劉 西，汪鴻志

(1.重慶理工大學(xué) 車輛工程學(xué)院， 重慶 400054; 2.重慶金康新能源汽車設(shè)計(jì)院有限公司，重慶 400000)

安檢是一項(xiàng)特殊的視覺搜索任務(wù)，安檢人員通過搜索X光行李圖片確定行李中是否有違禁品，即從某一刺激背景中尋找特定刺激，具有很強(qiáng)的目的性。安檢是公共交通系統(tǒng)安全保障工作的最后一道防線，其中的視覺搜索問題是認(rèn)知心理學(xué)和人因?qū)W的重要研究?jī)?nèi)容。Wolfe等[1]在模擬的X光行李檢查任務(wù)中發(fā)現(xiàn)：當(dāng)事件率降低時(shí)，檢出錯(cuò)誤率會(huì)大幅增加。Bravo等[2]發(fā)現(xiàn)在密集混亂的背景下，對(duì)復(fù)雜目標(biāo)物的搜索效率低于簡(jiǎn)單目標(biāo)物，自下而上的組織加工過程很難將復(fù)雜物體組織成單一對(duì)象加以識(shí)別。McCarley等[3]通過模擬訓(xùn)練安檢人員的實(shí)驗(yàn)發(fā)現(xiàn)，練習(xí)可使掃描變得更有效率，但并沒有更有效，由此得出安檢訓(xùn)練中應(yīng)注重目標(biāo)識(shí)別而不是掃描技能和搜索策略的結(jié)論。Schwaninger等[4]對(duì)安檢人員培訓(xùn)進(jìn)行研究，發(fā)現(xiàn)視角、行李的復(fù)雜度和行李內(nèi)物品的重疊度都影響檢出率。田益凡[5]研究了個(gè)體因素與危險(xiǎn)品出現(xiàn)概率對(duì)X光安檢績(jī)效產(chǎn)生的影響，發(fā)現(xiàn)時(shí)間壓力、圖片難度和危險(xiǎn)品類型對(duì)視覺搜索績(jī)效有顯著影響。靳慧斌等[6]通過比較新老安檢人員在安檢模擬實(shí)驗(yàn)中眼動(dòng)數(shù)據(jù)的差異，認(rèn)為有經(jīng)驗(yàn)的安檢員傾向于系統(tǒng)搜索，而新手安檢員傾向于隨機(jī)搜索。以上研究中，國(guó)內(nèi)外學(xué)者從事件率、圖片復(fù)雜度、培訓(xùn)、新老安檢員眼動(dòng)數(shù)據(jù)比較等方面對(duì)安檢視覺搜索績(jī)效進(jìn)行了分析，但對(duì)X光圖片特征與眼動(dòng)之間的關(guān)系關(guān)注較少。

人類的視覺系統(tǒng)具有很強(qiáng)的動(dòng)態(tài)選擇性，能夠很容易地注意到圖像中的顯著性區(qū)域。視覺顯著性是一個(gè)相對(duì)的概念，最早也是最具代表性的顯著性模型由Itti和Koch[7]在“預(yù)注意特征”的特征圖模型[8]和特征整合原理[9]的計(jì)算體系基礎(chǔ)上提出，利用WTA(winner-takes-all)和IOR(inhibition of return)來掃描視覺信號(hào)生成動(dòng)態(tài)注視點(diǎn)。自下而上的模型將圖片分解為顏色、亮度和方向3個(gè)低層次屬性，在每個(gè)屬性上生成顯著圖；自下而上的模型則能復(fù)制某些經(jīng)典的人類視覺搜索實(shí)驗(yàn)和完全真實(shí)的搜索任務(wù)[7]。Davice等[10]通過研究發(fā)現(xiàn)：在航空照片的識(shí)別任務(wù)中，專家的注意相比新手的注意與圖片視覺顯著性更相關(guān)。Underwood等[11]通過眼動(dòng)研究發(fā)現(xiàn)，在執(zhí)行審視道路圖片決定是否過交叉路口的任務(wù)時(shí)，圖片的顯著性與搜索過程的早期注視點(diǎn)相關(guān)，即顯著性能吸引早期的注視和注意。也有很多研究結(jié)果表明：視覺顯著性模型并不能預(yù)測(cè)注視點(diǎn)的位置。例如：Chen等[12]發(fā)現(xiàn)現(xiàn)實(shí)世界中搜索真實(shí)物體時(shí)，注意和注視點(diǎn)主要是由自上而下的機(jī)制導(dǎo)向的；Itti和Koch[7]也認(rèn)為其模型有局限性，認(rèn)為搜索的早期階段，自上而下因素起作用之前此模型描述注意和注視點(diǎn)的轉(zhuǎn)移是最有用的。相對(duì)于任務(wù)驅(qū)動(dòng)的自上而下的注意機(jī)制受先驗(yàn)知識(shí)和任務(wù)目標(biāo)的影響[13-14]，自下而上的注意機(jī)制不受任務(wù)性質(zhì)和觀察者目的性的限制，研究工作更可控，也更具有普適性。本文從自下而上的注意機(jī)制出發(fā)，利用Tobii 眼動(dòng)儀記錄安檢模擬實(shí)驗(yàn)過程中有經(jīng)驗(yàn)的安檢員和新手安檢員的眼動(dòng)行為，應(yīng)用Itti和Koch的生物啟發(fā)式計(jì)算模型生成仿真的動(dòng)態(tài)注視點(diǎn)序列，結(jié)合新老安檢員的搜索績(jī)效，將人類與仿真程序?qū)σ曈X刺激的響應(yīng)進(jìn)行分析比較，研究X光圖片視覺顯著性與注視點(diǎn)位置的相關(guān)性，探討X光行李檢查任務(wù)中的視覺注意加工驅(qū)動(dòng)機(jī)制，為培訓(xùn)提供新方向和參考。

