[發(fā)明專利]一種面向色覺異常人群的無障礙VR教學(xué)資源色彩優(yōu)化方法

有效

• 申請?zhí)枺?/td>: 202110657656.0
• 申請日: 2021-06-14
• 公開（公告）號: CN113408798B
• 公開（公告）日: 2022-03-29
• 發(fā)明（設(shè)計(jì)）人: 吳砥;鐘正;徐建
• 申請（專利權(quán)）人: 華中師范大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/20
• 代理公司: 武漢天力專利事務(wù)所 42208
• 代理人: 吳曉穎

1.一種面向色覺異常人群的無障礙VR教學(xué)資源色彩優(yōu)化方法，其特征在于該方法包括以下步驟：

(1)色彩認(rèn)知因子體系構(gòu)建，從色彩規(guī)則、視覺生理結(jié)構(gòu)、視覺心理感受方面構(gòu)建無障礙VR教學(xué)資源的色彩認(rèn)知因子體系；采用不同的參數(shù)分別表達(dá)上述三類色彩認(rèn)知因子的特征；通過采集VR場景的色彩樣本，構(gòu)建色彩樣本庫，建立VR教學(xué)資源色彩質(zhì)量的專家知識庫，設(shè)計(jì)多種類型任務(wù)，分析不同人群之間的色彩認(rèn)知差異；

(2)構(gòu)建色彩評價(jià)模型，篩選色彩評價(jià)模型的備選因子，描繪輸入色彩方案的特征，確定因子的權(quán)重；構(gòu)建不同學(xué)科、風(fēng)格和類型的色彩樣本庫，生成色彩樣本的色彩標(biāo)簽，提取教學(xué)資源的色彩方案；設(shè)計(jì)色彩評價(jià)回歸器，使用Adaboost集成學(xué)習(xí)模型，采用多種指標(biāo)綜合評價(jià)學(xué)習(xí)器的色彩質(zhì)量預(yù)測；具體包括

(2-1)色彩評價(jià)模型的特征組合，篩選對相應(yīng)人群認(rèn)知具有顯著影響的因子，作為色彩評價(jià)模型的備選因子；使用機(jī)器學(xué)習(xí)方法，挑選關(guān)聯(lián)度較高的備選因子，描繪輸入色彩方案的特征；應(yīng)用機(jī)器學(xué)習(xí)方法，確定色彩評價(jià)模型因子的權(quán)重；

(2-1-1)備選因子選取，依據(jù)色彩方案的類型和面向人群的認(rèn)知差異，從色彩規(guī)則、色彩視覺生理結(jié)構(gòu)與色彩視覺心理感受三種系列因子中，篩選對相應(yīng)類型人群認(rèn)知具有顯著影響的因子，作為色彩評價(jià)模型的備選因子；

(2-1-2)模型特征描述，依據(jù)不同類型人群對色彩的認(rèn)知機(jī)理差異，從VR教學(xué)資源色彩的亮度、色相、明度、飽和度、調(diào)和性維度，使用機(jī)器學(xué)習(xí)方法，挑選關(guān)聯(lián)度較高的備選因子，描繪輸入色彩方案的特征；

(2-1-3)確定因子權(quán)重，根據(jù)VR教學(xué)資源色彩方案所屬的類別，應(yīng)用機(jī)器學(xué)習(xí)方法，確定色彩評價(jià)模型的備選因子的影響權(quán)重，突出色彩方案的單調(diào)性、區(qū)分度、均勻性、顯著性、調(diào)和因子的差異；

(2-2)色彩方案提取，采集現(xiàn)有VR場景的色彩樣本，構(gòu)建不同學(xué)科、風(fēng)格和類型的色彩樣本庫；基于回歸器的預(yù)測結(jié)果以及樣本的實(shí)際類別生成樣本的色彩標(biāo)簽；使用顏色直方圖提取畫面的顏色特征，獲取完整的色彩方案；

(2-2-1)構(gòu)建色彩樣本庫，從現(xiàn)有VR游戲、VR教學(xué)資源中收集不同的場景，利用分光光度測色儀、取色軟件、網(wǎng)絡(luò)爬蟲硬件設(shè)備或軟件采集色彩樣本，構(gòu)建不同學(xué)科、不同風(fēng)格、不同類型的色彩樣本庫；

(2-2-2)色樣標(biāo)簽生成，針對VR教學(xué)資源中色彩分布不均衡的情況，選擇GE-SMOTE方法預(yù)處理數(shù)據(jù)集，再結(jié)合DataBoost-IM方法構(gòu)建混合矩陣，基于回歸器的預(yù)測結(jié)果以及樣本的實(shí)際類別生成樣本的色彩標(biāo)簽；

