10.3969/j.issn.1001-0505.2016.06.007
基于认知分层的图像复杂度研究
为揭示图像属性与图像复杂度之间的编码规律,从认知分层角度对图像复杂度进行了研究。基于由浅入深的认知加工次序,将图像复杂度分为呈现复杂度(CP)、语义复杂度(CS)和记忆复杂度(CM),分别对应图像的视觉属性、语义属性和解码属性,并建立复杂度分层映射模型。以地铁交通图为例,提取图像中3种复杂度后按低、中、高水平重新编码,并结合眼动追踪技术进行了视觉搜索实验。实验结果表明:高记忆复杂度编码的反应时最短,对认知绩效的影响最大;高语义复杂度编码易造成视觉干扰,需结合高记忆复杂度来提高认知绩效;高呈现复杂度编码能有效降低被试的认知负荷,提高搜索效率。实验结果证实了图像复杂度分层的合理性,为信息化图像的复杂度设计提供了参考。
图像复杂度、认知分层、人机交互、图像属性、映射方法
46
TP-391
国家自然科学基金资助项目71471037,71271053;江苏省普通高校研究生科研创新计划资助项目KYLX15-0062.
2016-12-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
1149-1154