视觉注意机制（通用9篇）
视觉注意机制 篇1
带钢表面缺陷检测对于提高带钢质量有非常重要的作用。目前,国内外对基于视觉注意机制的带钢缺陷检测技术的研究比较多,也取得了一些成功。视觉注意机制有利于解决数据筛选问题,能够提高机器视觉系统的处理效率。将视觉注意机制引入带钢缺陷检测系统中,能够有效减少噪声的影响,加快计算速度。这是带钢缺陷检测的一种有效途径。徐帅华等人提出了基于视觉注意机制的带钢缺陷检测算法,以满足实时在线检测的要求,从而提高检测率。但是,该方法未能解决存在伪目标和直接相加容易降低目标显著度的问题。丛家慧等人提出了一种基于视觉注意机制模型的带钢表面缺陷检测方法,通过构建Gabor滤波器建立多尺度、多方位的多通道图像,线性组合这些特征图像得到显著图,从而准确检测出缺陷检测区域。
本文依据Itti算法实现带钢缺陷检测。通过高斯函数的二阶导数和Hibert变换构造多方向能量函数,从多尺度、多方位提取带钢图像的特征图像,然后将提取的特征图像线性组合,从而获得带钢图像的显著图。在显著图像上应用胜者为王神经网络方法和区域生长法能够实现带钢图像中缺陷区域的检测。
1 基于视觉注意机制的带钢缺陷检测
视觉注意机制的带钢缺陷检测方法主要有提取特征图、合成显著图、定位注意焦点和检测带钢缺陷4部分。
1.1 特征提取
利用高斯函数的二阶导数和Hibert变换构造方向能量图。用该方向能量图对带钢缺陷图像进行卷积,从而提取其方向特征图。
1.1.1 高斯函数的二阶导数
1个二维对称高斯滤波器为:
二维高斯滤波器具有很好的方向选择性,常用于图像的边缘检测中。该滤波器在x方向的二阶微分G2可由式(2)计算,即:
对G2进行尺度调整和归一化得到:
没有可分离基的滤波器计算耗时大,尤其是在处理二维图像序列时,计算耗时会随着图像尺寸的增大而增大。为了解决这一问题,将任意方向的基滤波器线性合成设计可调滤波器:
式(4)中:Ka(θ)=cos2(θ),Kb(θ)=-2 cos(θ)sin(θ),Kc(θ)=sin2(θ)是插值函数;G2a=0.9213(2x2-1)exp(-(x2+y2)),G2b=1.843xyexp(-(x2+y2)),G2c=0.9213(2 y2-1)exp(-(x2+y2))是基函数;θ为方向。
不同角度下的滤波器图像如图1(a)所示。
1.1.2 Hilbert变换
高斯滤波器二阶微分的Hilbert变换为:
与其对应的可调滤波器为:
式(6)中:Ka(θ)=cos3(θ),bK(θ)=-3cos2(θ)sin(θ),Kc(θ)=-3cos(θ)sin2(θ),Kd(θ)=-sin3(θ)是插值函数;H2a=0.9780(-2.254x+x3)exp(-(x2+y2)),H2b=0.9780(-0.7515+x2)y exp(-(x2+y2)),H2c=0.9780×(-0.7515+y2)x exp(-(x2+y2)),H2d=0.9780(-2.254y+y3)exp(-(x2+y2))是基函数。
不同角度下的滤波器图像如图1(b)所示。
1.1.3 多方向能量函数
由高斯函数的二阶导数和Hibert变换构造复指数滤波器,其中,G2作为实部,H2作为虚部,则复指数滤波器为:
为了更准确地提取特征,将复指数滤波器转换为能量表达式,即:
式(8)中:I为图像;*为卷积运算。
为了覆盖整个响应域,从0°、30°、60°、90°、120°和150°6个方向计算。
为了确保相位的一致性,对能量函数进行归一化处理,即:
式(9)中:ε为一微小常数。
运用方向能量函数对带钢图像进行卷积处理,以提取方向特征图。
1.2 带钢缺陷检测
1.2.1 显著图提取
从不同特征通道获得的各特征图(方向、亮度、颜色)之间具有很大的独立性。为了增强特征的显著性,Itti模型将每个特征图归一化到范围[0,1]内,然后融合亮度、颜色、方向特征图,以获得显著性图S,即“
式(10)中:N(·)为特征图像归一化算子,该算子提升了潜在显著点的幅值,增强了其显著性;w为合成显著性图的特征图权值。
1.2.2 缺陷检测
显著性图中最显著的图像位置是显著图的最大值,所以,采用胜者为王神经网络方法获得显著图中最活跃的位置,并将其定义为注意焦点(FOA)。最后利用区域生长法将性质相似的注意焦点合并为视觉注意的显著区域,即带钢图像的缺陷区域。
2 实验结果
对所提方法在带钢缺陷图像上进行验证,带钢缺陷图像包括黄斑、划伤、夹杂和孔洞等。用Matlab为所提方法编程,实验结果如图2所示。由实验结果可知,采用所提方法可以准确检测带钢缺陷。
3 结论
针对带钢缺陷检测问题,提出了基于视觉注意机制的方法。该方法通过高斯函数的二阶导数和Hibert变换构造复指数滤波器,获得多方向能量函数。该能量函数具有方向选择性,能有效提取带钢缺陷图像的方向特征。基于Itti模型归一化,合成带钢缺陷图像的方向特征图、颜色特征图和亮度特征图,从而构成显著图。利用胜者为王神经网络方法和区域生长法获取显著区域,完成带钢图像的缺陷区域检测。实验结果表明,所提方法有效检测出了带钢图像缺陷区域。
摘要：为了准确检测带钢缺陷,提出了基于视觉注意机制的检测方法。该方法通过高斯函数的二阶导数和Hibert变换构造多方向能量函数,用于提取带钢图像的方向特征图。根据Itti算法将方向特征图、颜色特征图和亮度特征图进行线性组合,得到带钢图像的显著图。然后应用胜者为王神经网络方法和区域生长法在显著图上获得带钢图像的缺陷区域,最后在带钢缺陷图像上验证所提方法。实验结果表明,所提方法能准确检测出带钢图像的缺陷区域。
关键词：视觉注意机制,带钢缺陷,方向能量图,能量函数
参考文献
[1]He Y,Chen Y,Xu Y,et al.Autonomous Detection of Weld Seam Profiles via a Model of Saliency-Based Visual Attention for Robotic Arc Welding.Journal of Intelligent&Robotic Systems,2015,81(3-4):1-12.
[2]Neogi N,Mohanta D K,Dutta P K.Review of vision-based steel surface inspection systems.Eurasip Journal on Image and Video Processing,2014(1):1-19.
[3]徐帅华,陈龙龙,管声启,等.视觉显著性模型在带钢缺陷动态检测中的应用[J].西安工程大学学报,2014,28(6):755-759.
[4]丛家慧,颜云辉.视觉注意机制在带钢表面缺陷检测中的应用[J].中国机械工程,2011,22(10):1189-1192.
[5]Chtistopoulos C,Skodras A,Ebrahimi T.JPEG2000 still image coding system:an overview.IEEE Trans.on Consumer Electron,2000(46):1103-1127.
[6]崔力,浩明.基于视觉注意机制的图像质量评价[J].东南大学学报(自然科学版),2012,42(5):854-858.
[7]张亚红,杨欣,沈雷,等.基于视觉显著性特征的自适应目标跟踪[J].吉林大学学报(信息科学版),2015,33(2):195-201.
[8]黎万义,王鹏,乔红.引入视觉注意机制的目标跟踪方法综述[J].自动化学报,2014,40(4):561-576.
视觉注意机制 篇2
通过两项视觉特征捆绑实验,探讨注意的作用及机制.实验1采用双任务范式,考察不同注意分散水平下的错觉性结合(IC)差异.实验2采用空间提示范式,考察集中注意和分散注意条件下的IC差异.两个实验结果都表明,注意在视觉特征捆绑中起重要作用,集中注意能有效地减少IC的出现.同时,注意对特征捆绑的`调节作用表现出距离效应,即近距离比远距离的IC错误多,提示注意的作用机制可能与空间距离信息有关.
