

基于上述討論，我們基于視覺(jué)顯著性計(jì)算技術(shù)中經(jīng)典的Itti模型[6,8]，突破前人研究中眼動(dòng)態(tài)軌跡等指標(biāo)與行為績(jī)效關(guān)系不夠緊密的局限[13-14]，創(chuàng)新地提出以面向復(fù)雜信息界面視覺(jué)搜索行為響應(yīng)時(shí)為因變量的多元模型。具體而言，我們構(gòu)建以影像地圖為代表的復(fù)雜信息界面，讓被試開(kāi)展影像地圖中的特定圖標(biāo)視覺(jué)搜索，以視覺(jué)搜索的行為響應(yīng)時(shí)為目標(biāo)，通過(guò)心理學(xué)行為實(shí)驗(yàn)，建立視覺(jué)搜索效能的量化評(píng)估模型。模型假設(shè)如下：

搜索響應(yīng)時(shí)=

β1×目標(biāo)區(qū)域色調(diào)+β2×目標(biāo)區(qū)域飽和度+

β3×目標(biāo)區(qū)域明度+β4×目標(biāo)區(qū)域圖像梯度+

β5×背景色調(diào)+β6×背景飽和度+

β7×背景明度+β8×背景圖像梯度+β0

模型中，βi(i= 1,2,…,8)為使用多元線性模型與最小二乘法擬合后各變量的回歸系數(shù)，它的大小與正負(fù)表示在該模型下此變量對(duì)搜索響應(yīng)時(shí)的貢獻(xiàn)大小與方向，β0表示回歸方程的常數(shù)偏置量。整體模型構(gòu)建的流程見(jiàn)圖1。

圖1 模型建立流程圖

2.2 顯著性特征提取

本文所提取的復(fù)雜信息界面顏色特征基于HSV模型框架。考慮到實(shí)際圖像數(shù)據(jù)往往以RGB形式存儲(chǔ)，色調(diào)(H)、飽和度(S)和明度(V)與RGB的轉(zhuǎn)換公式為：

(1)

(2)

V= max(R,G,B)

(3)

LoG方法見(jiàn)式(4)，先通過(guò)平滑預(yù)處理，G(x,y)表示標(biāo)準(zhǔn)高斯函數(shù)，σ表示標(biāo)準(zhǔn)差：

(4)

在圖像輸入后，將背景和目標(biāo)區(qū)域分為RGB3通道并依次計(jì)算所有像素點(diǎn)的H、S、V值，并求其平均值得到圖像背景和目標(biāo)區(qū)域H、S、V均值；之后，利用LoG方法計(jì)算背景和目標(biāo)區(qū)域的平均梯度。

2.3 視覺(jué)界面參數(shù)化生成

本研究視覺(jué)界面所用影像地圖包括來(lái)自城市、海洋、高原地貌的衛(wèi)星影像素材圖片各一張，圖片尺寸為2 100×2 100像素。標(biāo)識(shí)素材圖片為14個(gè)軍事地圖常用標(biāo)識(shí)圖片，分為紅藍(lán)兩色，共28個(gè)標(biāo)識(shí)，圖標(biāo)尺寸為160×160像素。定義目標(biāo)區(qū)域即圖標(biāo)覆蓋在背景圖上的區(qū)域，見(jiàn)圖2。

圖2 背景圖片與目標(biāo)

為了提升所考察的視覺(jué)界面豐富性和全面性，本研究通過(guò)點(diǎn)操作法對(duì)選定的影像地圖進(jìn)行亮度與對(duì)比度的量化變換[20]。具體來(lái)說(shuō)，圖像亮度表示色彩本身因?yàn)楣舛取⒎瓷涑潭炔煌a(chǎn)生的明暗差別。對(duì)基于RGB色彩空間的數(shù)字圖像而言，R，G，B 3個(gè)通道均被定義為0～255的一個(gè)值，通過(guò)同時(shí)增加或減少3個(gè)通道的值即可調(diào)整亮度。圖像的對(duì)比度用來(lái)描述圖像不同像素之間屬性的差異程度，對(duì)比度的增加，表示圖像中亮處越亮、暗處越暗。在點(diǎn)操作法中，常人為地設(shè)置一個(gè)閾值來(lái)實(shí)現(xiàn)圖片明暗分明的高對(duì)比度的效果[20]。本文基于以下公式對(duì)原始圖像進(jìn)行變換：

