影响触觉图像识别因素的量化分析-计算机辅助设计与图形学学报.PDFVIP

30 8 Vol.30 No.8 2018 8 Journal of Computer-Aided Design Computer Graphics Aug. 2018 影响触觉图像识别因素的量化分析 1) 2,3) 1) 2,3) 2,3) 1,4)* 龚江涛 , 於文苑 , 曲 同 , 刘 烨 , 傅小兰 , 徐迎庆 1) (清华大学美术学院信息艺术设计系 北京 100084) 2) ( 中国科学院心理研究所脑与认知科学国家重点实验室 北京 100101) 3) ( 中国科学院大学心理学系 北京 100049) 4) (清华大学未来实验室 北京 100084) (yqxu@tsinghua.edu.cn) 摘 要: 为了使更多盲人能受益于盲文书籍所伴随的插图, 区别于传统的V 图像(视觉图像), 对设计适合触觉认知的 T 图像(触觉图像)提出新的设计原则. 首先将 242 张常见物品的 V 图像制作为线条凸起的可触摸图片; 然后邀请 10 位盲人被试和 10 位蒙眼明眼人被试通过触摸来尽量准确地命名这些线条图, 并要求被试在触摸的过程中进行“ 出声 思维”; 再根据被试对线条图的描述, 提取22 个可能影响二维线条图触觉识别的特征; 最后以识别正确率作为图片识 别难易程度的指标, 使用随机森林算法进行了特征建模, 并对所有特征进行单因素和多因素的回归分析. 实验结果 表明, 通过随机森林算法建立的模型, 可以基于图片中这些特征预测图片触觉识别的难易程度; 通过多因素回归分 析, 提取出对触觉识别有显著影响力的几个重要特征，并用于指导T 图像的设计. 关键词: 触觉图像; 触觉用户体验; 随机森林; 逐步回归分析 中图法分类号: TP391 DOI: 10.3724/SP.J.1089.2018.16799 Multi-factor Analysis Assisting T-Image Design for Tactile Cognition Gong Jiangtao1), Yu Wenyuan2,3), Qu Tong1), Liu Ye2,3), Fu Xiaolan2,3), and Xu Yingqing1,4)* 1) (Department of Information Art and Design, Academy of Arts and Design, Tsinghua University, Beijing 100084) 2) (State Key Laboratory of Brain and Cognitive Science, Institute of Psychology, Chinese Academy of Sciences, Beijing 100101) 3) (Department of Psychology, University of Chinese Academy of Sciences, Beijing 100049) 4) (The Future Lab, Tsinghua University, Beijing 100084) Abstract: In order to help more blind people to benefit from accompanying illustrations while reading, we study how to design a T-image (tactile image) suitable for tactile cognition, which is differ