作 者：刘志华 樊建华 金志成 LIU Zhi-hua FAN Jian-hua JIN Zhi-cheng 作者单位：刘志华,LIU Zhi-hua(华南师范大学公共管理学院,广州,510631)樊建华,FAN Jian-hua(华南师范大学心理学系,广州,510631;深圳大学外国语学院,深圳,518060)
视觉注意机制 篇3
带钢表面缺陷检测技术作为先进的带钢生产质量监测手段,受到钢铁企业和科研院所越来越多的重视。传统的人工目视抽检早已不能满足现代带钢生产的需求,研制和应用基于机器视觉的带钢表面质量检测系统以实现带钢表面缺陷的连续、实时自动检测,已越来越重要。为了满足在线检测要求,检测速度要求能够达到30m/s,这需要采集和传输大量的图像数据,但值得注意的是,一方面,图像数据的增加速度远比计算机处理能力的提高速度要快,另一方面,人们所关心的内容通常只是整个数据集合中很小的一部分,如何尽快地从众多数据中找到并提取与任务相关的那部分“重要的”、“有用的”和“值得关注的”信息,成为研究中需要解决的重要问题。
带钢表面缺陷具有类别多样、缺陷形态复杂等特点,同一条生产线产生的缺陷数量和类别差别可能很大,因此对于缺陷的总结比较困难。图像中存在着低对比度缺陷、微小缺陷,如果只根据缺陷灰度图像是很难判别出缺陷的存在的。随着人工智能的提出和发展,机器视觉已广泛应用到产品检验和质量控制等环节中,采用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。基于机器视觉的带钢表面缺陷检测系统集成了微电子、计算机、工程光学、数字图像处理和识别等先进技术,是机器视觉检测技术在钢铁生产制造领域的一个研究方向。
1 人类视觉系统生物学基础
人类具有异常突出的数据筛选能力。面对每时每刻都在变化的各种信息,人们总能迅速察觉到那些与其息息相关的重要信息,并及时作出反应,这种具有选择性和主动性的心理活动被称为注意机制。近年来,人类视觉注意机制逐渐引起了图像信息领域研究者的广泛关注,并有了一些应用,如基于注意机制的图像压缩与编码、基于注意机制的场景渲染、基于注意机制的目标检测、基于注意机制的目标识别和基于注意机制的主动视觉等[1,2,3,4,5]。如果在机器视觉中引入并研究这种选择性注意机制,对于更好地解决数据筛选问题,提高机器视觉系统的目标检测与信息处理效率将具有重大意义。
视觉心理学研究表明,人类视觉系统选择性注意机制主要包括两个子过程:①采用bottom-up控制策略的预注意机制,该机制是基于输入图像的显著性计算的,属于低级的认知过程;②采用Top-down 控制策略的注意机制,它通过调整选择准则以适应外界命令的要求,从而达到将注意力集中于特定目标的目的,属于高级的认知过程。本文的研究是基于bottom-up控制策略的应用。该模型是Itti等[6]于1998年提出的,利用生物的中央周边滤波器结构,在若干个空间尺度上提取低级特征,通过组合得到的特征图生成3个特征显著性描述,分别对应于颜色、灰度和方位,而显著性图为这3个特征显著性描述的线性组合。Broadbent[7]在1958年提出滤波器模型,如图1所示,图中视觉信息输入通道的数量较多,而经过滤波器进入高级分析阶段的通道只有一条,这种滤波器模型体现出了视觉注意的选择作用。
人类视觉系统处理视觉信息采用多通道机制,视觉信息按其特征在不同的通道范围中进行处理,这些通道调谐于特定频率和方向。用于人类视觉系统多通道结构建模的是Gabor变换,本原视觉皮层中简单细胞的感受野调谐于特定的频率和方向,仅对特定的空间频率进行响应,并且这一响应的带宽限制在倍频程内,其轮廓类似于二维Gabor函数,因此使得Gabor变换成为自然的选择。
利用Gabor变换良好的仿生特性,即其逼近神经元感受野的分布功能,保证了对视觉信息的感知能达到信息论标准的最佳效果,恰当地选择参数,Gabor变换可以出色地提供理解信息的有效途径,这对研究图像目标检测非常有用。利用Gabor变换进行图像处理,有利于获得具有空间频率、空间位置和方向取向选择性的图像局部特征。Gabor函数可以很方便地进行尺度伸缩和方向旋转,建立多通道模型,实现带钢缺陷图像具有尺度选择性和方向选择性的多分辨特征提取。2D Gabor滤波器是一加2D高斯窗的傅里叶变换[8]:
xθk=xcos θk+ysin θk (2)
yθk=-xsin θk+ycos θk (3)
其中,λ和θk分别是正弦波的波长和方向。λ、σx、σy反映了Gabor滤波器的多尺度特性。θk的定义如下:
k决定了滤波器方向的个数,可以看出Gabor滤波器具有很好的方向选择性。σx和σy分别为高斯包络在x和y方向上的标准差,它们决定了高斯包络的空间扩展。除了具有时间-频率域的最佳局部化以及与哺乳动物的视觉接收场模型吻合的性质外,该种滤波器对图像的亮度和对比度变化具有一定的鲁棒性。
2 基于人类视觉注意机制的缺陷检测
视觉注意机制模型的基本思想是,在单一分辨率图像上通过构建Gabor滤波器建立多尺度、多方位的多通道图像,通过全波整流和各通道间的对比度增益控制,得到多尺度、多方位的方位特征图,这些特征图的线性组合则为显著性图。待检测目标在显著性图中得到明显增强,有利于检测的实现。
2.1Gabor滤波器
Gabor滤波器G(x,y)为复函数:
G(x,y)=R(x,y)+jI(x,y) (5)
式中,ϕ为主轴相对于x轴的旋转角度;θ为滤波器取不同方向时对应的角度。
图像f(x,y)的Gabor滤波器输出为f(x,y)与Gabor滤波器G(x,y)的卷积:
G(x,y|σ,ϕ,θ)=f(x,y)*G(x,y) (8)
当图像在某一频率和方向上有最明显的特征时,与之对应的Gabor滤波器会有最大响应,这样就得到关于目标图像复杂程度(这里用频率代表,频率反映了图像灰度分布和纹理变换的快慢)、朝向、位置的局部特征。2D Gabor滤波器在纹理分析中有着非常广泛的应用,一方面是因为它的良好时域局部特性;另一方面是因为Gabor滤波器非常适用于模拟人眼的视觉通道。
2.2缺陷区域检测
对原始图像进行Gabor滤波,通过滤波后的结果图像提取图像特征,如亮度、颜色和方向等,将一副图像分解成若干特征图。为了从数量上表征图像中各像素点对注意的吸引程度,需要把特征图叠加形成显著性图。采用Itti注意力模型[9]计算注意焦点度量区域的兴趣度,特征显著性通过计算图像区域中心和周边的高斯差分(different of gaussian,DoG)采样得到,中心定义为图像分解后高分辨率的样本,边缘定义为内插值到高分辨率的低分辨率样本。公式为
式中,σc、σs分别为两组高斯尺度空间坐标。
由于各特征图表示的是不同特征通道的视觉特征,它们之间存在很大的独立性,所以首先要将每幅特征图归一化,然后再进行合并。显著性图S是亮度特征图I、颜色特征图C和方向特征图O的组合,公式为
S=wiN(I)+wcN(C)+woN(O) (10)
式中,N(·)为归一化因子;wi、wc、wo为特征权值。
将通过视觉注意机制计算得来的显著性图定位到一副图像中最显著的区域,即为我们要获得的缺陷区域。
得到显著性图S后,下一步需要找到显著性图中的注意焦点,即视觉显著性最强的点。注意焦点通过胜者为王[10](winner-take-all,WTA)神经网络方法得到,公式为
式中,C′为电容;R为电阻;V为模电压。
式(11)表示已知t时刻的输出电压V(t)和输入电流I(t)在时间Δt后产生的模电压V(t+Δt),经过一段时间产生的电压积分发放。将显著性图看成一个二维的积分发放神经元阵列,神经元的输入电流I(t)对应显著性图中像素点的值S(x,y),然后将显著性图中每个神经元的电压通过电导转换成WTA网络中神经元的输入电流。最先发生发放的神经元就对应于显著性图中显著值最大的神经元,即注意焦点。
以焊缝类缺陷为例,通过Gabor滤波得到多特征通道(亮度、颜色和方向)的特征图,归一化后组合成显著性图,应用WTA神经网络方法得到显著性图中最亮点的位置,即注意焦点的坐标,如图2所示。其中,图2a为原始焊缝缺陷图像,由于带钢表面缺陷图片为灰度图像,所以Gabor滤波后得到两个特征图,亮度特征(图2b)和方向特征(图2c)。提取的封闭区域为注意区域,即检测到的带钢表面缺陷区域(图2f),注意焦点坐标为(349,194)pixel,检测时间为95.9ms。
3 实验结果与分析
应用视觉注意机制进行带钢表面缺陷检测,可以分为5个步骤:①对输入的图像进行均匀采样;②将图像与Gabor滤波器组进行卷积,得到多通道、多分辨率特征,对特征进行选择,提取幅值作为特征向量;③通过计算图像区域中心和周边的高斯差分,将各特征图归一化计算后组合成显著性图;④通过WTA神经网络方法计算显著性图中的注意焦点坐标;⑤确定显著性区域,完成目标的检测。检测系统流程如图3所示。
实验在4个尺度上计算方位特征,采用MATLAB编程环境实现算法。对多种不同类型的缺陷图像进行实验,取得了很好的检测结果。图4是现场采集到的几种典型缺陷,其中包括对比度低的缺陷类型,如抬头纹、锈斑等,还有小尺寸的孔洞缺陷。从图5可见,选取的6种典型缺陷都被准确地检测到了,封闭区域代表选择注意性区域即缺陷区域,区域间的连接折线代表注意焦点的转移,对于一副图像存在多个缺陷区域的情况也能无遗漏地快速定位。同时,该方法运算时间也不到100ms,保证了检测系统的实时性。
表1给出了引入视觉注意机制的缺陷检测区域焦点坐标及检测时间(包括一副图像存在多个缺陷区域的情况,给出不同缺陷焦点坐标及检测时间),可以对整个冷轧带钢表面缺陷进行准确检测及完整记录,有助于后续的缺陷区域特征提取及分类,同时缺陷检测时间很短,满足带钢实时检测的要求。
传统的灰度差影法是图像的相减运算,利用缺陷通常表现为图像中灰度的异常作为检测的基础。但是差影运算为了获得准确的差异图像必须保证两相减图像的对应像素点位于空间同一目标点上,且算法需要选取一副无缺陷的图像作为基准图像,它的质量将直接影响整个检测系统的性能。由于有光源和噪声的存在,故带钢表面图像灰度分布有一定的随机性,不可能完全均匀,这些都会导致缺陷的漏检。图6是应用图像差影法和本文方法对夹杂类缺陷进行检测的结果图像,并应用阈值法进行了缺陷分割。从图6可以看到,缺陷图像经过差影运算后,缺陷淹没在复杂的背景当中,导致了检测的误判,因此灰度差影法仅适用于缺陷与背景灰度差明显的图像检测。而本文方法能够准确找到缺陷位置,获得显著区域的信息,该方法不受缺陷种类、大小和位置等因素的影响。
4 结束语
根据人类视觉特性注意理论,提出基于视觉注意机制模型的带钢表面缺陷检测方法,通过构建Gabor 滤波器建立多尺度、多方位的多通道图像,线性组合这些特征图像得到显著性图。待检测缺陷目标在显著性图中得到明显增强,有利于缺陷区域的确定。该方法融合多尺度图像信息,相较于传统的基于单一灰度信息的缺陷检测方法能更好地描述缺陷目标。实验结果也表明,该方法不仅能有效地检测出常见缺陷,而且对于低对比度和微小缺陷也能获得满意的结果。
参考文献
[1]Horvitz E,Lengyel J.Perception,Attention,and Re-sources:A Decision-Theoretic Approach to Graphics Rendering[C]//In Proceedings of the ThirteenthConference on Uncertainty in Artificial Intelligence.Providence,1997:238-249.