(5)

式中：L0為原圖像當(dāng)前像素點(diǎn)在RGB通道下的值；iCon、iBrt表示圖像對(duì)比度、亮度的調(diào)整值。在本研究中，將原圖像的對(duì)比度與亮度值的原始值均定義為50，通過(guò)調(diào)整iCon與iBrt，對(duì)應(yīng)地對(duì)圖像的3個(gè)通道同時(shí)進(jìn)行線性拉伸，得到當(dāng)前像素點(diǎn)的值L'。式中，系數(shù)-127表示本實(shí)驗(yàn)中將對(duì)比度的閾值定義為0.5(即0.5×255)。如式(5)所示，圖像的點(diǎn)操作法基于圖像的RGB空間定義圖像的亮度與對(duì)比度，由于其在數(shù)字圖像處理中較為方便的優(yōu)勢(shì)，適合規(guī)模化操作，本研究采用該圖像特征調(diào)整方案。

對(duì)3個(gè)地貌的環(huán)境影像地圖的對(duì)比度與亮度在普遍適用可視化參數(shù)范圍內(nèi)進(jìn)行逐步調(diào)整。本研究將普遍適用定義為基于經(jīng)驗(yàn)的，每張影像地圖按不同亮度(iBrt在50～70范圍)與對(duì)比度(iCon在40～60范圍)生成441張圖片作為背景圖片素材，在該參數(shù)范圍下，圖片不會(huì)因過(guò)暗、過(guò)亮或?qū)Ρ榷炔町愡^(guò)大導(dǎo)致圖片失真。同時(shí)，為了盡可能提升計(jì)算效率，對(duì)目標(biāo)位置采取了隨機(jī)取樣策略以減少取樣總數(shù)：將每張圖片均等劃分為5×5=25個(gè)區(qū)域(420×420像素)，并在每個(gè)區(qū)域中隨機(jī)取3個(gè)位置，將28個(gè)作為視覺(jué)目標(biāo)的軍事地圖常用標(biāo)識(shí)依次置入抽取中的位置并計(jì)算此時(shí)圖標(biāo)區(qū)域的HSV值與圖像梯度數(shù)據(jù)，共得到441(參數(shù)化影像地圖)×25(區(qū)域/參數(shù)化影像地圖)×3(目標(biāo)位點(diǎn)/區(qū)域)×28(圖標(biāo))=926 100個(gè)不同復(fù)雜信息界面條件。進(jìn)一步采用K均值(K-means)聚類(lèi)方法，得到24個(gè)有代表性的復(fù)雜信息界面條件聚類(lèi)。從每個(gè)聚類(lèi)中隨機(jī)抽取50個(gè)具體復(fù)雜信息界面條件，形成包含24(聚類(lèi))×50 = 1 200個(gè)復(fù)雜信息界面條件(其中以城市、海洋、高原為背景的界面條件數(shù)分別為385、452、363)用于后續(xù)行為學(xué)實(shí)驗(yàn)。K-means算法所得聚類(lèi)結(jié)果使用 t-SNE算法映射到低維空間的可視化展示及代表性聚類(lèi)結(jié)果見(jiàn)圖3。

圖3 訓(xùn)練集聚類(lèi)圖

根據(jù)t-SNE圖可見(jiàn)，這樣基于特定影像地圖參數(shù)化生成的視覺(jué)界面較為分布均勻、特征豐富，可以有效表征我們?cè)诂F(xiàn)實(shí)生活中所感知到的視覺(jué)界面情況，同時(shí)便于有效控制視覺(jué)界面復(fù)雜性帶來(lái)的可能額外影響，有利于構(gòu)建穩(wěn)健的量化模型。

2.4 實(shí)驗(yàn)材料與設(shè)備

實(shí)驗(yàn)設(shè)備包括實(shí)驗(yàn)電腦一臺(tái)(用于實(shí)驗(yàn)程序執(zhí)行和數(shù)據(jù)收集)，型號(hào)為聯(lián)想ThinkPad S1(4th Gen)筆記本電腦；電腦屏幕為華碩ROGPG248Q型號(hào)24英寸顯示器，屏幕刷新率180 Hz，亮度350 cd/m2。實(shí)驗(yàn)程序?yàn)镻EBL Version 2.1[21]。

