Информационная модель структуры данных и экспериментальная методика улучшения человеко-компьютерного графического интерфейса

Боревич Екатерина Владиславовна ORCID: 0000-0001-6263-3901 ассистент высшей школы дизайна и архитектуры, Санкт-Петербургский политехнический университет Петра Великого 195251, Россия, Санкт-Петербург область, г. Санкт-Петербург, ул. Политехническая, 29 Borevich Ekaterina Vladislavovna Assistant of the Higher School of Design and Architecture, Peter the Great St. Petersburg Polytechnic University 195251, Russia, Sankt-Peterburg oblast', g. Saint Petersburg, ul. Politekhnicheskaya, 29 plasma5210@mail.ru Другие публикации этого автора

Янчус Виктор Эдмундасович ORCID: 0000-0001-7220-0819 кандидат технических наук доцент, кафедра Высшая школа дизайна и архитектуры, Санкт-Петербургский политехнический университет Петра Великого 195251, Россия, Санкт-Петербург область, г. Санкт-Петербург, ул. Политехническая, 29, ауд. В 2.22(2) Yanchus Viktor Edmundasovich PhD in Technical Science Associate Professor, Department of Higher School of Design and Architecture, Peter the Great St. Petersburg Polytechnic University 195251, Russia, Sankt-Peterburg oblast', g. Saint Petersburg, ul. Politekhnicheskaya, 29, aud. V 2.22(2) victorimop@mail.ru

Введение

Методы квантовой физики описывают свет, как электромагнитное излучение, воспринимаемое человеческим глазом. Как следствие, понятие цвета не существует без наблюдателя (человека). Восприятие цвета человеком выходит за рамки физики и уходит в область физиологии и психологии, так как связано с деятельностью головного мозга человека.

Существуют альтернативные научные подходы к понятию сущности цвета. Физикалисты считают цвет физическим свойством, столь же реальным, как и любое другое ^[1]. Альтернативным направлением является реляционализм. Цвета являются реляционными или «ситуативными» свойствами ^[2]. Адвербиализм — это форма реляционализма, приписывающая цвет процессам восприятия, а не объектам или воспринимающим субъектом. В эту теорию вписывается многофункциональность цветового зрения ^[3].

Функции цвета глубже, чем просто «украшение». Благодаря цветовому зрению человек быстрее различает форму предмета, быстрее определяет расстояние предмета от наблюдателя ^[4]. Восприятие цвета зависит от условий наблюдения. На восприятие цвета влияют близлежащие цвета, условия освещения и форма объектов^[5].

В исследованиях физиологии глазодвигательной активности рассматриваются разные аспекты:наличие отталкивающего эффекта, который действительно привлекает внимание ^[6]; эффективное отслеживание только один цвет за раз наблюдателем ^[7];исследование влияния яркости экрана на утомляемость зрителя при решении задач ^[8];исследования работы восприятия информации в области пара-центрального зрения. В рамках таких исследований интересен эксперимент,выявляющий разницу между мужским и женским периферийным цветовым зрением ^[9]. Экспериментально даказано, что существует дефицит внимания в местах, недоступных глазу. Однако, зрительное внимание не ограничено глазодвигательным диапазоном ^[10].

При восприятии реальной среды человек решает задачи по идентификации окружающих объектов по цветовому тону и контрасту с другими объектами. Визуальное восприятие является функцией значения, которое мы связываем – черезусвоенное поведение или разумные предположения – собъектом, который мы видим ^[11,12]. Железняков В.Н. говорит о переменных зрительного восприятия кинокадра ^[13]. Для создания условий погружения в кино, помимо художественных задач, необходимо воспроизвести реальные условия восприятия окружающего мира. Эта задача решается путем воссоздания в кадре фильма градиента восприятия, соответствующего условиям восприятия реальной окружающей среды. В настоящее время основная работа с перцепционным градиентом в кадре осуществляется на этапе постобработки с использованием специализированных программ цифровой цветокоррекции видеоизображения (цветокоррекции). Существуют алгоритмы цветокоррекции, основанные на математике, на алгебре кватернионов ^[14]. Также для цветокоррекции используются методы перекрашивания данного изображения или видео путем сравнения этого изображения с эталонным изображением ^[15,16]

Эстетическая привлекательность кадра складывается из композиционного построения и эмоционального напряжения возникающего при его восприятии. Семантическая информация изображений является хорошей подсказкой для прогнозирования эмоций ^[17].