[2] Chtistopoulos C, Skodras A N, Ebrahimi T. JPEG2000 Still Image Coding System:an Overview[J].IEEE Tram.Consumer Electron.,2000,46:1103-1127.
[3]Itti L.Models of Bottom-up and Top-down Visu-al Attention[D].California:California Institute ofTechnology,2000.
[4]Salah A A,Alpaydin E,Akarun L.A Selective At-tention-based Method of Visual Pattern Recogni-tion with Application to Handwritten Digit Recogni-tion and Face Recognition[J].IEEE Trans.on Pat-tern Analysis and Machine Intelligence,2002,24(3):420-425.
[5] Breazeal C,Edsinger A,Fitzpatrick R,et al.Social Constraints on Animate Vision[J]. IEEE Intelligent Systems,Special Issue on Humanoid Robotics,2000,15(4):32-37.
[6] Itti L,Koch C,Niebur E.A Model of Saliency-based Visual-attention for Rapid Scene Analysis[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1998,20(11):1254-1259.
[7] Broadbent D E.Perception and Communication[M].New York:Pergamon,1958.
[8] Qian S,Chen D.Discrete Gabor Transform[J].IEEE Trans. on Signal Processing,1993,41(7):2429-2438.
[9] Itti L,Koch C.Computational Modeling of Visual Attention[J].Nature Reviews Neuroscience,2001,2(3):194-203.
视觉注意机制 篇4
1 前言
视觉信息加工是知觉研究中的重要方面，选择性注意在视觉加工中具有十分关键的作用，其中不同范围注意的神经机制至今还不明确。除了通过测量反应时、眼动等外显指标外，ERP是一种很有效的研究手段。ERP不同成分中包含着丰富的脑加工时程与功能区分布的有关信息[1]，分析这些信息将有助于深入了解视觉中不同范围注意的独特机制。
20世纪中期已经看到，识别提示下靶刺激的反应时快于无提示靶刺激的反应时，前者的准确率也大于后者[2,3]。视觉空间注意的ERP研究提供了更多有力证据，以往实验结果认为与视觉注意密切相关的成分包括C1(50～90ms)、P1(80～130ms)、N1(140～200ms)等[4]。在传统实验中，较经典的两种提示范式是符号性提示(symboliccue)和区域性提示(locationcue)。符号性提示是通过箭头等符号提示靶刺激将要出现的位置，区域性提示是通过闪烁等方式，直接标示出靶刺激将要出现的区域。这两种提示均得到了两方面的结果：有提示靶刺激引起的P1、N1波幅大于无提示靶刺激引起的`波幅[5];有效提示(提示信息为真)时的P1、N1波幅大于无效提示(提示信息为假或中性)的P1、N1波幅[6,7]。这两类实验范式研究了提示下视觉加工的机制，但都没有关注到注意范围大小的影响。在这两种范式中也存在注意范围的作用，但主要是空间方位的作用，即靶刺激出现在什么方位。
至今关于视觉注意范围等级的ERP及其脑机制的研究还很少。在我们最近的研究中，涉及了视觉注意空间等级的脑机制研究，对空间注意的范围进行了分级[8,9]。三种不同大小的方框在屏幕的不同位置随机出现，令被试据此寻找并辨别靶刺激。结果发现靶刺激诱发的P1波幅随提示范围增大而增大，头颅后部N1成分的波幅随提示范围增大而减小，而提示物诱发的头颅后部N1成分的波幅随提示范围增大而增大。这项实验研究了注意范围因素对视觉加工的作用，但由于提示物出现的位置是随机的，所以混入了空间方位因素的影响。
本实验对于罗跃嘉等提出的空间注意分级方法进行了改进，祛除了由于位置随机呈现提示物而混杂的空间方位因素，首次使用固定位置提示研究空间注意范围，纯化了视觉注意范围因素的效应，以便更深入的探讨视觉注意空间等级的脑机制。实验同时记录提示物与靶刺激诱发的ERP，讨论提示范围大小和ISI(提示与靶刺激的间隔时间)对ERP的影响，进而探讨潜在的脑活动机制。
2 实验方法
2.1 被试
为14名健康青年人(男性7名，女性7名)，作为有偿被试，皆首次参加ERP实验。年龄范围18～20岁(平均18.7岁)，均为右利手，视力正常或矫正后正常。
2.2 刺激材料
刺激在14″彩色显示器上呈现，刺激序列为“背景――提示――靶刺激”。背景为视角13°的白色圆，圆心位置有黑色小十字作为注视点。提示物为3种大小不同的黑色线条圆圈，圆心均在屏幕中点，直径视角分别是11.4°、7.6°、3.8°。提示后同时呈现月牙形符号(视角为0.92°×0.76°)共11个，其中靶刺激为1个纵向月牙，凹面向左或向右;另外有10个横向月牙为
视觉注意与显著性计算综述 篇5
关键词：视觉注意,显著度,生物启发式方法,人眼注视点预测
0 引言
人类的视觉系统在感知外界环境的过程中存在着极强的动态选择性, 这同时体现在其视神经系统的生理结构及作用机理上。以眼睛的生理结构为例, 在视网膜盘颞侧约3.5mm处, 有一个黄色小区, 称黄斑 (macula lutea) , 其中央的凹陷叫做中央凹, 此处的视神经细胞分布最为密集, 感知到的视觉信息最精确。中央凹虽然只占整个视觉面的0.01%, 但是视神经里10%的信息是由连接在这里的轴突传递到大脑。当人们观察一个场景的时候, 并不是一次性地感知场景中的所有信息, 而是基于注意转移机制通过一系列的视点移动来对场景进行逐步采样。观察者能够利用视网膜中央凹的高分辨率感知机构, 主动地探索环境中的重要视觉信息。得益于这种动态选择性行为, 人类以及大多数的灵长类动物, 能够在有限的时间内高效灵动地处理复杂环境中的信息。在过去的25年中, 神经计算领域的科研工作者们通过理论推理和计算模型构建等手段, 试图揭示指导眼动行为的基本原则和作用机理, 取得的相关成果不但能够帮助人们更好地理解人类的动态认知行为, 同时也为视觉相关的应用领域, 如视频压缩[1]、照片质量评价[2]、场景理解[3]、目标检测[4]及识别[5]、图像重构图[6]等, 提供了强大的信息分析和处理工具。
本文将系统介绍视觉注意建模及信号显著性计算领域的国际相关工作, 并以研究思路为线索对领域发展的现状进行梳理和分析, 同时基于人眼注视点分类实验来对多种模型的实际性能进行量化的比较。
1 视觉注意与显著度计算研究概述
注意是一个心理学概念, 属于认知过程的一部分, 具体来说, 指的是选择性地将处理资源集中到环境中的某个部分而将其余部分忽略的过程。注意能够将知觉选择性地集中, 并导致局部刺激的意识水平的提高。例如, 侧耳倾听某人的说话, 而忽略房间内其他人的交谈。注意并不是一种独立的心理过程, 而是心理过程的一种共同特征。人在同一时间内不能感知很多对象, 只能感知环境中的少数对象。而要获得对事物的清晰、深刻和完整的反映, 就需要使心理活动有选择地指向有关的对象。人在清醒的时候, 每一瞬间总是注意着某种事物。通常所谓“没有注意”, 只不过是对当前所应当指向的事物没有注意, 而注意了其他无关的事物。注意有两个基本特征:指向性和集中性。指向性表现为对出现在同一时间的许多刺激的选择;集中性表现为对干扰刺激的抑制, 其产生和范围以及持续时间取决于外部刺激的特点和人的主观因素。学界普遍认为眼动行为是由自底向上 (BottomUp) 和自顶向下 (Top-Down) 的两种注意因素所驱动[7,8,9,10,11]。自顶向下的注意因受到具体任务和人的主观意识的影响, 其研究结果往往呈现出较大的差异性[12,13,14,15,16,17,18,19];相比较而言, 自底向下的研究工作探索的是人类视觉系统中不受特定任务和特定人物个性约束的共性机理, 具有更可控的研究环境和更广泛的应用场景, 因此, 本章着重从自底向上的角度对注意建模相关工作展开分析和讨论。表1按照模型对注意和显著性的不同度量标准, 包括对近年来提出的有代表性的注意和显著度计算模型进行了梳理及呈现。