1 實(shí)驗(yàn)設(shè)計(jì)

1.1 實(shí)驗(yàn)被試

8名在校大學(xué)生作為新手安檢員和8名機(jī)場(chǎng)安檢人員參加了本次實(shí)驗(yàn)，其視力或矯正視力正常。

1.2 實(shí)驗(yàn)材料

選取30張機(jī)場(chǎng)X光行李圖片，其中15張圖片中有危險(xiǎn)品，15張圖片中沒有危險(xiǎn)品。有危險(xiǎn)品的圖片中有且只有1個(gè)危險(xiǎn)品：刀、槍或者簡(jiǎn)易爆炸裝置(improvised explosive devices，IED)。

1.3 實(shí)驗(yàn)過程

實(shí)驗(yàn)開始前，向8名新手安檢員介紹IED的組成：起爆器、炸藥、電線和電源。30張圖片被隨機(jī)地顯示在顯示器上，被試的任務(wù)是在圖片中搜索危險(xiǎn)品并指出其位置。 被試者采用“1-肯定沒有危險(xiǎn)品”到“5-肯定有危險(xiǎn)品”的5點(diǎn)量表評(píng)估自己的判斷。除了選1和2，其他判斷均需指出危險(xiǎn)品在圖片中的位置。實(shí)驗(yàn)過程中，每顯示1張圖片，被試者進(jìn)行搜索并判斷，結(jié)束后按鍵盤上任意鍵切換到下一張圖片，直到30張圖片判斷結(jié)束。實(shí)驗(yàn)過程中，Tobii眼動(dòng)儀記錄眼動(dòng)數(shù)據(jù)，被試者的判斷結(jié)果和位置由主試記錄。

2 數(shù)據(jù)分析

2.1 判斷績(jī)效

判斷數(shù)據(jù)通過受試者工作特性方法(ROC)進(jìn)行分析。ROC方法不受不同判斷標(biāo)準(zhǔn)的限制，以假陽性率(false positive rate)為橫軸、真陽性率(true positive rate)為縱軸組成的坐標(biāo)圖繪制曲線，ROC曲線越靠近左上角,實(shí)驗(yàn)的準(zhǔn)確性越高。ROC曲線下的面積AZ值越大，判斷正確率越高。表1是16名被試判斷值的AZ值。t檢驗(yàn)顯示，安檢人員的判斷績(jī)效好于新手，t=3.77,df=14,p<0.01。

表1 新手和安檢人員的AZ值

2.2 眼動(dòng)數(shù)據(jù)分析

為了分析被試者是如何發(fā)現(xiàn)和漏掉目標(biāo)的，圖片中的危險(xiǎn)品被定義為興趣區(qū)域，并對(duì)首次進(jìn)入興趣區(qū)域的時(shí)間和興趣區(qū)域的注視時(shí)間2個(gè)相關(guān)變量進(jìn)行分析計(jì)算。如表2所示，安檢人員首次進(jìn)入興趣區(qū)域的時(shí)間和興趣區(qū)域的注視時(shí)間少于新手安檢人員。其中，對(duì)于首次進(jìn)入IED興趣區(qū)域的時(shí)間和在IED興趣區(qū)域的注視時(shí)間，安檢人員均少于新手安檢人員：t=3.867,df=14,p<0.01和t=2.625,df=14,p<0.05，說明安檢人員相比新手能更快地定位危險(xiǎn)品，且加工效率更高。

表2 安檢人員和新手的部分眼動(dòng)數(shù)據(jù)統(tǒng)計(jì)