2.5 實(shí)驗(yàn)流程

實(shí)驗(yàn)采用經(jīng)典的視覺(jué)搜索范式任務(wù)，要求被試在不同復(fù)雜信息界面中進(jìn)行視覺(jué)目標(biāo)(圖標(biāo))搜索。視覺(jué)搜索任務(wù)包括上述聚類(lèi)所得1 200個(gè)復(fù)雜信息界面條件，并按照隨機(jī)的方式呈現(xiàn)；單個(gè)試次中，被試被要求盡可能準(zhǔn)確且快速地找到視覺(jué)目標(biāo)，當(dāng)發(fā)現(xiàn)并認(rèn)清目標(biāo)后按F鍵報(bào)告，從復(fù)雜信息界面圖像出現(xiàn)到被試按下F鍵的時(shí)間記為該試次的響應(yīng)時(shí)；之后被試需從4個(gè)不同圖標(biāo)中選擇剛才看到的圖標(biāo)，以確認(rèn)被試認(rèn)清目標(biāo)而非虛報(bào)。選擇后程序會(huì)反饋被試的選擇結(jié)果正誤，并在500 ms間隔時(shí)間后進(jìn)入到下一個(gè)試次，單試次的實(shí)驗(yàn)流程見(jiàn)圖4。

圖4 單試次實(shí)驗(yàn)流程圖

在遵循自愿原則了解實(shí)驗(yàn)內(nèi)容并簽署知情同意書(shū)、登記基本個(gè)人信息后，被試首先閱讀實(shí)驗(yàn)說(shuō)明詳細(xì)了解實(shí)驗(yàn)任務(wù)內(nèi)容，并通過(guò)10個(gè)試次的練習(xí)訓(xùn)練以確認(rèn)熟悉了解實(shí)驗(yàn)任務(wù)執(zhí)行方式，進(jìn)入正式實(shí)驗(yàn)后，被試總共需要完成1 200試次實(shí)驗(yàn)任務(wù)。其中，每完成200個(gè)試次后有20 s的額外休息時(shí)間。完成全部試次后實(shí)驗(yàn)結(jié)束，總時(shí)長(zhǎng)約50 min。

2.6 被試

本研究總共招募了13名大學(xué)生被試，排除一名被試超時(shí)次數(shù)情況過(guò)多(超過(guò)10%)后，有效數(shù)據(jù)被試為5名男性，7名女性，平均年齡24.00歲(SD= 0.72歲)。所有被試均報(bào)告無(wú)色盲、色弱等情況，均為右利手，且實(shí)驗(yàn)前24小時(shí)內(nèi)無(wú)飲酒或興奮飲料的行為。12名被試均完成全部1 200個(gè)試次，共獲得14 400條數(shù)據(jù)；排除3個(gè)標(biāo)準(zhǔn)差外的異常值和圖標(biāo)識(shí)別結(jié)果錯(cuò)誤的試次數(shù)據(jù)后，剩余13 688條，有效數(shù)據(jù)占比為95.06%。

2.7 數(shù)據(jù)分析

對(duì)于實(shí)驗(yàn)中所用1 200個(gè)復(fù)雜信息界面條件，我們基于2.1節(jié)中的模型框架計(jì)算得到1 200組關(guān)鍵視覺(jué)信息感知特征(背景圖像H、S、V均值與圖像梯度、目標(biāo)區(qū)域背景H、S、V均值與圖像梯度，總共8個(gè)特征變量)作為自變量，以12名被試在相應(yīng)條件下的行為響應(yīng)時(shí)平均值為因變量，構(gòu)建多元線性回歸模型，實(shí)現(xiàn)對(duì)某給定復(fù)雜信息界面條件下視覺(jué)搜索效能的可靠群體趨勢(shì)估計(jì)。通過(guò)實(shí)驗(yàn)數(shù)據(jù)擬合該回歸模型，預(yù)期實(shí)現(xiàn)根據(jù)客觀視覺(jué)信息的視覺(jué)搜索效能的量化估計(jì)，回歸模型的擬合優(yōu)度R2數(shù)值及其統(tǒng)計(jì)顯著性可以有效表達(dá)模型的量化估計(jì)能力。

