图学学报

Select

2023年第2期封面

2023, 44(2): 0-0.

摘要 ( 151 )

PDF(1584KB) ( 161 )

相关文章 | 计量指标

Select

基于深度学习的三维形状补全研究综述

杨柳, 吴晓群

2023, 44(2): 201-215. DOI: 10.11996/JG.j.2095-302X.2023020201

摘要 ( 398 )

HTML ( 17 )

PDF(2654KB) ( 339 )

三维形状补全是计算机图形学与计算机视觉的基础任务之一，具有广泛的应用背景。其目的旨在从部分缺失的形状数据中推断出完整的形状。针对现有基于深度学习的三维模型补全算法进行概述，根据描述符的形式不同，主要将其分为基于二维形状描述符的补全方法和基于三维形状描述符的补全方法两类。前者即将三维模型投影到二维空间中进行特征提取进而获得完整模型，包括基于二维图像和基于深度图的三维模型补全方法；后者即直接利用三维表示进行模型补全，按照对三维模型的表示方式不同，可进一步分为基于体素、基于点云和基于隐式的方法。同时，汇总了现有基于深度学习的三维模型补全算法所涉及的数据集与评价标准，并对该算法目前存在的问题进行分析和讨论，展望未来研究的新方向。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于级联密集残差网络的温度场高分辨率重建

张立峰, 李晶

2023, 44(2): 216-224. DOI: 10.11996/JG.j.2095-302X.2023020216

摘要 ( 101 )

HTML ( 3 )

PDF(1311KB) ( 101 )

温度分布的高质量测量对工业生产具有重要意义。作为一种非侵入性的测量方法，声学层析成像(AT)被认为是一种有前景的温度分布可视化技术。为改善重建质量，提出了一种虚拟观测(VO)结合级联密集残差网络(CDRNN)的二阶段温度场高分辨率重建算法。首先通过VO算法获取粗网格温度场，然后搭建CDRNN预测细网格温度信息。采用VO算法获取AT反问题的总体最小二乘解，缓解了声波路径弯曲引起的重建误差。引入双输入补偿策略增加了CDRNN对原始测量信息的利用率，提高了网络稳定性，通过设置子网络简化网络结构，并采用密集连接与残差连接改善网络信息流，同时引入亚像素卷积层降低网络计算维度，提高重建精度。对典型温度场模型进行数值模拟，并与Landweber迭代法、ART算法、ART-NN算法和VO算法进行比较。结果表明VO-CDRNN算法的平均相对误差和均方根误差分别为0.44%和0.68%，重建结果均优于其他算法。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

动态平衡多尺度特征融合的结直肠息肉分割

陆秋, 邵铧泽, 张云磊

2023, 44(2): 225-232. DOI: 10.11996/JG.j.2095-302X.2023020225

摘要 ( 117 )

HTML ( 1 )

PDF(2611KB) ( 137 )

结直肠癌作为最常见的疾病之一，精准的结直肠息肉分割可辅助医师对其进行早期预防。然而，在分割过程中，结直肠息肉图像存在对比度较低、病灶形状不一、位置随机化等问题，而且Unet网络参数量较大但分割精度不高。因此，提出了一种基于动态平衡多尺度特征融合的Unet改进算法，以Unet为主体，结合空洞空间卷积池化金字塔模块(ASPP)提高Unet深层次特征的多样性；提出通道打乱多尺度特征融合模块(CSI)和分组多尺度特征融合模块(GI)对编解码器的卷积块进行改进，降低整体网络参数量同时提高模型的表征能力，并提出残差金字塔拆分注意力模块(RPSA)用于编解码器的跳跃连接，平衡跳跃连接中的通道信息，提高整体网络的分割性能。实验结果表明，该方法不仅在分割效果上优于其他方法，还大幅减少了参数量，证明了其有效性。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于P-CenterNet的光学遥感图像烟囱检测

谢国波, 贺笛轩, 何宇钦, 林志毅

2023, 44(2): 233-240. DOI: 10.11996/JG.j.2095-302X.2023020233

摘要 ( 113 )

HTML ( 2 )

PDF(3035KB) ( 78 )