Вопрос о правильном изменении условий восприятия кинокадра с целью придания последнему более сильной, по замыслу режиссера, эмоциональной нагрузки остается нерешенным и требует проведения экспериментальных исследований.

1. Цель и задачи исследования

Цель исследования - оценить степень влияния фактора цветового решения кадра на его восприятие зрителем. В соответствии с этой целью были сформулированы исследовательские задачи, подготовлен и проведен ряд экспериментов ^{[18, 19]}. Эксперименты проводились с использованием прибора, фиксирующего двигательную активность глаз (ай-трекера) ^[20], что позволило дать объективную оценку влияния фактора цветового решения на параметры шаблона исследования стимула. материал.

На основе модели цветовосприятия Юрьева ^[21] и результатов экспериментов была предложена модель работы зрительной системы человека по распознаванию образа (рис.1).

Рис. 1. Работа зрительной системы человека по восприятию зрительной информации

Восприятие визуальной информации происходит в три этапа:

1. Первый этап заключается в механическом сканировании изображения глазом.

2. Второй этап – распознавание увиденного изображения.

3. Третий этап – формирование эмоционального отклика зрителя. Человек, на основании своего опыта, формирует собственное впечатление от увиденного изображения.

На первых двух этапах с помощью айтрекера оценивалась зависимость зрительского восприятия кадра от цветового решения. Статистически значимое влияние цветового решения было выявлено на этапе распознавания образов.

На завершающем этапе восприятия изображения эмоциональное впечатление зрителя зависит не только от наблюдаемого объекта, но и от жизненного опыта человека (образования, эрудиции), а также от настроения и самочувствия наблюдателя. Чтобы нивелировать влияние косвенных факторов восприятия стимульного материала, зависящих от наблюдателя, на эмоциональную оценку стимула, необходимо расширить круг испытуемых. В таких экспериментальных условиях айтрекер оказался малоэффективным по двум причинам:

• необходимость опроса большого количества испытуемых;

• необходимость использования весового коэффициента привлекательности кадра, который определяет сам испытуемый (метод ранжирования)^[22].

Цель этого эксперимента – выявить влияние цветового решения кадра на эмоциональную реакцию наблюдателя.

В соответствии с поставленной целью были сформулированы следующие задачи:

• разработка экспериментальной установки;

• разработка программного модуля, располагаемого на сетевом ресурсе и позволяющего опрашивать испытуемых без привлечения их в лабораторию;

• обработка полученных данных.

Первая модель разработанного программного модуля оказалась малоэффективной. Интерес к прохождению пропадал после выполнения задачи эксперимента испытуемым уже на пятом стимуле. Затем испытуемый вырабатывал определенную систему ответов и действовал шаблонно. Для поддержания интереса на протяжении всего эксперимента была разработана усовершенствованная экспериментальная модель, реализованная посредством соответствующего программного модуля ^[23].

2. Методика подготовки стимульного материала

Для составления визуального ряда, стимульного материала, выбраны кадры из фильмов и анимационных фильмов. Содержимое кадров отвечало ряду требований, таких как: наличие смысловой нагрузки и наличие двух центров интереса (рис.2). Для дополнительных стимулов использовались кадры из фильмов или анимационных фильмов с одним центром интереса или с неявным центром интереса (виды натуры). Для постановки эксперимента были выбраны четыре различных цветовых решения кинокадра в соответствии с теорией цвета и цветовых контрастов по И. Иттену и контрольное черно-белое изображение (рис. 3) ^[24].