為進(jìn)一步評(píng)估所得模型的外部效度，本研究采用留一法交叉驗(yàn)證(leave-one-out cross-validation)。具體來(lái)說(shuō)，對(duì)于每一個(gè)復(fù)雜信息界面條件，基于剩余1 199個(gè)條件的關(guān)鍵視覺(jué)信息感知特征和對(duì)應(yīng)的行為學(xué)數(shù)據(jù)構(gòu)建回歸模型，計(jì)算該條件下關(guān)鍵視覺(jué)信息感知特征的模型預(yù)測(cè)響應(yīng)時(shí)并與實(shí)際實(shí)驗(yàn)所得響應(yīng)時(shí)進(jìn)行對(duì)比。遍歷所有1 200個(gè)條件后，根據(jù)交叉驗(yàn)證所得模型預(yù)測(cè)結(jié)果與實(shí)際響應(yīng)時(shí)得到交叉驗(yàn)證的R2數(shù)值及其相關(guān)系數(shù)統(tǒng)計(jì)顯著性，實(shí)現(xiàn)對(duì)模型推廣應(yīng)用能力的估計(jì)[22]。

在此基礎(chǔ)上，為探索所得模型跨地貌環(huán)境信息的預(yù)測(cè)性能，運(yùn)用上述方法分別對(duì)3種地貌下的數(shù)據(jù)開(kāi)展回歸分析，所用數(shù)據(jù)量分別對(duì)應(yīng)為城市、海洋、高原為背景界面條件數(shù)(385、452、363)。同時(shí)包括3種地貌影像地圖的綜合模型與分別獨(dú)立運(yùn)用單一地貌數(shù)據(jù)的模型結(jié)果對(duì)比可以為深入評(píng)估綜合模型的性能提供依據(jù)。

最后，為避免上述關(guān)鍵視覺(jué)信息感知特征的共線性問(wèn)題，上述模型實(shí)際所用因變量為關(guān)鍵視覺(jué)信息感知特征的主成分，本研究提取了8個(gè)關(guān)鍵視覺(jué)信息感知特征變量集合所得的5個(gè)主成分作為因變量，這5個(gè)主成分可表達(dá)原始數(shù)據(jù)98.14%的方差。

3 實(shí)驗(yàn)結(jié)果

對(duì)8個(gè)關(guān)鍵視覺(jué)信息感知特征變量進(jìn)行主成分分析，提取得到的5個(gè)主成分(F1～F5)的表達(dá)式如下所示，其中T代表目標(biāo)區(qū)域，B代表背景區(qū)域；h、s、v、g代表該色調(diào)、飽和度、明度和圖像梯度的均值：

F1=0.189Th-0.175Ts+0.025Tv+0.166Tg+0.192Bh-0.175Bs+0.057Bv+0.191Bg

(7)

F2=-0.038Th+0.167Ts+0.467Tv+0.070Tg-

0.042Bh+0.171Bs+0.475Bv+0.130Bg

(8)

F3=0.073Th+0.206Ts-0.710Tv+0.920Tg-0.189Bh+0.510Bs+0.301Bv-0.023Bg

(9)

F4=0.846Th+1.085Ts+0.167Tv-0.134Tg+0.709Bh+0.599Bs-0.692Bv+0.296Bg

(10)

F5=-1.087Th+0.655Ts-1.204Tv-0.902Tg+

1.034Bh-0.251Bs+0.884Bv+1.079Bg

(11)

根據(jù)各主成分系數(shù)可以觀察到：F1中目標(biāo)區(qū)域的圖像梯度較高的載荷，而目標(biāo)與背景區(qū)域的明度載荷較低，其可能主要反映的是圖像梯度均值；F2中目標(biāo)與背景的明度均值載荷較高，而色調(diào)均值占比較低，其可能主要反映明度均值；F3中目標(biāo)與背景飽和度載荷都較高，同時(shí)目標(biāo)的明度與圖像梯度載荷較高，而背景的圖像梯度載荷較低，其主要反映目標(biāo)區(qū)域相關(guān)物理屬性；F4中目標(biāo)與背景色調(diào)和飽和度占比較高，其主要反映的是色調(diào)與飽和度均值；F5體現(xiàn)的是除飽和度外的全局物理屬性。