工业烟囱排放是城市空气污染的主要因素之一，城市环境质量与烟囱数量成反比。因此，烟囱位置检测对城市环境检测和治理具有积极的影响。在烟囱检测任务中，针对光学遥感图像背景复杂、目标小，存在大量相似对象导致的检测精度低的问题，提出了一种基于CenterNet的检测器P-CenterNet。首先，为了获得更丰富的语义特征，P-CenterNet使用了金字塔卷积取代骨干网络中的普通卷积；其次，并行于骨干网络设计了一个多尺度上下文特征提取模块来保留有助于从背景区域中区分对象区域的低级特征信息；最后，增加了一个卷积块注意力模块进一步提取骨干网络的输出特征，提高检测器对小目标的表达能力。实验使用了DIOR这个大规模的公开数据集来验证模型的有效性，采用线上、线下2种增强手段对数据集进行扩充，增强模型的鲁棒性。结果表明，与Faster-RCNN和YOLOv3这类模型相比，P-CenterNet在检测时间成本相近的情况下，明显提高了检测精度，mAP达到了89.77%。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于双融合Unet抑光曲线估计的夜间交通场景增强算法

高涛, 王对娥, 陈婷, 王潇

2023, 44(2): 241-248. DOI: 10.11996/JG.j.2095-302X.2023020241

摘要 ( 85 )

HTML ( 5 )

PDF(994KB) ( 103 )

为解决现有增强方法在处理光源多而杂，亮度分布不均匀的夜间交通图像时易出现过度曝光、图像模糊的问题，提出了一种基于双融合Unet抑光曲线估计的夜间交通图像增强算法。首先，引入辉光分解模型对输入图像进行抑光操作，去除人造光源影响的同时会抑制图像噪声；其次，使用双融合Unet网络，设计的双融合模块在编解码过程中能够融合更多层次的特征信息，在提取光照信息时保留了更多的图像细节，预测出更贴切于输入图像的光照分布图；最后，将抑光图像，原始夜间交通图像以及其网络提取的光照参数图作为输入，利用改进的曲线估计算法对输入的夜间交通图像进行增强迭代，使得图像得到更好的视觉增强。实验结果表明，该算法在主观和客观比较下均取得最好的效果，证明了本文方法的有效性，尤其是在光源多且分布不均匀的情况下。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

二阶段锚框和类均衡损失的遥感图像目标检测

曾伦杰, 储珺, 陈昭俊

2023, 44(2): 249-259. DOI: 10.11996/JG.j.2095-302X.2023020249

摘要 ( 119 )

HTML ( 3 )

PDF(18384KB) ( 84 )

由于现有遥感图像数据集中不同类别目标的数量差异大，数据集中存在类别分布不平衡问题，影响网络模型对少数类别的检测精度。针对以上问题，提出了二阶段锚框和类均衡损失的遥感图像目标检测算法。通过K-means聚类生成遥感数据集的类平衡标签，再将得到的类平衡标签作为第二阶段K-means聚类的初始中心，生成的预设锚框能够兼顾少数类别尺度，提高少数类别实例的检测精度。同时构建类别平衡损失(CEQL)，在平衡损失(EQL)的基础上，采用有效样本构建辅助权重，提高模型在训练过程中对少数类别的关注度。实验表明，改进后模型的平均准确率均值、少数类别平均准确率分别达到76.13%和76.51%，对比基准网络分别提高了1.56%和1.75%。在DOIR和NWPU VHR-10数据集上，与主流方法Faster-RCNN，RetinaNet，CenterNet，YOLOv4，YOLOX-L，YOLOv5及YOLOv7等进行了对比，实验表明改进后的算法能够在保证多数类别检测精度的基础上，有效提高了少数类别的检测精度。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

显著性检测引导的图像数据增强方法

曾武, 朱恒亮, 邢树礼, 林江宏, 毛国君

2023, 44(2): 260-270. DOI: 10.11996/JG.j.2095-302X.2023020260

摘要 ( 106 )

HTML ( 4 )

PDF(3104KB) ( 83 )

