Современные информационные
технологии/1.Компьютерная инженерия.
Гусак О.М.
Приватний вищий навчальний заклад Буковинський університет,
Чернівці, Україна
Вивчення
особливостей психофізичних властивостей людини та ефективності сприйняття
інформації в операторській діяльності
Вивчення нейрофізіологічних
механізмів сприйняття підтверджує припущення спеціалістів з комп'ютерного
моделювання психічних явищ про деяку схожість процесів прийому та переробки
інформації в людини та в сучасних комп'ютерних системах. Моделювання сприймання
базується на принципі поетапної обробки інформації людиною та комп'ютером у
разі сприймання знайомих предметів - так званого розпізнавання образів. Етапи
обробки інформації включають процеси її реєстрації, виділення властивостей об'єктів
завдяки роботі спеціалізованих каналів чи детекторів, порівняння стимулу з тією
інформацією, котра отримана раніше і зберігається у тривалій пам'яті, прийняття
рішення - вибір із багатьох актуалізованих кодів такого, який найбільше
відповідає даному стимулу.
Дослідження, що ведеться в руслі суб’єктної
психофізики підкреслюють активність та індивідуальність суб’єкту в процесі
вирішення психофізичної задачі. [6], [7].
Дані досліджень в галузі
психофізики та нейрофізіології зорової ситеми людини можуть бути покладені в
основу методів обробки інформації, що використовуються в системах
автоматизованої обробки та розпізнавання зображень, розробці моделелей
людини-оператора.
Для визначення
закономірностей, що виявляються при
розпізнаванні зорової інформації, використано персональний
комп'ютер, яскравість та контраст монітору якого можливо змінювати. На
початку роботи задаються умови проведення експерименту: час перед пред'явленням
першого зображення, час експозиції зображення, розмір зображення, час між
пред’явленням наступного зображення та ін.
Експериментальне дослідження
виконане за допомогою спеціально розробленої програми на одній із сучасних
алгоритмічних мов. В програмі реалізовано наступний алгоритм:
1.
На екран подається задане зображення з файлу і включається
секундомер для розрахункучасу розпізнаня.
2.
Оператор, упізнавши об’єкт натискає ліву кнопку миші і виключає секундомір – фіксується час
розпізнавання.
3.
Час подання зображення, час натискання кнопки і характеристики
зображення заносяться у файл.
Серед початкових умов є
кількість ступенів яскравості STEPS. Тобто якщо заданий максимальний номер
градації яскравості, що можливий під час експерименту, та час відображення
одного ступеня t, то легко визначити час пред'явлення образу. Номер ступеня
яскравості, отриманий із досліду, лежить в інтервалі [0..STEPS], позначимо його
Sзмін. Тоді час пред'явлення:
T = t*
Sзмін . (1)
Зв'язок рівня яскравості образу з обраною кількістю градацій яскравості здійснюється в такий спосіб: кожна
точка картинки представлена чотирма числами (рівень червоного, синього,
зеленого й інтенсивність), і, пропорційно змінюючи інтенсивність, ми можемо
змінювати яскравість усієї картинки. Максимальній яскравості відповідає поточна
інтенсивність точки Івих, потім,
залежно від обраної кількості кроків яскравості STEPS і номера поточного
кроку N, інтенсивність змінюється згідно з (2):
I=(Івих/STEPS)*N
. (2)
Отже,
з початком експерименту для кожного образу починає працювати лічильник ступенів
яскравості, відраховуючи їх від 0. Значення лічильника зростає через проміжок
часу t, поки випробуваний не натисне кнопку миші (фіксується, при якій
яскравості людина розпізнала зображення) чи поки яскравість зображення не стане
максимальною. Після цього значення лічильника використовується для розрахунку
часу розпізнавання.
Під час експерименту створюються первинні інформаційні
масиви, якими заповнюється множина буферних підрозділів бази даних. Згідно з
методологією дослідження проведено вибір методів аналізу інформаційних масивів [14],
[15], [16]. За цією методикою створюються алгоритми та
програмні інтерфейси, що реалізують статистичний аналіз. Згідно з цим на
першому етапі обчислюється середній час розпізнавання зображення. Нижче наводиться
функція , аргументами якої є вектор ознак, а значенням –
середній час розпізнавання:
(3)
, N – кількість випробуваних (4)
За
результатами проведення експерименту також обчислюється середня кількість
правильних відповідей.
Особливості психофізіологічних властивостей людини в операторскій
діяльності може бути кількісно оцінені за допомогою таких показників, як
дисперсія спектральної щільності ремнанти, час запізнювання реакції оператора,
коефіцієнт підсилення в моделі динаміки та інші.