1.1 生物启发式建模方法
视觉注意建模的理论研究工作始于20世纪80年代。1980年, 美国普林斯顿大学的Treisman和Gelade提出了注意的特征集成理论 (Feature Integration Theory) [20], 该理论给出了视觉注意计算的重要视觉特征, 同时也解释了这些特征是如何在视觉搜索任务中被集成起来并进一步指引人类注意的分配。1985年, 加州理工大学的Koch和Ullman[21]提出了“显著图” (Saliency Map) 的概念, 即一张与输入信号相同大小的二维图像, 其中每个像素的值代表了图像源中对应位置视觉信息的显著性。基于显著图的概念, Koch和Ullman随之构建了首个有可信生理依据的计算化视觉注意模型 (后文简称KU模型) 。KU模型主要包括四个功能模块: (1) 底层视觉特征提取; (2) 基于中央-外围差分的特征图 (Feature Map) 计算; (3) 多通道、多尺度特征图融合; (4) 注意选择 (Attentional selection) 和返回抑制 (Inhibition of Return) 。KU模型的建立为视觉注意建模研究的发展奠定了稳固且良好的基础。1998年, Itti和Koch[7]通过可运行的计算机程序对KU模型进行仿真模拟和验证, 并在显著图计算的基础上, 利用WTA (Winner-Takes-All) 和IOR (Inhibition of Return) 来扫描视觉信号, 生成仿真的动态注视点序列, 同时就人类和该程序对视觉场景, 心理模式图像等视觉刺激的响应进行了分析比较, 这种创新的做法使得本项工作成为KU模型提出后的另一个里程碑, 目前该文献被他人引用次数已达到5 062次 (2014年3月) 。
1.2 数学及信息论建模方法
从神经计算科学的角度来看, KU模型只描述了视觉注意的初级阶段, 模拟的神经元仅局限于视网膜, 侧膝体和视觉初级皮层的简单细胞。由于KU模型本身具有的局限性, 以及稀疏编码[22]等新理论的提出, 推动了视觉注意研究的新发展。此时研究者们已经不再关注于对人类视觉系统的相关神经处理过程作一一对应的模拟, 而是从数学上入手, 尝试建立符合注意问题实质并且具有生理上可信性的理论模型或方法。期间则诞生了很多有代表性的工作。
加拿大约克大学的Bruce等认为人们倾向于注意那些场景中具有较高不可预测性的区域, 而这种不可预测性恰恰可以用该区域相对于场景整体的自信息 (Self-Information) 来度量, 即显著度正比于自信息, 由此而提出了注意的信息最大化模型[23,24];与Bruce的工作不同, 加州大学圣迭亚哥分校的Zhang等[25]认为信号的显著度可以由其自身的不可预测性 (自底向上) 和其对目标的预测能力 (自顶向下) 来共同衡量, 并可以由贝叶斯推理计算得出。根据Zhang的理论, 自底向上的注意可以用输入信号片相对于一个较大的信号片集合的自信息来度量, 而自顶向下的注意则可以用该信号片与目标信号片集合的互信息 (互信息) 来度量。从稀疏编码理论出发, 上海交通大学的Hou等, 认为视觉信息的显著性是以一种动态的方式计算得出的, 而且又提出了一种增量编码长度 (Incremental Coding Length[26]) 的显著性度量准则。同样基于稀疏编码, 北京大学的Wang等借鉴了人脑认知机理和神经元活动的相关生理事实, 提出了点熵率 (Site Entropy Rate[27]) 的显著性度量, 并在之后的工作中, 将SER成功应用于眼动行为模拟[28]。
除传统的信息论角度, 近期的一些工作还从分类判别力 (Discriminability[29,30]) 、频域签名 (Signature[31]) 、空间不相似性 (Spacial Dissimilarity[32]) 、稀缺性 (Rareness[33]) 、惊讶度 (Surprise[34,35,36,37,38,39]) 等信号的频率及空间属性方面展开探索。加州大学圣迭亚哥分校的Gao等[29,30]认为显著度的计算问题可以转换为对像素进行“显著—不显著”的二分类问题。较强区分能力的特征更适合于参与显著—不显著分类。由此可以将自顶向下的注意建模成一个以目标为训练集的二分类器, 该分类器通过训练集选取有判别力的特征进行分类, 而自底向上的注意则可建模成一个以周边区域为训练集的二分类器。基于以上想法, Gao提出了有判别力的中央-外围差分算子 (Discriminative Center-Surround Difference) 来对视觉信号的显著性进行度量。基于频率域相位分析, 加州理工大学的Hou等提出了谱残差 (Spectral Residual) [40]和图像签名 (Image Signature) [31]方法, 利用傅里叶变换估计出图像中的前景, 即引人注意的显著区域。卡尔斯鲁厄理工学院的Schauerte等[41]进一步提出了四元傅里叶变换, 对Hou的工作进行了的理论扩展。不同于以往工作的复杂理论背景, 法国蒙斯大学的Riche[28]和美国南加州大学的Borji等[42]直接采用底层特征的稀缺性作为自底向上的显著性度量, 并在注视点预测实验中取得了极好的效果。Itti等在1998年的针对KU模型的工作以后, 重新考察了生理心理学中的各种有价值的概念, 发现注意的起源很可能是“惊讶” (Surprise) [35]。Itti的新理论认为, 信息量大 (熵值较大) 的视觉输入不一定就是容易引起注意的区域, 相比而言, 人们更倾向于关注那些能使其惊讶的地方。进一步地, Itti提出用先验知识与后验预测之间的KL散度来计算“惊讶”, 并预测人类在观看视频过程中的注视点。
与上述方法基于启发式的思路不同, 本文通过直接对人眼注视点的分布进行统计分析, 归纳得到了显著度的超高斯先验, 并结合投影追踪技术, 发展且提出了能够同时进行眼动行为模拟和信号显著度估计的统计注意模型[43]。
2 模型评估及对比分析
目前国际主流的评测策略是考察探求模型在预测人眼真实注视点时的ROC响应曲线, 并通过ROC线下区域的大小来对模型的性能进行量化评估。这一评测方法主要考察的是待测模型生成的显著图与真实的人眼注视点之间的一致性。
2.1 测试数据集合与评估指标
本节用于实验的数据集包括:两个图像数据集, 分别是加拿大约克大学的YORK-120[24]和美国麻省理工大学的MIT-1003[44]。由Bruce和Tsotsos[24]提供的注视点数据库 (YORK-120) 包含了采集自20个志愿者在观察120张室内外自然图像的过程中 (4秒一张) 产生的11 999个注视点。为了减少志愿者个性差异所造成的影响, 本文在实验中还通过滤除空间分布上孤立的注视点创建了两个子数据库:YORK-120-SUB-1和YORK-120-SUB-2。具体地, 首先将数据库中附有的视点分布密度图正则化至[0, 1]区间来量化描述注视点的空间聚集度, 而后通过阈值化操作来构建具有不同聚集度的子数据库。YORK-120-SUB-1包含了8 190个密度值大于0.2的注视点, 而YORK-120-SUB-2则包含了4 339个密度值大于0.5的注视点。由Judd提供的MIT-1003[44]数据库包含了采集自Label Me的1 003张风景和人物图像。为了和有监督的方法进行公正的比较, 本节使用从MIT-1003随机抽取的子集作为测试数据库, 每个子集包含了不重叠的100张图像。与对YORK-120的处理类似, 本测试仅使用MIT-1003中每个志愿者在各张图像上的前6个注视点, 以保证视点在空间分布上的一致性。