针对多数数据增强方法在裁剪区域的选择中过于随机，以及多数方法过分关注图像中的特征显著区域而忽略了对图像中鉴别性较差区域进行加强学习，提出SaliencyOut以及SaliencyCutMix方法，旨在加强对图像中鉴别性较差区域特征的学习。具体来说，SaliencyOut首先利用显著性检测技术生成原图像的显著性映射图，之后在显著性图中寻找一个特征显著区域，接着将此区域中的像素去除。SaliencyCutMix则是将原图像的裁剪区域去除之后，使用补丁图像中相同区域的图块进行替换。通过对图像中部分特征显著区域的遮挡或替换，引导模型学习关于目标对象的其他特征。此外，针对在裁剪区域较大时，可能丢失过多显著特征区域的问题，提出在裁剪边界的选定中加入自适应缩放因子。该因子可以根据裁剪区域边界初始大小的不同，动态地调整裁剪边界。在4个数据集中的实验表明：本文方法可显著提升模型的分类性能以及抗干扰能力，优于多数先进方法。尤其是在Mini-ImageNet数据集中，应用于ResNet-34网络，SaliencyCutMix相较于CutMix的Top-1准确率提升了1.18%。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于轻量化视觉Transformer的花卉识别

熊举举, 徐杨, 范润泽, 孙少聪

2023, 44(2): 271-279. DOI: 10.11996/JG.j.2095-302X.2023020271

摘要 ( 229 )

HTML ( 8 )

PDF(9669KB) ( 178 )

由于不同种类花卉之间的相似性以及同种花卉的差异性，提取局部特征信息的卷积神经网络(CNN)在花卉图像的识别上取得的结果不够理想。在Swin Transformer (Swin-T)网络的基础上，提出了一种轻量型的Transformer网络LWFormer。首先，该网络将基于移动窗口的PoolFormer模块引入Swin-T网络的第一、二阶段，对网络进行轻量化。其次，引入了双通道注意力机制，2个独立的通道分别关注了特征图的“位置”和“内容”，提高网络提取全局特征信息的能力。最后，使用了对比损失函数，进一步优化了网络的性能。在Oxford 102 Flower Dataset和104 Flowers Garden of Eden这2个公开的数据集上对改进的模型进行评估，并与其他方法进行对比，在这2个数据集上，分别得到了88.1%与87.3%的准确率。与Swin-T网络相比，该网络参数量降低了33.45%，FLOPs降低了28.89%，throughtput提高了91.45%，准确率提高了1.8%。实验结果表明，该网络在提升了准确率的同时降低了参数量，得到了速度与精度地提升。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于多分支注意网络与相似度学习策略的无监督行人重识别

冯尊登, 王洪元, 林龙, 孙博言, 陈海琴

2023, 44(2): 280-290. DOI: 10.11996/JG.j.2095-302X.2023020280

摘要 ( 74 )

HTML ( 1 )

PDF(938KB) ( 66 )

无监督行人重识别的挑战在于学习没有真实标签的行人的判别性特征。为增强网络对行人特征的表达能力，进一步从空间和通道维度上提取更丰富的特征信息，提出了一种基于多分支注意网络的行人重识别特征提取方法。该方法通过捕获空间维度和通道维度上不同分支之间的交互信息，能够学习到更具判别性的行人特征表示。此外，针对噪声标签会对聚类质心产生干扰的问题，提出了相似度学习策略(SLS)。该策略先计算每个聚类中样本特征之间的相似性，然后选取相似性分数最高的特征向量所对应的样本进行对比学习，有效地缓解了聚类噪声导致的累积训练误差。实验结果表明，和无监督场景下的自步对比学习方法(SPCL)相比，在Market-1501，DukeMTMC-reID和MSMT17等3个数据集上的rank-1准确度分别提升了4.6%，3.3%和16.3%，显著地提高了无监督行人重识别的检索精度。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

火电厂监控视频安全服检测方法研究

陈刚, 张培基, 龚冬冬, 于俊清

2023, 44(2): 291-297. DOI: 10.11996/JG.j.2095-302X.2023020291

摘要 ( 80 )

HTML ( 1 )

PDF(2491KB) ( 58 )

