可持续更新背景下后工业景观的3个研究方法 - PenJing8
可持续更新背景下后工业景观的3个研究方法
2023-08-21 14:01:14  浏览:0
研究方法
 
2.1基于真实场景制定感知量表

可持续更新背景下后工业景观
 
本研究选取了在上海杨浦滨江公共开放空间中拍摄的21张后工业景观场景图片作为实验样本(图1),探索公众对不同场景的视觉关注特征,以及视觉关注与易读性、连贯性感知的关联。问项设计中,将连贯性和易读性作为评判后工业景观改造合理性和有效性的重要维度,结合既往研究中提出的相关指标[37]和工业景观本身具有的特征,将“连续性”“重复性”“层次性”作为连贯性感知的子项,将“差异度”“方向性”“标志性”作为易读性感知的子项,利用李克特量表的“非常不同意”“不同意”“一般”“同意”“非常同意”5类评价标准进行1~5分赋值。
 
问卷在线上和线下发放,最终回收问卷330份,其中有效问卷311份。笔者运用SPSS软件对统计数据进行相关性分析,建立景观要素与公众感知关联机制的相关模型。
 
2.2后工业景观要素分类

可持续更新背景下后工业景观
 
为进一步研究影响连贯性和易读性感知的具体空间要素,实验提取出场景中的工业遗存,分为原置工业遗存(即烟囱等标志物)以及原置同构载体(即承载了一定功能的工业遗存,如树池等设施),其他包括新置设施、铺装、乔木、灌草、水体。同时,进一步将以上景观要素分为人工与自然两大类进行交叉分析。基于机器学习图像语义分割技术,计算上述各类景观要素占比。针对场景图片,使用MATLAB软件中的canny边缘检测计算与图像边缘相关的总边缘密度(totaledgedensity,ED)、直边密度(straightedgedensity,SED)、无序的边缘比(disorganizededgeratio,DER)等表征图像混乱程度与组织特性的低级图像特征指标,得出场景图像的结构特征[38](图2)。
 
2.3基于不同兴趣区
 
研究利用DeepLabv3+空洞卷积神经网络分割模型对样本进行兴趣区(areaofinterest,AOI)划分,通过TobiiFusion眼动实验平台进行实验。实验中43名被试者坐在距离观看电脑显示屏50~60cm处,观看随机播放的21个场景图片,每张图片显示时间10s,最终获取基于AOI的注视数据。被试者在完成眼动实验后填写连贯性和易读性感知量表。其中,实验选取的视觉关注重要指标包括:
 
1)首次注视时间(timetofirstfixation,TTFF),指被试者从刺激开始到查看特定AOI所需的时间,代表注视兴趣;
 
2)首次注视持续时间(firstfixationtime,FFT),指被试者在第一次关注到的区域注视点所停留的时间,代表了注视吸引程度与信息识别处理难度。根据实验获取不同要素AOI的首次注视时间和首次注视持续时间,研究视觉关注对连贯性与易读性感知的影响机制。