Для опису
процесу ідентифікації використано відомий [2] алгоритм структурної
ідентифікації моделей динаміки складного об’єкту та неконтрольованого збурення,
що діє на нього. Джерелом неконтрольованого збурення є сам оператор. Воно
залежить від фізіологічних навичок людини, досвіду його роботи та багатьох
інших факторів, і це збурення називається ремнантою. Тобто, моделі динаміки
„зорового каналу” людини представляємо передаточною функцією каналу W(s) та ремнантою r(s), яка є центрованим випадковим
процесом.
В ході постановки експерименту враховані
певні особливості оцінки ефективності сприйняття інформації, наданої на екрані
монітора комп’ютера в порівнянні з
особливостями сприйняття друкованого тексту. Наведемо деякі з них:
1.
Дистанція розпізнавання – не ближче 500
мм (600 - 700 мм).
2.
При роботі з ПК кут зору залежить від горизонтальных
розмірів екрану
монітора і варіює від 5 до 40 кут. град, а колонка книжкового тексту охоплює від 10 до 20 кут. град.
3.
Обмеження часу сприйняття, оскільки часто інформація надана на моніторі
сприймається в русі або в режимі швидкої зміни зображення на екрані.
4.
Широкий діапазон рівнів фонової освітленості і контрасту, наявність зовнішнього підсвічування, елементів, що самостійно
випромінюють світло.
Зорові механізми розпізнання
забезпечують найнижчий рівень обробки нерухомих зображень, відображення часової
розмірності стимуляції (мерехтіння та рух) в суб’єктивному образі
опосередковуєтся інерційністю зорової системи та параметрами часового сумування [8], [9], [10]. Суттєву роль у сприйнятті руху
відіграють і рухи очей спостерігача, що модулюють проксимальну стимуляцію [13], [15]. Механізми зорового упізнання і семантичної інтерпретації
забезпечують вирішення конкретної перцептивної задачі.
Література:
1.
Марр Д. Зрение. Информационный подход к представлению и обработки
зрительных образов. – М.: Радио и связь, 1987 – 400 с
2.
Блохін Л.М., Держак С. В., Петрова
Ю.В. Аналіз і оптимізація точності вимірювальних систем зі збурюючими
джерелами первинної інформації. // Вісник НАУ. - 2002. - № 2 (13). - С.
10-14.
3.
Блохин Л.Н.,
Петрова Ю.В. Методологические основы обеспечения и
аттестации качества (точности) стационарных стохастических информационно -
измерительных систем. // Технічна електродинаміка. - 2002. - Частина 9. - С. 53-57.
4.
Блохін Л.М., Петрова Ю.В. „Обнулення”
функціоналу вимірювальної системи як алгоритм її синтезу. // Вісник ЦНЦ
ТАУ № 4 . Київ, 2001. - С. 50-52.
5.
Петрова Ю. В. Структурна
ідентифікація зорового каналу
оператора. // Вісник НАУ. - 2004.
- №3. - С. 78-81.
6.
Бардин К.В., Скотникова И.Г.,
Фришман Е.З. (1991) Субъектный подход в психофизике // Проблемы
дифференциальной психофизики / Под ред. К.В. Бардина. М. 1991.
7.
Бардин К.В., Индлин Ю.А.
Начала субъектной психофизики. М.: Институт психологии РАН, 1993.
8.
Кравков С.В. Глаз и его
работа. М., 1951.
9.
Логвиненко А.Д. Чувственные
основы восприятия пространства. МГУ, 1985.
10.
Луизов А.В. Инерция зрения.
М., 1961.
11.
Розенблюм Ю.Э. Основные
направления в исследовании остроты зрения // Новые методы функциональной
диагностики в офтальмологии. Труды Московского НИИ им. Гельмгольца, Вып.17,
1973, 178-200.
12.
Фурье-анализ зрительного
изображения // Под ред. А.Д. Логвиненко. М.: МГУ, 1982.
13.
Юнг Р. Оптическая регуляция
движений глаз, внимание и восприятие движения // Системная организация
физиологических функций. М., 1969.
14.
Золкина Э.А. Выявление параметров опознания зрительной информации
// Математичні машини і системи. –
2001. – № 1-2. – С. 160-163.
15. Золкина Э.А. Функциональная схема активной интеллектуальной системы распознавания зрительных образов // Труды XXVIII Междунар. конф. “Информационные технологии в науке, образовании, телекоммуникации, бизнесе”, Украина, Крым, Гурзуф (Ялта). – 2001. – С. 99-101.