在智慧电厂建设中，通常采用计算机视觉技术对部署在工业厂房的监控摄像头传回的监控视频进行检测，监控工人是否规范穿着安全服，由于火电厂中场景较为复杂，直接使用现有数据集与算法，模型准确度无法满足使用要求。基于工业监控视频构建了火电厂场景中的安全服目标检测数据集。针对YOLOv5对安全服目标检测准确率较低的问题，使用EfficientNet，ResNet-50，ShuffleNet与MobileNet等多种算法模型替换原YOLOv5的Backbone模块网络结构，提出了基于YOLOv5的模型融合算法。基于构建的火电厂安全服目标检测数据集，选取目前相关领域的最优算法，与优化改进后的YOLOv5算法进行对比实验。实验结果表明，改进后的YOLOv5+EfficientNet算法在火电厂安全服数据集中的准确率得到显著提升，最高检测准确率达到96.6%。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于四元数组稀疏的彩色图像去噪

时妙文, 范琳伟, 王桦, 张彩明

2023, 44(2): 298-303. DOI: 10.11996/JG.j.2095-302X.2023020298

摘要 ( 84 )

HTML ( 4 )

PDF(2222KB) ( 71 )

在采集和传播图像的过程中易受噪声的污染，从而降低了图像质量，对于后续的观察和处理产生较大影响。因此，图像去噪是当前图像处理领域一个重要的课题，其关键问题是如何在去除噪声的同时保留图像信息。由于图像具有自相似性，一般的图像去噪方法是利用组稀疏来重建图像。对于彩色图像提出了基于四元数组稀疏的去噪算法。首先，用四元数的形式来描述图像中的每个像素，从而构造出图像块组。在此基础上，该模型对每个图像块进行了更新，并用词字典中的线性组合对每个图像块组进行描述。为了进一步提高重构后的图像结构信息的准确性，结合了组稀疏模型和核维纳滤波器。核维纳滤波的基准影像是由组稀疏表达所获得的结果。与传统的方法比较，该模型既能将3种颜色通道的关联结合起来，又能使各图像块组间的关联性得到最大程度的发挥。实验表明，采用该方法重构的图像在不同的噪声等级下量化指标和视觉效果均有较好表现。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于Dual Dense U-Net的云南壁画破损区域预测

罗启明, 吴昊, 夏信, 袁国武

2023, 44(2): 304-312. DOI: 10.11996/JG.j.2095-302X.2023020304

摘要 ( 59 )

HTML ( 3 )

PDF(11291KB) ( 56 )

壁画破损区域预测是壁画虚拟修复工作的重要环节，针对现有方法在预测云南少数民族壁画破损区域时容易出现破损区域预测不全、对纹理复杂区域的破损边界预测不准确等问题，提出了一种基于U-Net改进的Dual Dense U-Net分割模型，通过增强破损区域位置特征和纹理特征，获取更多的判别信息，以提高破损掩膜预测的准确度。为使模型能更有效地学习壁画特征，建立了一个包含5 000张云南少数民族壁画图像的分割数据集。Dual Dense U-Net模型利用融合模块去对壁画图像进行多尺度融合，减少壁画图像在前馈过程中的局部纹理信息和空间位置信息损失。首先，利用U-Net结构对输入的壁画图像进行信息提取，融合模块有多个深度可分离卷积，能够提高融合模块效率以及分割精度；其次，融合模块连接两个U-Net，进一步加强浅层特征与深层特征间的联系。实验结果表明，该模型在IoU与Dice评价指标较UNet++提高了3个百分点，模型预测得到的破损区域能显著改善壁画修复网络的修复效果，验证了该模型在壁画破损区域预测领域的有效性。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

采用自注意力抗干扰网络的视频房颤检测

陈静, 杨学志, 陈鲸, 刘雪南

2023, 44(2): 313-323. DOI: 10.11996/JG.j.2095-302X.2023020313

摘要 ( 36 )

HTML ( 1 )

PDF(1784KB) ( 34 )