(2-2-3)色彩方案提取，使用顏色直方圖提取VR教學(xué)資源的畫面顏色特征，設(shè)定每種顏色的CIELab閾值，采用二值化處理、追蹤圖像中該顏色的邊界，獲得對應(yīng)的圖斑區(qū)域；經(jīng)過多次迭代，獲取VR教學(xué)資源畫面中完整的色彩方案；

(2-3)色彩質(zhì)量預(yù)測，設(shè)計(jì)色彩評價(jià)回歸器，運(yùn)用串聯(lián)、并聯(lián)方式創(chuàng)建由多個(gè)基學(xué)習(xí)器構(gòu)成的學(xué)習(xí)器組合；使用Adaboost集成學(xué)習(xí)模型，結(jié)合級聯(lián)學(xué)習(xí)器的框架，提高色彩樣本訓(xùn)練結(jié)果的準(zhǔn)確率；采用多種指標(biāo)綜合評價(jià)學(xué)習(xí)器預(yù)測的色彩質(zhì)量；

(2-3-1)色彩評價(jià)回歸器設(shè)計(jì)，基于CIELab色彩模型，使用k-means方法提取VR教學(xué)資源的色彩圖斑，采用KNN、邏輯回歸、決策樹經(jīng)典回歸器模型作為基學(xué)習(xí)器，運(yùn)用串聯(lián)、并聯(lián)方式創(chuàng)建由多個(gè)基學(xué)習(xí)器構(gòu)成的學(xué)習(xí)器組合；

(2-3-2)集成學(xué)習(xí)模型設(shè)計(jì)，采用Adaboost集成學(xué)習(xí)模型，結(jié)合級聯(lián)學(xué)習(xí)器的框架，綜合考慮對色彩方案的歷史判決結(jié)果和當(dāng)前判決結(jié)果，再加入輔助判斷函數(shù)，提高色彩樣本訓(xùn)練結(jié)果的準(zhǔn)確率；

(2-3-3)色彩質(zhì)量預(yù)測，采用平均絕對誤差、均方根誤差、擬合優(yōu)度指標(biāo)綜合評價(jià)學(xué)習(xí)器預(yù)測的色彩質(zhì)量，比較多個(gè)學(xué)習(xí)器的預(yù)測性能，選擇預(yù)測性能最優(yōu)的強(qiáng)學(xué)習(xí)器，實(shí)現(xiàn)面向不同人群的VR教學(xué)資源的色彩質(zhì)量預(yù)測；

(3)色彩方案優(yōu)化模型生成，支持面向不同人群的色彩評價(jià)生成，構(gòu)建通用最優(yōu)選色方案，完成面向特定色覺異常人群的定制化選色模型；運(yùn)用Voronoi方法將色彩圖斑劃分成不同區(qū)域，建立面向色覺異常人群認(rèn)知的選色模型，設(shè)計(jì)無障礙VR教學(xué)資源色彩方案；篩選出最佳的色彩方案，生成優(yōu)化選色的候選生成方案；建立優(yōu)化選色模型，實(shí)現(xiàn)原有VR教學(xué)資源色彩方案的無障礙優(yōu)化；具體包括

(3-1)VR教學(xué)資源色彩的最優(yōu)選色模型，組織不同人員按照李克特量表進(jìn)行打分，支持面向不同人群的色彩評價(jià)生成；將色覺異常人群的色彩評價(jià)作為約束條件，以正常人群的色彩評價(jià)作為目標(biāo)函數(shù)，構(gòu)建通用最優(yōu)選色方案；考慮特定色覺異常人群的認(rèn)知特征，構(gòu)建定制化的選色模型；

(3-1-1)色彩評價(jià)生成，將VR教學(xué)資源的色彩與不同幾何形態(tài)、不同空間布局的場景相關(guān)聯(lián)，形成系列VR教學(xué)資源，組織色覺異常和正常人員按照李克特量表進(jìn)行打分，支持面向不同人群的色彩評價(jià)生成；

(3-1-2)通用最優(yōu)選色模型，將色覺異常人群的色彩評價(jià)作為約束條件，以正常人群的色彩評價(jià)作為目標(biāo)函數(shù)，構(gòu)建通用VR教學(xué)資源的選色方案，在滿足色覺異常人群認(rèn)知的色彩系列方案中，求解相對于正常人群最優(yōu)的色彩方案；