基于上述主成分做回歸分析，結(jié)果見(jiàn)表1。

表1 主成分回歸分析結(jié)果

多元線性回歸分析結(jié)果顯示R2為0.232，F(xiàn)(5, 119 4) = 73.281,p< 0.001；留一法交叉驗(yàn)證結(jié)果R2= 0.230,p<0 .001。留一法結(jié)果可視化見(jiàn)圖5，圖中虛線表示y=x的參考線，模型R2數(shù)值對(duì)應(yīng)的相關(guān)系數(shù)R= 0.480。可以看到模型對(duì)實(shí)際響應(yīng)時(shí)的總體擬合情況良好，模型預(yù)測(cè)響應(yīng)時(shí)相比實(shí)際響應(yīng)時(shí)略偏保守，特別是在實(shí)際響應(yīng)時(shí)較大時(shí)。根據(jù)F1～F5表達(dá)式，還原系數(shù)為原始系數(shù)得方程為：

Y=504.682-0.915Th-0.027Ts-0.997Tv+0.115Tg+0.281Bh-0.155Bs+2.358Bv+0.520Bg

(12)

圖5 模型擬合情況

基于所有地貌數(shù)據(jù)所得主成分對(duì)3種地貌進(jìn)行回歸分析，結(jié)果顯示：城市地貌模型R2為0.205，F(xiàn)(5, 379) = 20.727,p<0 .001；海洋地貌模型R2為0.140，F(xiàn)(5, 446) = 15.705,p< 0.001；高原地貌模型R2為0.548，F(xiàn)(5, 357) = 88.888,p<0 .001。考慮到主成分分析對(duì)數(shù)據(jù)的可能依賴(lài)性，本研究還基于單一地貌數(shù)據(jù)分別進(jìn)行了主成分分析，基于單一地貌主成分的回歸分析結(jié)果顯示：城市地貌模型R2為0.137，F(xiàn)(5, 379) = 13.149,p< 0.001.；海洋地貌模型R2為0.077，F(xiàn)(5, 446) = 8.546,p< 0.001；高原地貌模型R2為0.506，F(xiàn)(5, 357) = 75.234,p< 0.001。

4 討論分析

HSV模型方面來(lái)看，首先目標(biāo)區(qū)域的色調(diào)均值系數(shù)均為負(fù)數(shù)，而背景區(qū)域的色調(diào)、明度均值系數(shù)為正數(shù)，這說(shuō)明目標(biāo)與背景區(qū)域的色調(diào)和明度均值差異越大搜索響應(yīng)時(shí)越短，這與前人的研究中認(rèn)為顏色差異度是顯著性計(jì)算中重要因素相呼應(yīng)[8,23]。其次，目標(biāo)區(qū)域與背景區(qū)域的飽和度均值系數(shù)均為負(fù)數(shù)，但絕對(duì)值較小，說(shuō)明在一定范圍內(nèi)人眼對(duì)高飽和度的圖像差異更敏銳。圖像梯度方面，本研究發(fā)現(xiàn)目標(biāo)區(qū)域和背景區(qū)域的圖像梯度均值系數(shù)均為正數(shù)，也就是說(shuō)無(wú)論目標(biāo)還是背景區(qū)域的圖像越復(fù)雜，就越不利于視覺(jué)搜索，由于前人研究多數(shù)關(guān)注顏色特征而忽視梯度特征[3]，本研究結(jié)果拓展了相關(guān)研究發(fā)現(xiàn)。