本实验采用ROC线下区域 (Area Under ROC Curve, 简称AUC) 和KL散度 (Kullback–Leibler divergence, 简称KL[24,25,35]作为模型的量化性能度量。正如以往的工作所指出的那样[7,23,25,26,27,40,44,45], 不同的人在观察同一场景的过程中可能会产生完全不同的注视点序列, 而同一个人在不同的上下文环境下观察同一场景时产生的序列也可能会有不同, 这种序列模式在人与人之间、不同上下文之间的差异性使得直接对眼动序列进行对比评测变得极其困难。因此, 为了保证评测的通用性和公正性, 本文采用了被学界广泛接受和使用的AUC和KL评价体系对提出的模型以及基线方法进行评估。原始的AUC和KL评测策略依据注视点的位置在显著图上采集正例样本, 同时在随机位置上采集负例样本, 进而计算得到AUC和KL指标。传统的评测策略在很大程度上受到“边缘效应”的影响, 因为在人工拍摄的大多数自然图像中, 显著的目标往往安置在画面的中心区域 (即所谓的中心偏置, Center Bias) , 这就导致评测规则偏好于中心显著性强而边缘显著性弱的显著图。加州大学圣迭亚哥分校的Zhang等人指出, 一个简单的置于图像中心的高斯团块, 可以在传统的AUC评测中得到0.80的高分 (基于YORK-120数据库) 。虽然这种“显著图”完全不是根据图像内容所计算得出, 但却可以在传统AUC评价体系中击败领域中提出的大多数模型。为了消除由“边缘效应”所带来的干扰, 本节采用了Zhang[25]设计的一种改进的基于随机排列的评测策略来计算AUC和KL指标, 该评价策略使用非同一场景的注视点作为抽样集来构建负例样本集合, 可以从根本上消除中心偏置的影响。具体地, 随机排列的迭代次数设为100, 用于KL散度计算的概率密度分布函数则采选16个Bin的直方图来表示。
2.2 性能对比分析
图1和图2展示了本文作者发表在文献[46]中的基于YORK-120和MIT-1003上的大规模对比实验结果。
图1以从高到低的顺序直观展示了表1中所有测试模型的SL-AUC和SL-KL指标。其中本文作者提出的SGP模型分为单尺度 (Ours-SS) 和多尺度 (Ours-MS) 两种方案。图2展示一些视觉对比结果, 包括测试数据库的示例图像以及各个模型所生成的显著图。可以看出SGP[43]和RARE[33]这两种基于统计的模型在测试数据库上均能取得非常好的效果。
3 结束语
人类视觉的眼球运动机制 篇6
关键词：眼动,视觉,眼球
0 引言
视觉系统是人类最重要的感官系统, 来自外界的大部分信息是通过视觉系统获得的, 而眼睛的运动是一种研究视觉系统信息处理机制的重要手段, 所以眼动研究越来越多地受到人们的关注, 其研究成果也被广泛的应用于医学、心理学、工业等领域。本文对眼动的主要类型和功能做一简单的介绍, 并探讨了眼动在视觉认知研究中的重要作用, 期望将来的研究中能更深入的理解眼动的机制, 并能够更多的应用到生产实践中去。
1 眼动的类型和作用
在视觉观察中, 将眼睛的中央凹对准目标刺激物的过程称为注视, 通过注视可以把视觉映像固定在视网膜的中央凹上, 这是人类视觉最敏感的区域, 因而可以在此获得最清晰、最稳定的视觉映像, 大部分的视觉信息需要在眼睛注视下才能获得加工。在注视静止目标时, 眼睛并非是完全静止的, 眼球仍存在三种微小的运动:Adler&Fliegelman (1934年) 发现的眼球自发的高频率、低振幅的视轴震颤运动 (Tremor) , 其频率约为几十赫兹, 振幅大约和中央凹的锥体直径相当;Dodge (1907年) 发现的不规则的、缓慢的视轴漂移运动 (Drift) 和微小的、快速的直线眼跳运动 (Microsaccades) , 慢漂移运动 (Drift) 使得注视的目标逐渐离开中央凹的中心, 而微跳动 (Microsaccades) 可以纠正这个偏差, 以保持正确的注视状态。
眼球的微幅运动, 不仅没有让人在注视物体时视觉模糊, 相反人的视知觉根本离不开眼睛的运动, Pritchard用实验证明当视网膜上的映像用光学方法固定下来时, 视觉映像会在数秒钟后逐渐消退。因而眼动的部分功能似乎是不断清除视网膜光感受器上的像, 这样光感受器不会因适应而停止发放, 大脑始终可以获得视觉映像的输入信号。当眼睛注视点从一个目标快速移动到另一个目标时, 眼球会发生跳视运动, 这是眼睛通过跳跃运动来增强视觉系统的快速跟踪能力, 使得眼睛在观察目标的方位发生突然变化时, 也能够让视觉目标落在视网膜上的中央凹附近。跳视是一种眼球联合运动 (即双眼同时移动) , 其大小约为1到40度角, 持续时间约30—120ms, 最高跳视速度可达400~600°/s。跳视时视觉感知会被抑制, 称为跳视抑制。
人在观察慢速移动物体时, 为使移动目标的映像保持在视觉中央凹区域, 眼睛会跟随运动目标而发生平滑跟踪眼动。运动目标的信息输入到视觉神经系统时, 视觉系统会对运动目标速度进行检测并反馈控制眼睛连续跟踪运动目标, 使得眼动与运动目标运动同步。人眼能平滑跟踪的最大的目标运动速度约为30°/s。
人在实际观察物体时, 上述三种不同形式的眼动往往是同时存在的, 通过这些眼动, 我们才能形成清晰的视知觉。
另外还有一种眼动方式和双眼立体知觉是密切相关的, 这就是双眼辐辏运动:当人眼观察从远处移向近处的物体时, 双眼视轴会向鼻侧靠近, 这称为辐合运动 (Convergence) ;相反, 当人眼观察从近处移向远处的物体时, 双眼视轴会向两颞侧分开, 称为分散运动 (Divergence) , 辐合和分散运动的共同特点是两眼视轴总是反方向运动, 统称为辐辏运动 (Vergencemovement) 。
事实上立体视觉的形成, 除了健全的视觉神经系统外, 双眼辐辏运动, 是一个关键的、必要的条件, 只有通过辐辏运动, 双眼同时注视一个目标, 当左右眼幅合到合适的角度, 双眼视网膜中央凹图像的差异较小时, 才能形成比较稳定的融合状态, 最终形成双眼立体视觉。如果眼肌不能配合, 无法进行双眼辐辏运动, 则不能将物象投影到各自的视网膜的中央凹, 双眼立体视觉则不可能完成, 而会出现双眼复视和竞争现象。
2 眼动的应用
眼动被认为是一种研究视觉信息加工的有效手段, 其研究成果被广泛的应用于医学、心理学、工商业、军事等各领域中。
通过测量跳视和平滑眼动的各项参数, 可作为精神分裂症、抑郁症、焦虑症、强迫症等精神系统疾病检测的良好指标。眼动作为心理学研究中的一项重要指标, 被广泛的运用到应用心理学领域的研究中, 如运动心理学、航空心理学等领域。
在工商业领域, 眼动的应用也取得了一些进展。美国弗吉尼亚大学研制的眼动系统Erica, 由眼睛注视来控制输入, 帮助残疾人较方便的和外界交流, 实现通信、娱乐等。日本佳能相机也实现了眼控聚焦的功能, 能根据人眼的注视位置进行聚焦。在机器视觉方面, 2001年传感器制造商———Technos公司借鉴人眼的固视微动机理, 开发出将自动外观检查系统的精度提高到肉眼100倍以上的“Technos振动测向神经视觉传感器3510H”, 可见对眼动机制的研究不仅有助于生物视觉领域的进步而且在机器视觉等工程领域也具有重要的启迪和借鉴价值。
在工业设计方面, 通过眼动分析可以了解人在操作机械设备时如何分配注意力, 可帮助设计者更合理地设计和分配仪表、屏幕等, 以获得更好的人机交互, 减轻操作者的负担, 提高工作效率。在广告设计上通过对注视时间、次数、眼跳等参数的测试, 也可以帮助设计者了解广告宣传的效果。
我国的眼动研究起步较晚, 但近年来国内对眼动的研究也越来越深入, 眼动研究已经不再仅仅局限于阅读研究中, 而是作为心理学研究中的一项重要指标, 被运用到应用心理学领域的研究中, 如工效学、广告心理学、驾驶心理学等领域;此外, 在机器视觉、计算机视觉领域我国也开展了一系列眼动技术方面的研究, 希望将来能在眼动研究领域进一步缩小与发达国家之间的差距, 推动相关科学的发展。
参考文献
[1]刘伟, 袁修干.人的视觉-眼动系统的研究[J].人类工效学, 2000, 12, 6 (4) :41-44.
[2]王娜, 任衍具.真实场景搜索中的眼动返回抑制[J].心理科学进展, 2014, 22 (4) :640-649.
[3]张浩.眼跳动的视觉机制研究[D].2012.
视觉选择性注意与动作技能的关系 篇7
1 概念界定
1.1 视觉选择性注意
有研究表明, 人类有80%的信息通过视觉获得。视觉选择性注意在运动中的应用主要是指在比赛中, 运动员面临众多的视觉信息竞争, 优先选择需要加工的信息, 忽略无关信息的过程。在分类上, 根据感觉通道, 可分为听觉选择性注意, 视觉选择性注意和跨通道选择性注意, 本文讨论视觉选择性注意与动作技能学习的关系。视觉搜索也是最常用的注意研究范式之一。[1]
1.2 运动技能
运动生理学认为, 运动技能是指人体在运动中掌握和有效地完成专门动作的能力, 是在后天获得性基础上建立的复杂的、连锁的、本体感受性的运动条件反射;体育心理学认为, 动作技能的一种, 是在体育运动特定的条件下表现出来的种种动作, 以完善、合理的方式组织起来并顺利地进行。因此, 从这种意义上说, 凡是动作技能, 皆是由一系列的骨骼肌肉的随意动作组成的。动作技能在学生的学习活动中具有重要的作用, 它不仅是学生学习的重要内容, 也是学生出色地完成学习任务的重要条件。[2]
