影响触觉图像识别因素的量化分析

doi:10.3724/SP.J.1089.2018.16799

	影响触觉图像识别因素的量化分析
其他题名	Multi-factor Analysis Assisting T-Image Design for Tactile Cognition
	龚江涛 1; 於文苑 2,3; 曲同 1; 刘烨2,3 ; 傅小兰2,3 ; 徐迎庆 1,4
第一作者	龚江涛
通讯作者邮箱	yqxu@tsinghua.edu.cn
心理所单位排序	2
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.
其他摘要	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 different from the traditional V-image (visual image). Firstly, 242 V images of common objects were made as raise-line tactile images; then, 10 blind subjects and 10 blindfolded sighted subjects were asked to name these raise-line images by touching as accurately as possible and to make “Thinking Aloud” during the touching process; after that, according to the subjects' description, 22 features were extracted which may affect the difficulty of tactile recognition of raise-line images; finally, we used the random forest algorithm to build a machine learning model of the 22 features with the naming accuracy as the index of the tactile recognition difficulty and Single-factor and multi-factor regression analysis were used to compare the importance of the features. The results show that the model based random forest algorithm can be used to predict the difficulty of tactile recognition based on these features of a raise-line image; The multi-factor regression analysis find some features that have significant influence on the tactile recognition, which can guide the T-image design.
关键词	触觉图像触觉用户体验随机森林逐步回归分析
其他关键词	tactile image;haptic user experience;random forest algorithm;step regression analysis
	2018-08-15
语种	中文
DOI	10.3724/SP.J.1089.2018.16799
发表期刊	计算机辅助设计与图形学学报
ISSN	1003-9775
卷号	30 期号:8 页码:1438-1445
期刊论文类型	期刊论文
URL	查看原文
收录类别	CSCD
CSCD记录号	CSCD:6313972
取样对象	人类
性别	男 ; 女
年龄组	青年（18岁-29岁）
被试数量	20
国家或地区	中国
测试或任务	触觉图像识别
因变量指标	命名和分类准确率
统计方法	随机森林;逐步回归分析
引用统计	被引频次：2[CSCD] [CSCD记录]
文献类型	期刊论文
条目标识符	http://ir.psych.ac.cn/handle/311026/27027
专题	脑与认知科学国家重点实验室
作者单位	1.清华大学美术学院信息艺术设计系; 2.中国科学院心理研究所脑与认知科学国家重点实验室; 3.中国科学院大学心理学系; 4.清华大学未来实验室
推荐引用方式 GB/T 7714	龚江涛,於文苑,曲同,等. 影响触觉图像识别因素的量化分析[J]. 计算机辅助设计与图形学学报,2018,30(8):1438-1445.
APA	龚江涛,於文苑,曲同,刘烨,傅小兰,&徐迎庆.(2018).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,30(8),1438-1445.
MLA	龚江涛,et al."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 30.8(2018):1438-1445.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
影响触觉图像识别因素的量化分析_龚江涛.（1347KB）	期刊论文	出版稿	限制开放	CC BY-NC-SA	请求全文