房颤的早期发现与诊断是降低房颤以及并发症风险的关键。视频光电体积描记术(VPPG)技术为房颤筛查提供了新途径，但易受到现实场景中运动干扰。现有VPPG房颤检测方法存在运动干扰时会造成脉冲信号失真，从而发生误判。为解决以上问题，提出一种抗干扰视频房颤检测模型。该模型使用注意力编码器网络，从包含运动干扰的脉冲信号中提取鲁棒的脉冲潜在特征，径向基分类网络根据潜在特征实现房颤检测。注意力编码器将复杂脉冲信号映射到高维子空间，重点关注有效信息，提取稳健潜在特征。径向基分类网络在房颤标签监督下提高房颤识别能力，输出可靠结果。在200名测试者参与的自建数据集上进行实验，结果表明该模型在各类场景中均表现优异。在静态场景中，检测精度较最优对比算法提高了8.1%，敏感性提高了7.5%。在动态场景中，对比算法准确度均大幅下降，所提模型精度相比提升了16.5%，特异性提升了18.3%。模型具有良好的抗运动干扰能力，可有效地消除运动干扰影响，提高现实场景中视频房颤检测精度。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于改进YOLOv7的X线图像旋转目标检测

成浪, 敬超

2023, 44(2): 324-334. DOI: 10.11996/JG.j.2095-302X.2023020324

摘要 ( 257 )

HTML ( 6 )

PDF(3256KB) ( 186 )

针对X线图像违禁品目标检测中存在的识别定位困难以及忽略物品方向性的问题，提出了一种基于改进YOLOv7的X线图像旋转目标检测算法。首先，通过在原网络中融合高效注意力机制模块提高模型对深层重要特征的提取能力；然后，改进扩展的高效长程注意力机制的特征融合路径，在模块之间增加跳跃连接和1×1卷积架构，使网络提取更丰富的物品特征；最后，针对X线图像中违禁品放置方向任意的问题，使用密集编码标签表示法对角度进行离散化处理，提高违禁品定位的准确性。实验结果表明，改进的算法在HiXray，OPIXray和PIDray数据集上分别取得了91.2%，92.6%和66.4%的检测精度，较原YOLOv7模型分别提高了20.2%，10.6%和15.5%，在有效提高X线图像违禁品检测精度的基础上，为保障公共安全提供了很好的技术支持。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于改进YOLOv5算法的钢材表面缺陷检测

曹义亲, 伍铭林, 徐露

2023, 44(2): 335-345. DOI: 10.11996/JG.j.2095-302X.2023020335

摘要 ( 366 )

HTML ( 18 )

PDF(5197KB) ( 235 )

针对单阶段检测网络YOLOv5的特征提取能力不足、模型感受野受限以及特征融合不充分等问题，提出一种改进YOLOv5的钢材表面缺陷检测算法。该方法构造一种带残差边的SPP_Res特征金字塔结构，加快模型的训练速度，增强模型的特征提取能力；加入多头注意力机制(C3_MHSA)，优化了网络结构，专注全局感受野，提取更加丰富的目标特征；引入多层特征融合机制，进一步融合浅层与深层特征，兼顾到更多的位置、语义、细节信息，提高网络对钢材表面缺陷的检测精度。实验结果表明，改进后的YOLOv5网络模型具有良好地检测性能，在NEU-DET数据集上的mAP达到了74.1%，相比原始YOLOv5网络提升了3.4%，较YOLOX提升4.0%，较YOLOv3提升了8.6%，较SSD算法提升了23.4%。检测速度优于其他主流算法，且在保持原检测速度基本不变的情况下，能够快速准确地对钢材表面缺陷进行检测。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于改进YOLOv5的智能除草机器人蔬菜苗田杂草检测研究

张伟康, 孙浩, 陈鑫凯, 李叙兵, 姚立纲, 东辉

2023, 44(2): 346-356. DOI: 10.11996/JG.j.2095-302X.2023020346

摘要 ( 248 )

HTML ( 3 )

PDF(4847KB) ( 195 )