2 视觉选择性与运动技能的关系
2.1 视觉选择性对成绩的影响
由于体育比赛中大部分信息是通过视觉获得的, 所以选择性注意大部分也是通过视觉获得。选择性注意对成绩影响的最好方法是将其比作探照灯。那么要注意以下几点:
2.1.1 不能将探照灯打得太宽, 以致不能使注意集中在有限的、主要的线索上。
比如, 乒乓球初学者不是将球注意集中在对方发球瞬间的动作上, 而是注意发球时的身体动作, 导致不能准确判断来球性质。
2.1.2 不能将探照灯打在错误的方向上, 从而使不相关的信息代替相关信息。
比如, 网球运动员不是注意对方的球拍和脚步移动, 而只是注意头部和眼神, 以至于吃了假动作跑错方向。
2.1.3 由于探照灯的光束太窄, 或不能迅速将光束从一个地方转移到另一个地方, 以致不能分配和转移注意, 影响对多种信息的同时加工。
比如, 足球运动员只集中的盯住带球人, 不注意其他球员的跑动, 便会造成漏人失误。这是因为如果运动员
3 视觉选择性注意与动作技能学习的关系
在任何竞技运动中, 运动员要想取得好的成绩就必须在短时间内捕捉到有效的信息, 并准确地完成既定的技术动作。对于一些球类运动, 散打射击等等项目, 其要求速度、准确性和空间定向能力的高度发达。极为重要的是如何选择注意加工的能力, 运动员经常需要根据临场多种不同的情景调整自己的注意的战术和策略, 因此运动员的注意分配比普通人, 同时也比运动员本身在日常生活环境中的注意分配更为迅速和有效。运动员具有少量线索效应。经过研究发现, 在有效信息线索下, 运动员和非运动员的反应时没有显著差异, 而在无效线索下, 运动员比非运动员的反应明显更快。
没有没有注意转换的预见性, 就会延误100ms的加工时间。而运动技能学习分为三个阶段分为泛化阶段、分化阶段以及自动化阶段。在泛化阶段, 由于把过多的注意放在动作技能的学习上, 所以视觉选择性注意表现为重点是体现在表象作用方面, 这一阶段视觉接收的信息量大, 处理慢。分化阶段, 由于技术动作的逐渐熟练, 对于注意的选择性加强, 处理信息的速度加快。自动化阶段, 动作固定, 灵活, 可以把更多的事件放在信息加工方面, 信息处理最快。所以说视觉的选择性注意是知觉加工的一种情况, 运动技能学习的认知过程包括知觉加工、决策加工和效应器加工。
不同水平的运动员的视觉选择注意性。研究者发现运动员表现优秀与较快的识别能力、较好的与预测能力是有关系的。譬如, 当优秀乒乓球运动员在看到对手做出某个特定的习惯姿势便预示会有一个变向球, 他就会对落点区域进行预判, 提前准备击球, 但乒乓球的初学者却无法做到这样。熟练者与不熟练者对不同信息和事件相关性分配有差异。例如, 在比赛过程中, 不仅要考虑到对手的水平, 也要考虑环境或队友的情况。
4 视觉选择性注意在运动技能学习中的提高
从哈罗的动作技能分类系统可以看出, 视觉辨认是知觉能力的一种, 属于动作技能学习的一方面。选择性注意对提高比赛成绩具有十分重要的意义, 然而, 熟练者与不熟练者之间在选择性注意能力上又存在显著性差异。因此, 提高运动员的选择性注意能力也是运动训练的一个重要组成部分。提高方法有以下三种:
4.1 指导运动员掌握判断线索的方法。
比如篮球中要通过观察对手传球的意向, 做好防守与进攻。
4.2 运用知觉训练方法
通过对实际比赛的录像的反复播放并进行分析, 要求运动员根据出现的情况进行模拟处理。比如, 播放羽毛球的比赛画面, 要求运动员可以根据场上的情况制定出合理的技术、战术、体能分配等处理办法。
4.3 生物反馈训练方法
通过心理检测仪器和常模下的监控手段, 对运动员在各种状态下进行集中注意力的训练, 例如要求运动员在疲劳状态下进行集中注意的训练, 通过生物反馈纠错分散注意现象。
5 小结
视觉选择注意有几种模型, 这几种模型虽然从不同的角度阐述了视觉加工的过程, 但都是运动技能学习的过程, 只是研究角度和运动技能学习的阶段不同。也因为信息的重要来源是通过视觉实现的, 所以在运动技能学习的过程中, 应根据不同阶段技能掌握的情况, 对视觉选择性注意进行训练, 力争提高视觉选择性注意力, 以此提高运动技能。
为保证当前任务的顺利执行, 必须选择性地注意与当前任务有关的信息, 而忽略无关信息。也有证据表明, 对不相关信息选取进行注意加工, 会限制甚至阻碍绩效的发挥。综之, 对运动员选择性注意能力特点进行系统深入的研究, 在理论上有助于人类了解选择性注意, 乃至整个心理活动的本质;在运动实践上, 对提高心理选材、训练定向、训练状态监控、有针对性的制定选择性注意能力训练方案和比赛中的技战术方案的科学性, 都起着积极的指导作用。[3]
参考文献
[1]陈彩琪, 视觉选择性注意与工作记忆的交互关系一认知行为和ERP的研究[D], 华南师范大学, 2004.
[2]马启伟, 张力为.体育运动心理学[M].杭州:浙江教育出版社, 1998. (第一版) :227-233.
视觉符号的情感建构与认同机制 篇8
一、视觉符号互动形成的宗教身份认知
传播活动的载体是符号, 在教堂、壁画、圣像、雕塑等宗教传播的视觉媒介中, 耶稣、圣母和圣徒的形象、光环和十字架等都是基督宗教传播的视觉符号。研究传播活动对人的自我认知的影响不能不提乔治·赫伯特·米德 (George Herbert Mead) 创立的符号互动理论 (symbolic interactionism) , 这是一种对人的思维、自我意识和社会关系等问题进行思考的方式。在米德看来, 人们在经过一段时间的符号互动后, 会逐渐形成对某些术语和行动的共享意义, 从而以某种特定的方式来理解事物和现象。互动的一个重要产物就是有关“自我”的认知, 从自我出发的理解是人社会生活的主要思维方式。在面对由各种符号构成的社会事物时, 个人对事物的认知以及所持的价值观会对他的行为产生影响。这些都是在与他人的互动当中产生的。“自我” (self) 这一概念本身就是一个重要的社会性事物, 是个人对其他事物做出判断时最常采用的参考框架。它是在我们自己与“导向性他者”长期互动的过程中得以界定和发展起来的。1“导向性他者” (orientational other) 是指对生活产生重大影响的他人, 既可以是身边的人, 也可以是具有影响力的历史人物;他们在具体的认知过程中既可以在场, 也可以缺席, 但是他们一定是可以帮助区分“自我”和“他人”, 从而构建出个人对自己的身份的认识。
个体的人对基督徒这一身份的认识也是在“导向性他者”的作用下逐渐形成并强化的。在以宗教生活为核心的中世纪, 教皇与教会中神职人员是人在世俗生活中的“导向性他者”, 他们的存在使信徒服从于教会和世俗皇权设定的不同等级的生活;而上帝、耶稣基督、圣母和圣徒是信徒们精神生活领域的“导向性他者”, 这些形象不但通过教义、经文不断灌输, 也大量地通过视觉符号的形式呈现在人的眼前, 使这些只存在于精神中的形象与人产生仿佛是面对面的交流, 激发神秘的宗教体验, 使人陷入神圣世界与世俗世界的二分, 从而确认自身作为基督徒的意识状态。因此, 符号互动是形成基督徒对自身状态和自我意识的主要方式。
二、视觉符号建构的宗教情感拟态环境
在分析宗教与人的关系问题时, 很多学者都倾向于将宗教的来源或者宗教行为的本质追溯到作为个体的人的能力和人的情感之中。宗教学的奠基人麦克斯·缪勒在其享有盛名的著作《宗教学导论》中将宗教定义为人的“信仰的天赋”认为宗教是“一种心理能力或倾向, 它与感觉和理性无关, 但它使人感到有‘无限者’的存在, 于是神有了各种不同的名称, 各种不同的形象。”2德国哲学家施莱尔马赫在论述宗教的本质时用“绝对的依赖感”来解释人的宗教需求, 指出“上帝在宗教中不是一切, 而是一, 宇宙是多。你们能够相信他, 不是任意的, 或者由于你们想要从他那里得到安慰和帮助, 而是由于你们必须。”3英国哲学家罗素也认为“人们信仰宗教的真实原因同论证根本没有什么关系。他们之所以信仰宗教, 乃是由于情感的原因……宗教基本上或主要是以恐惧为基础的。”4尽管这些哲学家在总结宗教的本质时得出的结论不同, 但一个明显的共同点是都凸显了作为个体的人的能力、需求、情感和意识等。相比文字语言, 视觉语言符号传播的内容更容易直接作用于人的情感和经验。
视觉艺术被视作是“不识字人的圣经”, 因为眼睛所捕获的信息最容易引起情感和知觉的反应。对于信徒个人来说, 虔诚的宗教情感通常更容易在视觉媒介中产生共鸣并获得加强。例如17世纪的宗教雕塑“往往旨在引起人们的情感共鸣, 因而这类雕塑往往具有移情作用来激发和维持人们对宗教的虔诚……阿尔加迪创作的《圣·保罗被斩首》雕塑被安放在教堂的高祭坛后面, 以引而不发的克制与姿势刻画了这位来自波洛尼亚的圣人和他临死前经受的可怕痛苦, 他的殉难被塑造成虔诚的典范。”5而情感上的虔诚是基督信仰坚定的直接表现。