3 X光圖片顯著度與注視點(diǎn)位置的關(guān)系

3.1 安檢員和新手的初始視覺選擇性注意的對(duì)比

以上分析說明安檢人員比新手能更快、更準(zhǔn)確地搜索危險(xiǎn)品，無論是檢出率還是眼動(dòng)數(shù)據(jù)都證明了這一點(diǎn)。安檢人員能更快地注視到目標(biāo)區(qū)域，尤其對(duì)IED的搜索更為明顯。為判斷在搜索的最初階段安檢人員和新手注意X光行李圖片的位置是否有差異，利用相應(yīng)的顯著特征圖得到安檢人員和新手的第1個(gè)注視點(diǎn)的顯著值，進(jìn)而比較二者之間在初始注視點(diǎn)的顯著度是否有差異。如果新手第一個(gè)注視點(diǎn)的顯著值高于安檢人員，說明新手比安檢員在初始注視時(shí)更傾向于被顯著的區(qū)域所吸引，即新手在搜索圖片時(shí)最初檢視是由圖片特征驅(qū)動(dòng)的，而安檢員是由其他因素驅(qū)動(dòng)的。反之亦然。

本文利用Itti和Koch’s等的Saliency模型生成顯著特征圖。圖1是1幅X光行李圖片以及它所對(duì)應(yīng)的顯著特征圖，圖中白色的區(qū)域代表相對(duì)高的顯著值。工具箱“SaliencyToolbox”采用最大歸一化“max-normalize”方法，這種方法使圖片的差異最大化，從而不能得到圖片真實(shí)的顯著值。由于研究需要，本文將顯著值歸一化處理，即顯著值在0～255范圍取值，然后將顏色、亮度和方向3個(gè)特征關(guān)注圖線性融合生成顯著性特征圖。

應(yīng)用修正過的“SaliencyToolbox”得到30幅彩色X光行李圖片的視覺顯著性特征圖，同時(shí)提取對(duì)應(yīng)的每個(gè)被試者第1個(gè)注視點(diǎn)的平均顯著值。安檢人員和新手第1個(gè)注視點(diǎn)的平均顯著值分別為137和140，差異不顯著，t(14)<1。這說明安檢人員和新手的初始注視點(diǎn)的顯著性特征沒有差異。

圖1 X光行李圖片和對(duì)應(yīng)的顯著性圖

3.2 安檢員和新手的總體視覺選擇性注意對(duì)比

為了探尋安檢員和新手的總體注意分配是否存在差異，比較安檢員和新手的注視點(diǎn)落在顯著性特征圖中顯著值最高區(qū)域的數(shù)量。如果安檢員的注視點(diǎn)落在顯著值最高區(qū)域的數(shù)量比新手多，說明安檢員的注意分配比新手更傾向于由圖片特征引導(dǎo)；如果二者沒有差異，說明安檢員和新手的總體視覺注意分配在由顯著性所表達(dá)的圖片特征這一點(diǎn)上沒有差異；否則，新手的注意分配比安檢員更傾向于由圖片特征引導(dǎo)。

同樣，應(yīng)用Itti等的顯著性模型產(chǎn)生X光行李圖片的顯著性特征圖，顯著值相對(duì)大的區(qū)域用白色表示。對(duì)于該研究，真實(shí)的顯著值不重要，僅需要得到觀察者在顯著區(qū)域的注視點(diǎn)數(shù)量。因此，在工具箱中采用“最大歸一化”的方法，使得局部差異最大化，得到最顯著區(qū)域的注視點(diǎn)數(shù)量。用最大歸一化的方法得到的顯著性圖見圖2。分別計(jì)算30幅X光行李圖片安檢員和新手在最顯著區(qū)域的注視點(diǎn)數(shù)量。通過統(tǒng)計(jì)分析發(fā)現(xiàn)，二者之間沒有差異，t<1；顯著區(qū)域的注視時(shí)間也沒有差異，t<1。說明安檢員和新手的整體選擇性注意沒有差異。

圖2 X光行李圖片和應(yīng)用最大歸一化得到的顯著性圖

基于圖片的顯著性特征，通過比較安檢員和新手首注視點(diǎn)的顯著性值和二者落在顯著區(qū)域的注視點(diǎn)數(shù)量、注視時(shí)間，發(fā)現(xiàn)安檢員和新手的初始和整體選擇性注意沒有差異。這說明對(duì)X光行李圖片，安檢員和新手在選擇性注意方面是相似的，即安檢員和新手有相似的注意偏好。