В результате были созданы два массива таргетных стимулов: массив фотореалистичных стимулов и массив анимированных стимулов. Каждый массив таргетных стимулов содержит 25 стимулов в пяти цветовых решениях (всего 150 стимулов). Кроме того, были созданы два массива дополнительных стимулов (фотореализм и анимация), для стимулов с одним центром интереса по 50 стимулов в четырех цветовых решениях (200 стимулов), а для стимулов с неопределенным центром интереса из 25 стимулов – три цветовых решения (75 стимулов).

Рис. 2. Выбор стимула с двумя центрами интереса. Зона №1 – объект, являющийся центром интереса. Зона №2 – объект, находящийся в центре внимания. Зона №3 – фон

Рис. 3. Пример стимульного материала (анимационный кадр и видеокадр в пяти

цветовых решениях)

Кадры были преобразованы путем обработки в графическом редакторе. Методика подготовки стимулов аналогична предыдущим экспериментам и подробно описана в предыдущих статьях: Экспериментальное исследование цифровых моделей цветокоррекции и их влияние на визуальную фиксацию видеокадров; Исследование значения цветового решения в процессе согласования кинокадра ^{[18, 19]}.

3. Информационная модель данных

На рис. 4 представлена блок-схема информационной модели данных вычислительного эксперимента. Структура информационной модели построена на основе методики вычислительного эксперимента и выполняет задачи хранения массивов стимульного материала, персональных данных испытуемых, фиксации результатов тестирования, предварительной обработки результатов вычислительного эксперимента.

Рис. 4. Блок-схема информационной модели данных

Таблицы базы данных со списком атрибутов для каждой таблицы:

• Анкета: Персональный идентификатор (PID), ФИО наблюдателя, пол (мужчины-женщины), возраст (количество), регион, образование (среднее, неполное высшее, высший бакалавриат, высшая магистратура, ученая степень), вид образования (техническое, гуманитарное) художественная подготовка (да, нет);

• Результаты: PID, дата теста, время выполнения теста (тест на один стимул), FK_анкета, FK_стимул, bww (черно-белое) (ранг 1-5), tre (триада) (ранг 1-5), dop (дополнительный) (ранг от 1 до 5), onw (монохромный теплый) (ранг от 1 до 5), onc (монохромный холодный) (ранг от 1 до 5), err - количество попыток при идентификации одного стимула в 5 цветовых решениях;

• Стимулы: PID, признак (два центра интереса, один, природа-фон, т.е. нет), цветовое решение (bww, tre, dop, onw, onc), медиа (фото, анимация, графика, текст), контейнер, имя файла;

• Цветовое решение (справочник): PID, Цветовое решение (bww, tre, dop, onw, onc);

• Справочник образование: PID, образование (среднее техническое, среднее гуманитарное, неполное высшее, техническое (бакалавриат), незаконченное высшее гуманитарное (бакалавриат), высшее техническое (магистр), высшее гуманитарное (магистр), ученая степень техническая, ученая степень гуманитарная);

• Справочник региона: PID, название региона, часть света.

4. Методика проведения эксперимента

При постановке эксперимента ключевым моментом является разработка задачи для испытуемых. С одной стороны, задача не должна быть слишком сложной,чтобы исключить долгое предварительное обучение испытуемого перед прохождением эксперимента. С другой стороны, не слишком простой, чтобы во время эксперимента испытуемый не терял интерес к выполняемой задаче.

Для реализации ранжирования таргетной серии стимулов задание для испытуемого в эксперименте было усовершенствовано. Таргетные стимулы (5 стимулов) размещается в матрице 4*4 в случайном порядке (рис. 5). Остальные поля заполняются дополнительными стимулами, выбранными из соответствующих массивов в случайном порядке. Размер экрана считается 1600*1200 пикселей. Поэтому размер стимулов в матрице будет 400*300 пикселей. При матрице стимулов 5*5 размер стимула будет слишком мал, что будет затруднять идентификацию испытуемым таргетныхстимулов (рис. 3). На рис. 5 показан пример рабочего поля эксперимента, таргетныестимулы и дополнительные расположены в сетке. На рисунке также показана информация о количестве центров интереса для каждого из отображаемых стимулов в левом нижнем углу.