视觉媒介对基督徒情感的唤起通常是与宗教经验和视觉感受夹杂在一起的, 人们在接触这些作为基督信仰传播媒介的视觉艺术时, 最初总是先从感官的直接经验逐步进入到对上帝信仰的领悟, 按照神学家奥特的说法, 处于宗教氛围中的人的情绪状态是一种对上帝信仰的“初始经验”与“初始真实”, 奥特用海德格尔式的语言将这种情绪状态描述为“我的在和我身处的在”, 并致力于分析人如何在自己的“在”中与上帝之“在”相遇。奥特指出初始经验总是在最亲近的范围即情绪状态里获得, 上帝的恩宠或贬抑、自己的喜好与厌恶、恐惧与希望、欢乐与痛苦, 这些初始经验的形态总是发生在某种特定的情绪之中, 人在其中体验的对象包括自己和处于相互关系中的其他人, 当然也包括对上帝的体验, 因为这些都是要与人产生交流的对象, 对这些对象的理解必然对人的行为产生影响。
奥特指出:“我可以在对他人的理解中清晰地辨别我所交往的事物。可是, 我无法清晰地辨别我与事物交往的情绪、那些初始经验和我凭借它们所体验的真实。在我所感受到的希望、温爱、欢乐与痛苦之中含有某种充盈着真实和经验的东西……因为情绪、初始经验总是渗透我们与可以辨别的事物的交往——有不可说的一隅突入可说的、可以清晰地辨别的东西的领域。”6显然, 关于上帝的信仰就是奥特所指的那“不可说的一隅”, 然而用语言不可描述的神秘意义却可以于人的情绪状态中去体验, 人的需求、痛苦和快乐的根源都可以在这种经验中被转化为是对真实的理解, 在中世纪, 这种信仰的真实也主导了人对周围世界的真实看法, 甚至影响了人的行为和生活方式, 这正是一种“拟态环境的环境化”的表现。
三、宗教情感在视觉艺术媒介中的主动强化
视觉艺术激发的情感主要是来自人类的审美经验, 并在这个过程中形成对意义的确认。苏联符号学家洛特曼在试图建立文学作品类型学时, 认为“最终决定一篇文章性质是宗教、教育或文学的, 并不一定是该文章所固有的属性, 更可能是处于特定的文化环境中的读者的隐含态度。”7伊格尔顿评价洛特曼的理论除了突出符号的认知和交际功能之外, 还特别强调了“意义也与读者的‘期待视野’相关”, 洛特曼将接受理论的内涵融入他的符号理论, 认为“正是读者, 依据某些由他或她所支配的‘接受代码’ (receptive codes) ”8才能从作品中解读出某些可以理解的意义。也就是说, 作为视觉媒介传播接受者的个人对意义的解读不是完全被动的, 某种意识是可以通过不同方式主动强化的。
著名的分析哲学家、美学家纳尔逊·古德曼在其代表作《艺术的语言》一书中指出了艺术语言在产生意义的过程中情感所发挥的作用, 认为“审美经验中的情感是识别作品具有和表现何种特性的手段”“情感参与认识之中”9。在意义的解释过程中, 古德曼把情感看作是与视觉符号的其他属性共同发挥作用的要素, 认为情感与其他解释手段相互联系, “没有将任何东西建立在情感与认识中的其他要素的区别的基础上, 相反是强调情感应归入这些要素之中。重要的东西是, 认识过程中的比较、对照和组织通常影响参与其中的情感。”10在意义生产的过程中, 某些情感会得到强化, 另一些情感则会被弱化, 而也有一些情感可以显现为整合的特性, 这些都是参与了意义的解释。同时他也指出“情感的量度和强度并不是其认识效力的尺度。软弱无力的情感与压倒一切的情感一样都可以传达信息;而发现作品表达了很少的情感或者完全没有表达情感与发现它表现了很多情感一样, 都可以是在审美上有意义的。”11对于视觉艺术来说, 审美上的情感会与宗教情感产生共鸣, 这种共鸣直接导致了基督徒自我意识的强化。
古德曼艺术语言理论的基础是将艺术定义为符号系统, 艺术作品具有的色彩、线条、形状等视觉属性也是符号所直接拥有的。古德曼特别提到了视觉艺术符号相比文字语言符号更容易让观者产生共鸣, 宏伟的教堂建筑和彩色玻璃投射的光晕都可以激起教徒对神圣世界的向往;一幅图画中的色彩和形体也可以成为对真理的启示。客观地说, 由于情感的参与, 视觉符号更容易开启心灵深处隐秘的东西, 使观者内心与符号表达的意义彼此相应。情感在认识过程中不是干扰, 也不是一种独立在理解之外的因素, 而是与知觉、概念等认识手段相互联系、相互作用的因素, 意义在一种混合物的基础上产生, 视觉艺术及视觉符号尤其如此, 意义的解释不应该排斥明显的感情成分。
四、情感对宗教身份认同的构建
在人类的信息传播过程中, 情感是传播者和受众共享的人类经验, 不但是传播的内容, 也参与解读传播的意义。在基督宗教传播的范畴内, 情感与宗教经验融合在一起, 直接参与了基督徒自我意识的建构, 并且这种建构并不是简单的自发性的, 而是符合基督宗教作为一种文化传播的各种内在要求——尤其是有关爱、牺牲、救赎等伦理道德层面的情感要求。因此, 与人类体验的任何一个层面一样, 情感本身其实也可以被看作是人为建构出来的概念, 在基督宗教视觉媒介的传播环境中, 这种作为基督徒的情感很大程度上会由各种视觉艺术所激发, 具体来说, 主要是由各种构成视觉艺术的视觉符号及其理解所建构起来的。
在有关情感的社会构建的研究方面, 美国学者詹姆斯·艾沃瑞尔 (James Averi ll) 是最为知名的研究者之一。他指出“情感是一种信念体系, 它指导人们如何界定其所处的情境。从本质上说, 情感 (emotion) 就是控制人类感受 (feeling) 的内在化的社会规范和准则。”12虽然情感表面上是一种生理上的自然反应, 应该是个人的独特的东西。但是社会规范和准则却主导了人们能够形成何种情感, 并且如何对情感做出回应。这是需要在一定社会和文化语境内逐渐学习才能获得的。艾沃瑞尔把人类理解情感的能力归结为是由社会因素构建起来的, 并且是在人们长期的社会交流和互动过程中构建起来的。显然, 在这种情感建构的过程中, 同时建构起来的还有某种情感所代表的社会角色意识。
基督宗教的视觉媒介主要通过移情心理来唤起宗教信仰, 在面对圣母哀怜圣子之死、耶稣基督受难、圣约翰殉道等题材的壁画和雕像时, 基督徒表现出的哀痛与普通人的感受是不尽相同的。对于基督徒来说, 教义和《圣经》的内容是他们在基督宗教的文化语境中长期习得的, 他们能够轻易地辨认出这些形象所具有的宗教意义。中世纪的教堂在人们的社会交流和互动中扮演着重要作用, 教堂中的各种视觉媒介沟通的就是人与上帝之间的交流。这些受难的形象激发出基督徒的悲痛和虔诚, 这种虔诚的情感又强化了他们作为基督徒的自我意识。而那些不具有基督宗教知识背景的普通人面对这些受难的形象可能更多的只能从审美体验层面去理解, 激发的情感更多的是人类共通的情绪体验, 而不会是只属于基督信仰的虔诚的情感。比如中世纪雄伟恢宏的教堂对于当时的人们是万能上帝在世间神圣的所在, 而对于今天的游客来说可能只是一处令人惊叹的人文景观;教堂中真实到可怕的耶稣受难的形象, 足以让基督徒心灵战栗和忏悔, 而异教徒只能看到鲜血淋漓和身体的残酷。因此, 面对视觉媒介的不同情感态度也是是否具有基督徒自我意识的直观反映。
归根结底, 情感可以参与意义的认知, 也就可以参与建构意义所代表的社会角色。对于超验的关于彼岸世界的信息表现出的情感直接反映了人在精神层面对自我与上帝之间关系的认识, 个人作为基督徒的自我意识也在面对视觉媒介的过程中得到确认。
注释
11.[美]斯蒂芬·李特约翰.人类传播理论[M].史安斌译.北京:清华大学出版社, 2009.第94页.
22.[英]麦克斯·缪勒.宗教学导论[M].陈观胜, 李培茱译.上海:上海人民出版社, 2010.第10页.
33.[德]施莱尔马赫.论宗教[M].邓安庆译.北京:人民出版社, 2011.第76页.
44.[英]罗素.宗教能否解除我们的困惑[M].黄思源, 卓翔译.北京:北京出版社, 2010.第58、61页.
55.[英]马丁·坎普.牛津西方艺术史[M].余君珉译.北京:外语教学与研究出版社, 2009.第230-231页.
66.[瑞士]奥特.不可言说的言说:我们时代的上帝问题[M].林克, 赵勇译.北京:生活·读书·新知三联书店, 1994.第33页.
77.[法]A·J·格雷马斯.符号学与社会科学[M].徐伟民译.天津:百花文艺出版社, 2009.第166页。
88.[英]特雷·伊格尔顿.二十世纪西方文学理论[M].伍晓明译.北京:北京大学出版社, 2007.第100页。
99.[美]纳尔逊·古德曼.艺术的语言——通往符号理论的道路[M].彭锋译.北京:北京大学出版社, 2013.第189页.
1010 .同上第190页.
1111 .同上第191页.