3.3 初始注視點(diǎn)及注視點(diǎn)分布和圖片顯著性特征的關(guān)系

關(guān)于第1個(gè)注視點(diǎn)是否由圖片特征決定需進(jìn)一步驗(yàn)證。根據(jù)該顯著性模型的原理，圖片的視覺顯著值預(yù)測(cè)著注視點(diǎn)的位置(注意分配)。比較隨機(jī)點(diǎn)和第1個(gè)注視點(diǎn)的顯著值，如果二者沒有差異，說明初始注意分配并不由圖片特征決定；如果第1個(gè)注視點(diǎn)的顯著值比隨機(jī)點(diǎn)的顯著值大或者小，說明初始注意分配由圖片特征決定。

同樣，應(yīng)用Itti顯著性工具箱提取首注視點(diǎn)和隨機(jī)點(diǎn)的顯著性值，分別比較安檢員和新手首注視點(diǎn)與隨機(jī)點(diǎn)的顯著值。采用t檢驗(yàn)分析二者的差異，結(jié)果顯示安檢員和新手首注視點(diǎn)的顯著值均大于隨機(jī)點(diǎn)，分別為t=14.62，df=58，p<0.001和t=8.39，df=58，p<0.001。

為了探討人的注視點(diǎn)和顯著性特征圖之間是否存在相關(guān)性，編程生成與人的注視點(diǎn)相同數(shù)量的隨機(jī)注視點(diǎn)(見圖4)，然后比較顯著區(qū)域內(nèi)人的注視點(diǎn)和隨機(jī)注視點(diǎn)的數(shù)量。如果顯著區(qū)域內(nèi)人注視點(diǎn)的數(shù)量比隨機(jī)注視點(diǎn)多，說明人更傾向于注意顯著區(qū)域，即在X光行李圖片視覺搜索的過程中自下而上的注意機(jī)制起很大作用；如果二者沒有差異，說明人對(duì)顯著區(qū)域的注意不比隨機(jī)性高，即在X光行李圖片視覺搜索的過程中自下而上的注意機(jī)制作用不大。

圖3 X光行李圖片和對(duì)應(yīng)的有安檢員注視點(diǎn)(綠色)、相同數(shù)量隨機(jī)點(diǎn)(黃色)覆蓋的顯著圖

首先統(tǒng)計(jì)每個(gè)被試者對(duì)應(yīng)每幅圖的注視點(diǎn)數(shù)量，然后在每幅圖片上隨機(jī)生成相同數(shù)量的隨機(jī)點(diǎn)，共對(duì)應(yīng)480幅圖片生成隨機(jī)點(diǎn)。通過統(tǒng)計(jì)分析發(fā)現(xiàn)，顯著區(qū)域注視點(diǎn)的數(shù)量比隨機(jī)注視點(diǎn)多，其中安檢員注視點(diǎn)比隨機(jī)注視點(diǎn)多：t=4.42，df=58，p<0.001；新手注視點(diǎn)比隨機(jī)注視點(diǎn)多：t=2.67，df=58，p=0.01。

安檢員和新手更注意顯著性區(qū)域，說明驅(qū)動(dòng)注視點(diǎn)的選擇性注意與刺激物特征有很大的相關(guān)性，這與自然觀察任務(wù)[15]和圖片中搜索人物任務(wù)[16]的結(jié)果一致,說明顯著性模型在一定程度上能預(yù)測(cè)X光行李圖片視覺搜索過程中人類注視點(diǎn)的位置。

4 結(jié)束語

本文研究表明，安檢員和新手的初始與整體選擇性注意沒有差異，經(jīng)驗(yàn)不是影響注意分配的主要原因。機(jī)場(chǎng)X光行李圖片檢查是一項(xiàng)自上而下、認(rèn)知因素占很大比例的主動(dòng)搜索任務(wù)，由于僅使用相關(guān)性技術(shù)方法(即注意與刺激物特征相關(guān))不能建立顯著性地圖和注視點(diǎn)位置之間的因果關(guān)系，故而不能推斷該任務(wù)是刺激物驅(qū)動(dòng)機(jī)制在引導(dǎo)注意。顯著性區(qū)域能有效降低物體識(shí)別匹配的復(fù)雜度，提高從各種視角識(shí)別物體的可靠性[17]。如果將X光行李圖片的顯著性區(qū)域通過某種手段顯示出來，既與人們所期望的前注意信息一致，又能幫助安檢員消除混亂背景的復(fù)雜度、改善目標(biāo)探測(cè)和識(shí)別對(duì)象分割，即通過反饋顯著性區(qū)域的方法提醒觀察者重視這些區(qū)域，那么從理論上能提高檢出率。

顯著性區(qū)域僅限于自下而上的、刺激物驅(qū)動(dòng)的注意，與任務(wù)目的無關(guān)。諸如物體搜索或識(shí)別這樣的主動(dòng)任務(wù)，自上而下的視覺注意(即認(rèn)知因素)是非常重要的因素[16,18]。認(rèn)知性知識(shí)對(duì)注意的影響將是下一步研究工作的重點(diǎn)。