杂草精准检测是自动化除草装备的关键技术。针对田间杂草分布复杂和种类繁多导致的检测复杂度高和鲁棒性差等问题，基于自研移动机器人平台，提出一种改进YOLOv5算法和图像处理的蔬菜苗田杂草检测方法。通过识别蔬菜间接检测杂草的方式降低杂草检测复杂度，进而提高检测精度和鲁棒性。在YOLOv5目标检测算法主干特征提取网络中引入卷积块注意力模块(CBAM)提高网络对蔬菜目标的关注度，加入Transformer模块增强模型对全局信息的捕捉能力。结果表明，改进YOLOv5算法对蔬菜目标的平均检测准确率可达95.7%，与Faster R-CNN，SSD，EfficientDet，RetinaNet，YOLOv3，YOLOv4和YOLOv5算法相比，分别提高了5.8%，6.9%，10.3%，13.1%，9.0%，5.2%和3.2%。算法单幅图像平均检测时间11 ms，具有较好的实时性。采用改进YOLOv5算法检测蔬菜，将蔬菜边框之外绿色植物定义为杂草，超绿特征(ExG)结合OTSU阈值分割法将杂草与土壤背景分割，最后标记杂草连通域输出杂草质心和检测框。本研究方法可为农业自动化精准除草提供借鉴。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于IFC标准扩展的铁路轨道结构BIM模型构建研究

何庆, 荆传玉, 高天赐, 王平

2023, 44(2): 357-367. DOI: 10.11996/JG.j.2095-302X.2023020357

摘要 ( 125 )

HTML ( 1 )

PDF(1289KB) ( 95 )

建筑信息模型(BIM)技术对提高铁路行业的工程设计水平具有重要的推进作用。如何在轨道工程设计阶段充分利用BIM技术的信息化建模能力，实现设计信息的数字化传递是BIM技术在轨道设计阶段应用的一个难点。利用工业基础类(IFC)标准将轨道结构工程信息集成在BIM模型中，是克服这一问题的有效途径。针对IFC标准架构领域层实体信息缺失的不足，采用实体扩展和自定义属性集的方式对轨道领域进行扩展和定义，进而构建轨道结构基础数据框架体系，其中实体扩展包括空间结构单元、组合件、构件和零件扩展，自定义属性集则对身份信息、位置信息与技术信息进行拓展。通过扩展关系实体，结合IFC标准表达机制，构建新增轨道实体与属性集表达体系。在此基础上，进一步提出面向轨道结构BIM模型的建模方法。最后，通过一个无砟轨道案例，验证该IFC扩展与建模方法的实用性，对于提高设计阶段轨道结构BIM模型信息的完备性与可传递性具有实际的工程意义。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于语义网的BIM结构模型合规性审查方法

张吉松, 于泽涵, 李海江

2023, 44(2): 368-379. DOI: 10.11996/JG.j.2095-302X.2023020368

摘要 ( 111 )

HTML ( 3 )

PDF(1021KB) ( 84 )

针对目前建筑信息模型(BIM)合规性审查具有耗费人力和自动化程度较低等特点，提出一种基于语义网的BIM结构设计模型合规性审查方法。方法包括规范转译、BIM模型信息处理和合规审查3个子模块。规范转译子模块可实现将半结构化设计规范条款转换为结构化知识并进行灵活查询与推理；BIM模型信息处理子模块可实现BIM模型信息的提取、转换与映射；合规审查子模块可实现规则的执行和审查报告生成。方法实现从一阶谓词逻辑表示结构设计规范的方式出发，借助本体构建工具protégé，将BIM结构设计模型信息和设计规范条款，通过映射和语义网规则语言(SWRL)转译到采用本体构建的知识库中，进而实现对BIM模型相关信息的查询、推理和设计审查，最后通过框架结构实例验证了方法有效性和可行性，为基于BIM模型的结构设计自动化合规性审查提供一种参考方法。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于SAPAD-AHP法的智能充电桩设计研究

刘宗明, 王泽琦

2023, 44(2): 380-388. DOI: 10.11996/JG.j.2095-302X.2023020380

摘要 ( 179 )

HTML ( 3 )

PDF(3991KB) ( 98 )

探索SAPAD-AHP法在产品设计中的应用，提出相应研究方法与设计流程，为新能源充电桩设计提供理论指导和实践参考，有效改善新基建背景下城市智能充电桩未能满足用户体验需求的问题。以新能源汽车车主为研究人群，引入符号学路径下的产品构建(SAPAD)模型研究用户行为流程，首先通过多个意义层级内容聚类分析，定性挖掘一般意义簇群；并结合层次分析法(AHP)进行权重分析，定量获取多层级核心意义簇；再通过核心意义簇-产品的再映射分析，得到产品造型结构、交互功能层面的核心设计需求。拆解关键行为，挖掘真正用户需求，分析核心设计需求，最终提出满足用户需求的智能充电桩改良设计方案。在设计符号学的视域下，将SAPAD-AHP法应用于智能充电桩设计，能够有效地实现从用户行为需求分析到产品功能设计的精准映射。在一定程度上弥补现有充电桩设计洞察用户行为欠佳，设计需求把握不准等不足，为我国智能充电桩设计的研究发展提供了新的思路。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