视觉设计应用中的协调机制 篇9
(一) 视觉设计的概述
视觉设计是由“视觉传达设计 (Visual Communication Design) ”演变而来的。所谓视觉传达设计就是通过利用可视的视觉符号传递特定的信息给每一个接受这些信息的接受者, 并对信息的接受者产生影响。传递的信息既传递给信息的接受者也传递给设计者本人, 从这个意义上来说, 视觉传达已经关注到视觉的方方面面, 因此称其为视觉设计更为贴切。
(二) 视觉设计的特点
视觉设计以信息视觉化的方式来进行信息的传达、情感的沟通、文化的交流, 凭借人们对视觉的共识获得理解与互动, 它起着沟通政府、企业、设计者、消费者的桥梁作用。
(三) 视觉设计的要素
构成视觉设计的主要要素有文字、图形、色彩, 这就决定了视觉设计的主要功能就是通过运用这三个基本要素, 将设计者想要表达的信息视觉化来探索信息的表达力, 并以此来提高信息的传播力。
二、视觉设计运行机制
(一) 视觉设计运行机制的前提
将视觉设计运行起来, 并在社会中起到积极的引导作用, 需要从多方面做大量的沟通协调工作。它首先要满足政府、企业、设计者的各种需求, 同时要符合各方的不同要求和实施条件, 按照政府、企业、设计者三方面, 分部门、有节奏地进行实施, 最终达到各方对视觉设计的共识。
因此, 在依循各方要求和总体目标的前提下, 首先要制定一套规范的运行方式, 明确视觉设计的定位与原则。这一规划以“协调”为核心价值理念, 将视觉设计视为沟通的桥梁, 目的在于解决所有的政府对文化价值的诉求、企业对经济价值的诉求、设计者对艺术价值的诉求等一系列问题。同时, 这一规划全面奠定了视觉设计运行的创新要点。
正是有视觉设计运行总体规划的指导, 视觉设计在实施运行管理时便不再盲目, 才能确保视觉设计整体运行达到统一协调有序的效果。
(二) 视觉设计应用中的多方关系
1. 政府
无论国内外, 政府官员都在视觉设计的发展进程中起到重要的作用。政府部门的意识形态常常对视觉设计产生巨大的影响, 甚至政府阶层的审美趣味有时也会自上而下地影响视觉设计的最终面貌。
政府官员都希望通过视觉设计来实现他们的目标, 达到对文化价值的实现。事实上, 在视觉设计运行时政府官员往往牢牢地控制着实施设计的话语权, 常常指导设计者创造他们所喜爱的样式, 潜移默化地形成视觉设计的样板。
政府行为带给视觉设计的巨大影响力常常是把双刃剑。它拥有设计者与企业家所梦寐以求的决策力, 但是稍有不慎, 政府部门的意识形态就会把视觉设计拖出正常的发展轨迹。
2. 企业
在视觉设计运行过程中, 企业决策层对视觉设计方案的认同与否常常会左右视觉设计的走向和最终结果。
企业对商业利益的合理要求, 以及与设计者在审美认识、价值观方面的差异性造成了视觉设计在运行过程中的艰难行进。当矛盾出现时, 如果企业与设计者不能通过沟通达成共识, 那么一般情况下设计者会做出不同程度的让步。
由于视觉设计与企业的发展密切相关, 因此企业常常会传达或者说他们认为自己在传达消费者的意见, 并且会坚持自己的意见, 除非设计者能有效地说服其改变初衷。众所周知, 企业直接面对消费者, 一般拥有对市场更为直接与感性的认识, 面对企业提出的意见时, 设计者与企业之间常常呈现分歧, 这是正常的、良性的视觉设计过程。
因此, 企业意见虽然是感性的认识, 却对具体视觉设计方案的发展起到重要的推动作用。
3. 设计者
设计者是真实地从事具体生活需求的群体, 视觉设计产生于设计者丰厚的文化底蕴及力求实现个人的、恣意的、强烈的艺术表达基础上。视觉设计基于解决社会上多数人共同面临的问题, 在问题解决过程中也就是视觉设计方案形成过程中, 产生一种能够吸引和打动使用视觉设计的人, 同时激发使用者的情怀, 由此引发多数人对视觉设计价值的认同。
三、视觉设计应用中多方协调机制
(一) 视觉设计应用中多方协调机制的标准体系
对于标准体系的讨论, 只是涉及建立在评价体系的原则性和方向性问题上, 因为视觉设计运行机制并不存在永恒不变的标准体系。标准体系会随着时代的发展, 而呈现出不断变化的特点。标准体系的形成与以下几个因素之间有着密切的联系。
首先, 视觉设计价值认同因素。政府、企业、设计者应该通过互相沟通交流在观念上达到对视觉设计价值的认可和共识;或以共同的愿望、信念、原则、标准为追求目标, 实现各自在社会中的价值定位和诉求, 并形成共同的价值观。它需要三方采取自愿接受、自觉遵循的态度。良性的价值认同能对各方的发展起到积极的影响, 同时对社会经济发展起到积极的推动作用。
第二, 价值诉求因素。政府、企业、设计者的行为动机受各自价值诉求的支配和制约, 在同一环境下, 具有不同价值诉求的各方, 其动机的目的方向不同, 所引导各方的行为也不同。然而价值诉求又是随着时代的发展、认识的提高而变化的。
第三, 沟通协调因素。一个好的视觉设计方案仅仅靠设计者是无法完成的, 它需要政府、企业的支持。因此, 设计者在对设计意图进行辨析之余, 还有义务和政府、企业共同探讨视觉设计的目的和意义。
(二) 视觉设计应用中多方协调机制的优势
视觉设计运行的协调与管理极其复杂, 它需要符合政府对文化价值的诉求、企业对经济价值的诉求和设计者对艺术价值的诉求来“协调”运行。这种“协调”明确了各方的主责, 使各方分工协作, 各尽其能, 确保总体目标明确, 实施流程清晰。只有良好、系统的协调机制才能确保视觉设计在要求繁杂、关系复杂的情况下取得理想的效果。视觉设计运行机制打破传统的模式, 形
景观创造价值
——浅谈居住区景观设计对居住价值提升的影响
程燕 (金华职业技术学院艺术设计学院浙江金华321000)
摘要:本文通过对目前居住区景观设计的现状分析, 阐述了居住区景观设计需要遵循的原则。通过这些来认识居住区景观设计的发展概况, 从而阐明了居住区景观设计与人和建筑的和谐统一关系, 使景观创造价值, 能更好地为人所服务。
关键词:居住区;景观设计;价值提升
现今, 如何打造居住区的环境景观并利用其创造价值, 已成为众多房地产开发商的共识, 越来越受到重视。具有远见卓识的开发商, 非常重视环境景观的规划, 绿地率的面积的增加, 景观氛围的营造都为入住小区的人们创造了一个良好的、舒适的环境空间, 使住宅区成为名副其实的花园, 在提升居住区品质的同时, 倍受人们赏识。
一、居住区景观价值的体现
居住区景观价值主要体现在景观、使用、绿化三个方面。具体主要由人、建筑、绿化、水体、道路、庭院、设施、小品等实体要素, 和环境的、文脉、特色等精神文化要素两方面构成。居住区应该提供丰富的户外活动场所, 在这些场所中设置一些小型的活动设施, 并将其景观化, 创造出好的景观模式。这些景观设计应该在考虑地域、气候、周边环境等因素下具有独特的设计, 符合小区的建筑风格及整体环境, 形成有自身特点的形象特色, 使住户产生归属感。好的景观设计可以吸引住户走出居室, 为住户提供与自然交往的空间, 在很大程度上创造出了和谐融洽的氛围。
二、居住区景观设计的原则
随着社会经济的发展, 物质的丰富给住区景观建设带来了新的材料、新的构造方式、新的植物种类。居住区中景观的优劣成为房产开发商和消费者关注的焦点。与此同时, 设计还是要遵循以下原则:
1. 设计的历史人文原则
美国著名现代主义建筑大师沙利文说过, 对社区主要人群而言, 景观不该是社区中的鸡肋。做好一个社区的景观, 要考虑社区的自然条件和历史人文背景, 从而确定景观设计做成什么样;同时, 要研究社区内人群的活动习惯、活动规律和需要, 从而确定景观设计能做成什么样。居住区景观环境设计, 并不是单纯地从美学角度和功能角度对空间环境构成要素进行组合配置, 更要从人文要素的组成中贯穿其设计立意和主题。无论经济如何发展, 交往毕竟是人的根本需要, 邻里交往是最基本、最直接、最容易实现的交往方式。居住区景观环境具有承载居民交往和体闲活动的功能, 适当的公共空间有利于邻里间的交往与沟通, 有利于形成良好的人际关系和归属感, 真正实现居住环境的人性化和人情化的需求。
成综合性的、跨越性的、多元化的设计运行模式。
可以说, 视觉设计应用中多方协调机制让政府的决策层和企业的决策层对视觉设计价值的理解有实质的提高。
四、协调机制与设计价值的关系
在政府、企业、设计者三方共同参与的视觉设计运行中, 多方协调机制使得设计价值得到更大程度的体现。但是设计价值的实现与否最终还是要归结到视觉设计运行状况上来, 视觉设计运行是否理想直接影响到设计价值的实现, 所以多方协调机制对设计价值的实现起着非常重要的作用。视觉设计要在协调好多方价值诉求的前提下良好、系统的运行, 而同时设计价值的实现和充分体现也促进着视觉设计的发展。
2. 设计的范围
所有景观环境的构成要素, 包括各类雕塑小品、园艺小品、设施小品、种植绿化、水景设置以及居住区内部道路、停车场、公共设施等都在居住小区景观环境设计范围之内。居住区环境景观设计不仅体现在各种造景要素的组织、策划上, 而且还参与到居住空间形态的塑造、空间环境氛围的创造上。
3. 设计过程
进行居住区环境景观设计时, 硬软景观要注意美学风格和文化内涵的统一。在设计过程之中, 首先要把握住景观的设计要点, 在具体的设计过程之中, 景观设计师要与建筑工程师、开发商进行经常性的沟通和协调。景观设计模式也从以前那种待建筑设计完成以后, 再作环境点缀和修饰的做法, 使环境设计参与居住区规划的全过程, 能够得到更好的表达。
三、景观生命力的衡量
良好的社区园林景观可使住宅产品更具有生命力, 包括景观本身的持续发展和景观所带来物业的保值。衡量住宅景观是否具有较强的生命力一般有:
1.文化内涵是否丰厚
居住区景观的设计在设计时就要完整的考虑到可持续发展, 要使景观设计作品具有深厚的地域文化内涵, 并能与居住区建筑本身的风格特点相融合。
2.实用功能是否完善
一个具有生命力的景观首先要具备较强的实用功能, 其次才是满足居住者的观赏行为。景观设计应坚持以人为本、使用为本的原则。如果不考虑景观的使用, 不管社区用途是商务还是居住, 景观设计仅“为美而美”, 居住者无法充分享用, 这样的景观也是缺乏生命力的。
3.舒适性能能否保证
开发商和设计师对环境景观服务的终极目标—健康与舒适性的把握, 如果脱离了这些, 任何豪华或带有艺术性的设计都会显得多余。
居住区景观设计的提升从一方面来说其完善了城市居民住宅及城市生态系统, 提高城市居住区环境的质量。于开发商而言, 景观生态环境良好的居住区有着更好的市场前景;于消费者而言, 人们更愿意选择环境好的住宅。优美宜人的居住区环境作为城市环境的有机组成部分, 亦能够提升城市的区域环境质量与景观生态模式, 将城市居住区环境设计提高到协调人与环境、人与自然关系的局面。为实现城市居住区环境建设的社会、经济、自然生态系统的统一创造了条件, 也是未来城市居住区环境发展演化进程的必然。
参考文献
[1] (日) 原研哉著;朱锷译.设计中的设计.山东人民出版社.2006.11.
[2]杭间著.设计道:中国设计的基本问题.重庆大学出版社.2009.1.
[3]关山月美术馆编著.全球化背景下的中国平面设计.广西美术出版社.2009.9.
[4]李砚祖编著.外国设计艺术经典论著选读.清华大学出版社.