(3-1-3)定制選色模型，考慮特定色覺異常人群的認(rèn)知特征，將色覺異常人員的無障礙VR教學(xué)資源的色彩評價(jià)作為目標(biāo)函數(shù)，構(gòu)建定制化的選色模型，從色彩空間中求解出最大化滿足特定色覺異常人群認(rèn)知的色彩方案；

(3-2)構(gòu)建無障礙VR教學(xué)資源色彩方案，針對現(xiàn)有樣本的色彩方案，運(yùn)用Voronoi方法將色彩圖斑劃分成不同區(qū)域；使用色彩規(guī)則與評價(jià)結(jié)果作為約束條件與目標(biāo)函數(shù)，建立面向色覺異常人群認(rèn)知的選色方案；引入螢火蟲算法，優(yōu)化無障礙VR教學(xué)資源色彩方案的構(gòu)建；

(3-2-1)圖像分割，針對色彩樣本庫或已有VR教學(xué)資源的色彩方案，利用核密度分析CIELab空間上圖像中不同色彩的分布，采用空間聚類方法合并相近的色彩區(qū)域，計(jì)算區(qū)域多邊形的重心，運(yùn)用Voronoi圖分割圖像，將色彩圖斑劃分成不同區(qū)域；

(3-2-2)建立無障礙的選色方案，依據(jù)無障礙的色彩設(shè)計(jì)規(guī)則，將基于Voronoi剖分的圖斑組合成不同的色彩方案，使用色彩規(guī)則與評價(jià)結(jié)果作為約束條件與目標(biāo)函數(shù)，建立面向色覺異常人群認(rèn)知的無障礙VR教學(xué)資源的選色方案；

(3-2-3)優(yōu)化色彩方案構(gòu)建，引入螢火蟲算法，在選色方案中使用神經(jīng)網(wǎng)絡(luò)算法產(chǎn)生優(yōu)選解，引入優(yōu)選解擾動(dòng)色彩方案中候選區(qū)域的位置，改進(jìn)局部搜索位置更新公式，克服易產(chǎn)生局部最優(yōu)解的缺陷，優(yōu)化無障礙VR教學(xué)資源色彩方案的構(gòu)建；

(3-3)原有VR教學(xué)資源色彩方案的無障礙改造，依據(jù)色彩的邏輯結(jié)構(gòu)，篩選出最佳的色彩方案；使用Voronoi剖分，生成選色優(yōu)化的候選生成方案；建立以相似度為約束條件，色彩評價(jià)差異為目標(biāo)函數(shù)的優(yōu)化選色模型，實(shí)現(xiàn)原有VR教學(xué)資源色彩方案的無障礙改造；

(3-3-1)色彩方案的選擇，依據(jù)原有VR教學(xué)資源色彩的邏輯結(jié)構(gòu)，確定色彩方案的類別，包括定性色彩、順序色彩、兩端色彩；利用色彩方案的設(shè)計(jì)規(guī)則，在色彩系統(tǒng)或色彩空間中選擇符合相應(yīng)規(guī)則的系列方案，進(jìn)一步篩選出最佳的色彩方案；

(3-3-2)色彩候選優(yōu)化方案的生成，基于CIELab色彩空間，以原有VR教學(xué)資源色彩方案的空間分布為基準(zhǔn)，采用Voronoi剖分不同色彩圖斑，生成的每個(gè)Voronoi子空間即為色彩方案優(yōu)化選色的候選區(qū)域，不同區(qū)域之間的組合，可形成色彩優(yōu)化的候選方案；

(3-3-3)優(yōu)化方案的選取，計(jì)算基于色彩系列因子的VR教學(xué)資源色彩方案相似度，通過對比相似度，評判優(yōu)化前后色彩風(fēng)格的差異；建立以相似度為約束條件，色彩評價(jià)差異為目標(biāo)函數(shù)的優(yōu)化選色模型，實(shí)現(xiàn)原有VR教學(xué)資源色彩的無障礙優(yōu)化。

2.根據(jù)權(quán)利要求1所述的面向色覺異常人群的無障礙VR教學(xué)資源色彩優(yōu)化方法，其特征在于步驟(1)所述的“色彩認(rèn)知因子體系構(gòu)建”具體包括：

(1-1)構(gòu)建色彩認(rèn)知因子體系，從色彩匹配性、色彩區(qū)分度、色彩顯著性方面提取色彩規(guī)則系列因子；依據(jù)色盲類型、色弱類型、嚴(yán)重程度方面構(gòu)建生理結(jié)構(gòu)系列因子，由色彩調(diào)和、色彩冷暖、色彩積極性方面形成色彩心理感受系列因子，構(gòu)建無障礙VR教學(xué)資源的色彩認(rèn)知因子體系；