在應(yīng)用性方面，本研究提出了基于視覺(jué)顯著性量化計(jì)算方案的應(yīng)用思路，使其不僅可用于視覺(jué)搜索效能的評(píng)估，還可以作為優(yōu)化視覺(jué)界面參數(shù)的工具。前人研究側(cè)重于理論摸索，比如預(yù)測(cè)人眼在真實(shí)環(huán)境中的觀察能力，盡管部分研究已經(jīng)達(dá)到較高的擬合水平，但距離實(shí)際運(yùn)用較遠(yuǎn)[15-16]；本研究依托反應(yīng)時(shí)指標(biāo)進(jìn)行搜索效能預(yù)測(cè)，具有明確的應(yīng)用價(jià)值。在視覺(jué)搜索效能評(píng)估方面，根據(jù)已有的模型公式預(yù)測(cè)不同目標(biāo)物在每張圖像不同位置時(shí)的響應(yīng)時(shí)，并通過(guò)計(jì)算平均值得到評(píng)估此圖像人眼搜索能力的圖像視覺(jué)搜索效能；在視覺(jué)界面參數(shù)優(yōu)化方面，通過(guò)對(duì)不同對(duì)比度與亮度組合下的視覺(jué)界面參數(shù)進(jìn)行模型預(yù)測(cè)可以得到多個(gè)組合上的圖像視覺(jué)搜索效能，從而評(píng)估出能達(dá)到最優(yōu)視覺(jué)搜索效能的對(duì)比度與亮度組合并應(yīng)用于當(dāng)前圖像。

值得指出的是，本文基于所有地貌數(shù)據(jù)所得綜合模型結(jié)果(R2= 0.232)表現(xiàn)出較好的跨地貌推廣應(yīng)用潛力。綜合模型結(jié)果優(yōu)于基于城市和海洋單一地貌所得模型結(jié)果(R2= 0.137，0.077)，低于高原單一地貌模型結(jié)果(R2= 0.506)。

5 結(jié)語(yǔ)

本研究面向復(fù)雜信息界面視覺(jué)搜索效能的量化評(píng)估應(yīng)用需求，基于心理學(xué)理論與實(shí)驗(yàn)方法構(gòu)建了可以良好擬合行為響應(yīng)時(shí)的量化模型。探討了HSV顏色空間和圖像梯度對(duì)人眼視覺(jué)搜索的影響，驗(yàn)證了構(gòu)建視覺(jué)效能模型的可行性。在方法上，本研究結(jié)合了心理學(xué)與信息學(xué)方法，基于圖像處理的方法建立了訓(xùn)練數(shù)據(jù)集，通過(guò)行為學(xué)實(shí)驗(yàn)的方式，采用視覺(jué)搜索任務(wù)的范式采集了人眼搜索數(shù)據(jù)并建立模型。研究結(jié)果發(fā)現(xiàn)，模型預(yù)測(cè)擬合結(jié)果良好，擬合優(yōu)度R2為0.232。使用整體主成分對(duì)不同地貌進(jìn)行預(yù)測(cè)的結(jié)果也優(yōu)于3種地貌獨(dú)立主成分預(yù)測(cè)的結(jié)果，這說(shuō)明了根據(jù)符合人類(lèi)視覺(jué)認(rèn)知的HSV顏色空間和圖像梯度建立的模型能在一定程度上有效預(yù)測(cè)搜索響應(yīng)時(shí)，并具有一定的適用性，證明了基于人類(lèi)視覺(jué)加工機(jī)理去構(gòu)建人機(jī)協(xié)同方案的可行性與有效性。本研究成果不僅可應(yīng)用于軍事背景下的視覺(jué)搜索，也可以應(yīng)用到其他民用場(chǎng)景中，如界面交互設(shè)計(jì)、復(fù)雜網(wǎng)頁(yè)設(shè)計(jì)等，通過(guò)對(duì)特定應(yīng)用情景界面視覺(jué)信息特征的定量計(jì)算和相關(guān)心理學(xué)行為數(shù)據(jù)分析，即可建立特定情境視覺(jué)搜索效能的量化評(píng)估模型。由于高原地貌相對(duì)視覺(jué)信息復(fù)雜度較低，本文所得綜合模型結(jié)果優(yōu)于復(fù)雜度較高的城市和海洋地貌結(jié)果說(shuō)明，綜合模型具有較好的跨地貌應(yīng)用價(jià)值。將來(lái)可以考慮引入更多地貌影像數(shù)據(jù)開(kāi)展更大規(guī)模的心理學(xué)實(shí)驗(yàn)，探索更具有普遍性應(yīng)用價(jià)值的視覺(jué)搜索效能量化模型。