Рис. 5. Пример поля для ранжирования испытуемымтаргетных стимулов. Количество центров интереса указано в левом нижнем углу каждого стимула

При активации стимула из дополнительнойбазы фиксируется ошибка, которая заносится в таблицу результатов эксперимента. Таким образом, каждому стимулу присваивается весовой коэффициент от 1 до 5 и фиксируется количество ошибок ранжирования одного ряда таргетных стимулов.

5. Статистическая обработка результатов эксперимента

В таблице 1 представлены данные, полученные после прохождения теста.

Таблица 1. Пример данных после прохождения теста.

Математическая обработка экспериментальных данных проводилась с использованием метода статистической обработки – дисперсионногоанализа (ANOVA) ^[25]. Этапы обработки данных, полученных в результате эксперимента, отражены на блок-схеме (рис. 6).

Рис. 6. Алгоритм статистической обработки экспериментальных данных

На первом этапе выполняется процедура усреднения весового коэффициента по всем однородным стимулам (фотореализм-анимация) для каждого испытуемого и для каждого цветового решения:

(1)

где X(i,s,c) - функция для вычисления средних значений весового коэффициента в соответствующем цветовом решении и в соответствующей стилизации кадра для одного наблюдателя;i–PID наблюдателя; s– стилизация стимула (фотореализм или анимация);c–определяет переменные цветовые решения (bww, tre, dop, onw, onc); N с идентификатором isck– значениевесового коэффициента для одного наблюдателя по одному стимулу; n– количество стимулов в каждом цветовом решении и стилизации кадра. Поскольку наблюдатель в эксперименте должен решить задачу на 25 основных фотореалистичных стимулах и 25 анимационных стимулах, усреднение происходит по 25 стимулам. Вид данных представлен в таблице 2. В столбце «Mean_err» указано среднее количество ошибок при прохождении теста для одного ряда таргетных стимулов.

Таблица 2. Пример данных после выполнения операции усреднения.

Второй этап – сравнение выборок по факторам:

• цветовое решение;

• фактор стилизации кадра (фотореализм или анимационный);

• гендерный признак;

• фактор типа образования (техническое или гуманитарное);

• фактор художественной подготовки (наличие или отсутствие).

Сравнение выборок осуществляется с помощью однофакторного дисперсионного анализа. Риск совершения ошибки первого рода (отказ от истинной нулевой гипотезы) соответствует p-значению. Если p-значение меньше уровня значимости, нулевая гипотеза отклоняется.

Уровень значимости – это допустимая вероятность статистической ошибки, при которой различия считаются значимыми, но на самом деле они случайны. Если анализируемая выборка имеет более 100 значений, то порог отклонения нулевой гипотезы целесообразно принять равным 0,01. Так, если р-значение меньше 0,01, можно было бы принять решение о наличии связи (различия) ^[26,27].

6. Выводы

Предлагается метод проведения вычислительного эксперимента по изучению влияния фактора цветовой схемы на восприятие видеокадра зрителем на завершающем этапе восприятия изображения. Разработанная методика позволяет охватить большое количество испытуемых. Этот фактор позволит нивелировать субъективный компонент в оценке испытуемыми стимульного материала и сделать результаты эксперимента более достоверными.

Разработанная методика эксперимента позволяет оценить степень влияния цветового решения на субъективную оценку кадра зрителем. Предложенная система массивов с данными позволяет использовать разработанный программный модуль, расположенный на сетевом ресурсе, для проведения эксперимента. Элемент анкетирования испытуемых позволяет оценить влияние факторов пола, возраста и образования на восприятие персонала. Задачу сохранения интереса испытуемого на протяжении всего эксперимента решает модель эксперимента с использованием дополнительных кадров.

Результаты эксперимента целесообразно использовать при разработке учебных пособий по цветокоррекции, а также в проектировании элементов интерфейсов управления.

Методика программно реализована и апробирована в локальной сети Санкт-Петербургского политехнического университета Петра Великого. Планируется доработка модуля интернет-опроса и проведение глобального эксперимента с последующей статистической обработкой результатов.