(1-1-1)提取色彩規(guī)則系列因子，從色彩自身規(guī)則、色彩表達(dá)類型、色彩語義、對象形態(tài)與分布方面，總結(jié)VR教學(xué)資源的色彩設(shè)計(jì)知識，提取色彩的匹配性、區(qū)分度、均勻性、顯著性、內(nèi)部語義關(guān)系系列因子；

(1-1-2)構(gòu)建色覺異常人群生理結(jié)構(gòu)系列因子，分析被試對象在視覺生理感知上的差異，針對色覺異常類型、色盲類型、色弱類型、色覺異常嚴(yán)重程度差異，構(gòu)建VR教學(xué)資源色彩視覺生理結(jié)構(gòu)系列因子；

(1-1-3)提取色彩心理感受系列因子，針對VR教學(xué)資源色彩的整體視覺感受，提取色彩調(diào)和、色彩冷暖、色彩積極/消極情感系列因子，根據(jù)影響無障礙VR教學(xué)資源的色彩質(zhì)量程度，判別色彩調(diào)和性、色彩情感心理感受系列因子的權(quán)重；

(1-2)色彩認(rèn)知因子特征化表達(dá)，依據(jù)CIEDE2000色差模型，獲取不同色彩的感知差異、均勻性、變化趨勢特征；利用色彩光譜感知函數(shù)或色弱光譜感知曲線，表達(dá)視覺生理結(jié)構(gòu)系列因子；計(jì)算色調(diào)、飽和度、亮度的差值獲取色彩調(diào)和特征，運(yùn)用色彩冷暖、輕重、積極/消極的值以及色相角，計(jì)算色彩情感特征；

(1-2-1)色彩規(guī)則系列因子特征化表達(dá)，依據(jù)CIEDE2000色差模型，使用明度、彩度與色相三個(gè)分量，獲取不同色彩間的感知差異特征；計(jì)算相鄰色彩之間的距離獲取感知差異的均勻性特征；使用色彩單調(diào)性提取色彩的變化趨勢特征；

(1-2-2)色覺異常人群生理結(jié)構(gòu)系列因子的特征化表達(dá)，利用色盲人群中色彩的光譜感知函數(shù)，計(jì)算其在退化色域中的投影平面；計(jì)算色彩在色弱光譜感知曲線上的插值位置，表達(dá)色盲、色弱視覺生理結(jié)構(gòu)系列因子；

(1-2-3)色彩心理感受系列因子的特征化表達(dá)，計(jì)算CIELab色彩空間中色調(diào)、飽和度、亮度的差值，獲取反映色彩視覺心理感受的色彩調(diào)和特征；運(yùn)用色彩冷暖、輕重、積極/消極的值以及色彩空間中的色相角，計(jì)算色彩情感特征；

(1-3)色彩質(zhì)量認(rèn)知，選取不同色彩維度指標(biāo)，建立VR教學(xué)資源色彩質(zhì)量的專家知識庫；圍繞教學(xué)資源主題匹配性，設(shè)計(jì)多種類型的認(rèn)知任務(wù)；組織色覺正常和異常對照組人群完成不同的認(rèn)知任務(wù)，分析不同人群之間的色彩認(rèn)知差異；

(1-3-1)生成色彩質(zhì)量的專家知識庫，按照色彩區(qū)分度、色彩均勻性、色彩語義、色彩選擇路徑、色彩單調(diào)性、色彩幾何形態(tài)、色彩空間分布、色彩調(diào)和、色彩情感維度，建立VR教學(xué)資源色彩質(zhì)量的專家知識庫；

(1-3-2)設(shè)計(jì)色彩認(rèn)知任務(wù)，圍繞色相差異、色相數(shù)量、色彩距離、色彩面積、色彩分布、色彩內(nèi)部語義關(guān)系、色彩與教學(xué)資源主題匹配性因子，設(shè)計(jì)定位、識別、比較、排序、聯(lián)系、回憶多種類型的認(rèn)知任務(wù)；

(1-3-3)分析色彩認(rèn)知差異，組織色覺正常和異常對照組人群完成相應(yīng)的色彩認(rèn)知任務(wù)，通過搜集被試對象的學(xué)習(xí)行為指標(biāo)，如正確率、完成效率以及注視時(shí)長、注視頻率、眼跳次數(shù)眼動(dòng)指標(biāo)，分析不同人群之間的色彩認(rèn)知差異。