融合视觉认知特征的虚拟博物馆界面布局美度评价方法

裴卉宁, 温志强, 黄雪芹, 谭昭芸, 张新新

2023, 44(2): 389-398. DOI: 10.11996/JG.j.2095-302X.2023020389

摘要 ( 84 )

HTML ( 2 )

PDF(920KB) ( 80 )

针对人机界面布局评价中缺乏对用户视觉认知特征的量化研究问题，提出一种考虑人体视觉认知特征的虚拟博物馆界面布局美度评价方法。首先，选取对称度、密集度、简洁度、次序度、优势度作为美度评价指标，以抽象后的矩形布局图像为样本进行界面布局美度评价；其次，采用眼动追踪技术对界面布局美度进行实验测试，进行用户视觉认知生理数据结果的获取；再次，基于灰色理论构建改进的灰色H-凸关联模型，量化用户视觉认知与人机界面布局美度之间的映射关系；最后，将提出方法应用于虚拟博物馆人机界面布局设计方案分析中，验证了评价方法的有效性和其对界面布局美度指标正负关联性的判断能力。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

地图符号与情绪效价对AR地图用户空间记忆的影响研究

陈嬿, 张琼文, 王嘉琪, 帅美琼, 胡军

2023, 44(2): 399-407. DOI: 10.11996/JG.j.2095-302X.2023020399

摘要 ( 78 )

HTML ( 1 )

PDF(1108KB) ( 54 )

针对地图符号抽象程度与情绪效价对手机AR地图用户空间记忆的影响，提出设计实践建议。采用“心理切割测试问卷”调查了35名被试，再以“中国情绪图片库”与“中国情绪音乐库材料”组合诱发情绪，采集30名被试的“心理状态剖面图(POMS)”“简明情绪内省量表(BMIS)”和“自我为中心的方位判断任务”数据，根据量表得分、实验结果进行分析。结果为地图符号抽象程度对空间记忆有显著影响，其中图标的学习时间最短；情绪效价对空间记忆没有显著影响；地图符号抽象程度与情绪效价对学习时间、任务错误率的影响存在交互效应。该结论将为同类系统的开发和评估提供参考。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

统计任务驱动的信息界面颜色编码感知实验研究

郭琪, 伍金春, 薛澄岐

2023, 44(2): 408-414. DOI: 10.11996/JG.j.2095-302X.2023020408

摘要 ( 46 )

HTML ( 2 )

PDF(819KB) ( 57 )

为了有效提高用户对视觉统计任务中颜色编码的决策效率，首先需要探究人类视觉系统对界面颜色编码的感知问题。因此，将显著性差异的概念引入到颜色编码研究中，生成一套针对视觉统计任务的色彩空间，并通过典型的视觉统计任务实验，研究颜色差异阈值对视觉统计任务的感知绩效影响，进而总结颜色编码对于视觉统计任务的感知精度和感知规律。实验结果表明：首先，在相关性识别任务和平均值比较任务中，人类视觉系统对颜色的感知精度比以往色彩模型预测的更精确，说明颜色编码时的差异阈值(JND)选择可以更小；其次，当选择不同颜色轴进行颜色编码时，相关性识别任务用明度编码识别绩效会更高；最后，在不同基础相关系数和点群数量条件下，相关性识别精度和平均值比较精度均符合韦伯线性函数，反映了观察者在进行视觉统计任务时处理信息熵的能力。本文为信息可视化设计者提供设计指导，并从心理物理学角度，对可视化界面信息的颜色编码提供了量化依据。

数据和表 | 参考文献 | 相关文章 | 计量指标

Select

2023年第2期样刊

2023, 44(2): 414.

摘要 ( 50 )

PDF(77547KB) ( 56 )

过刊目录