颜色对图标视觉搜索效率影响的眼动研究

宫 勇, 张三元, 刘志方, 沈 法

(1. 宁波大学 潘天寿艺术设计学院,浙江 宁波 315211; 2.浙江大学 计算机科学与技术学院,浙江 杭州 310027; 3.宁波大学 教师教育学院,浙江 宁波 315211)



颜色对图标视觉搜索效率影响的眼动研究

宫 勇1, 张三元2, 刘志方3, 沈 法1

(1. 宁波大学 潘天寿艺术设计学院,浙江 宁波 315211; 2.浙江大学 计算机科学与技术学院,浙江 杭州 310027; 3.宁波大学 教师教育学院,浙江 宁波 315211)

为了考察颜色数量和颜色一致性对图标视觉搜索效率的影响,实验要求21名被试完成一项图标搜索实验,记录被试的行为数据和眼动数据.研究结果发现,颜色数量会影响图标的搜索效率,单色图标在搜索时间和注视次数两项指标上明显小于双色图标与三色图标.颜色一致性对图标搜索效率的影响更加明显,行为数据和眼动数据均表明,颜色不一致时图标搜索效率明显更高,且颜色数量越少,搜索效率越高.以上结果表明,增加颜色数量会在一定程度上降低图标的视觉搜索效率；利用颜色增大图标之间的差异,能够更有效地提升图标的视觉搜索效率.

视觉搜索；图标；眼动；人机交互

视觉搜索是指在某一背景中搜索特定目标物体的认知过程[1],不仅是贯穿于人们日常行为中获取外界信息并进行加工的一种重要方式,也是许多专门化任务的重要组成部分,如地图阅读[2-3]、行李X光检查[4-5]、医疗影像分析[6]、驾驶[7-8]、工业检测[9-10]、网页搜索[11-13]、体育运动[14-15]、雷达监测[16]等.图标具有能够跨越语言障碍[17-18]、有效降低用户认知和记忆负担[19]、比文本更容易回想和识别以及美化界面[20]等优点.在人机交互过程中,图标搜索是一项为了获取信息而时刻进行的任务,任何搜索时间的微小缩减都可能会带来成本的巨大节约和用户体验的有效提升[21].

物理属性会显著影响图标的视觉搜索效率.研究表明,当屏幕中图标的视角小于0.7°时,搜索时间会显著增加[22].Näsänen等[23]考察了屏幕中图标的对比度和清晰度对视觉搜索效率的影响.结果发现,随着对比度和清晰度的增加,搜索时间、注视时间及注视次数等指标首先会快速减小,当对比度和清晰度增加到一定程度时,上述指标会逐渐趋于稳定.动态性是另一种独特而有效的视觉增强方法[24-25],在人机界面中,用户甚至不用付出任何认知努力,就能注意到闪动的图标[26].Huang[27]考察了图标的图形与背景之间的颜色关系对视觉搜索的影响.结果发现,白/黄与白/蓝的颜色搭配搜索时间较长,黑/蓝与黑/黄的颜色搭配搜索时间较短,这表明颜色搭配是影响图标搜索效率的重要因素,同时,图形与背景之间的对比度较高时搜索较快,更容易检测到目标.Bhattacharyya等[28]的眼动实验表明,图标的图形与背景的颜色对比度越高,被试的搜索效率越高,在暗色图形与亮色背景的组合关系中,蓝色与红色的图形搭配白色背景的显示效果最好,而在亮色图形与暗色背景的组合关系中,蓝色或绿色背景搭配白色图形的显示效果最理想.Michalski等[29-31]通过一系列视觉搜索实验发现,图标的空间布局、背景色分类以及图标的图形与背景之间的颜色组合均会影响搜索时间.研究结果表明,颜色的前注意视觉加工机制在图标的视觉搜索过程中起着非常重要的作用,纵向排列时位于屏幕左右两侧的图标搜索时间没有明显差异,利用颜色对图标工具栏的背景划分的区域越小,搜索时间越长,当图标纵向排列时,与背景色相关的前注意效应减弱.

综上所述,颜色作为图标的重要物理属性,引起了较多研究者的关注.在人机界面设计中,如何充分利用颜色提高交互效率,一直是工效学研究的重点.本文将主要考察图标颜色数量和图标之间的颜色一致性对视觉搜索效率的影响以及搜索过程中的眼动特征.

1 实验简介

1.1 被试简介

21名本校大学生参加了本次实验,其中男生11人,女生10人.被试的年龄为19～23岁,平均年龄为20.8岁,所有被试裸眼视力或矫正视力均在1.0以上,无色盲或色弱,之前均未曾参加过该类实验,被试完成实验后可以获得一定的报酬.

1.2 实验材料

实验材料来源于一组具有相同设计风格的矢量图标,共256个.由设计系学生对256个图标根据指定的6种颜色重新设计,6种颜色分别如下：红(#d7423c)、橙(#eb7a12)、黄(#f5df00)、绿(#44ae52)、蓝(#008dcd)、紫(#9d37b6),括号内的编码对应每种颜色的潘通号.重新设计后的图标分为3类：单色、双色和三色.其中,单色图标有6种,共1 536个；双色图标有9种,分别为红黄、红绿、红橙、红蓝、橙绿、黄绿、蓝橙、蓝紫、黄紫,共900个；三色图标有8种,分别为红黄蓝、红橙黄、红绿黄、黄绿蓝、橙绿紫、蓝绿紫、蓝橙红、紫黄蓝,共800个.所有图标大小相同,均为64×64像素,背景统一为黑色,存储为JEPG格式的位图.实验材料示例如图1所示.掩蔽刺激材料由上述6种颜色组成的圆形马赛克图案构成.

图1 实验图标及颜色示例Fig.1 Example of experiment icons and colors

1.3 实验设计

实验采用3(目标图标的颜色数量：单色vs双色vs三色)×2(干扰图标与目标图标的颜色一致性：一致vs不一致)两因素被试内设计.其中,颜色一致即所有干扰图标都由相同的颜色构成,颜色不一致即所有显示图标的颜色数量相同,但颜色随机组合.为了增加实验过程中的随机性,其中50%的搜索任务中目标不会出现.每种实验条件下被试需要完成15次搜索任务,共180次.

1.4 实验仪器

采用加拿大SR公司生产的EyeLink 1000 桌面型眼动记录仪呈现材料并记录被试的眼动.该型眼动记录仪的采样频率为1 000次/s,呈现材料的电脑刷新频率为100 Hz.刺激材料显示在一个19英寸的Dell显示器中央,显示器屏幕分辨率为1 024×768像素.被试眼睛与显示屏中心的距离大约为54 cm.

1.5 实验程序

实验以个别施测的方式开展.被试进入实验室后,坐在测试仪器前,带好头盔,用头托固定头部.在正式实验开始前,主试通过显示器向被试呈现指导语,确保被试了解整个实验程序后,对仪器进行眼校准,校准完成后让被试按照要求完成1组练习试验.在练习实验完成后,被试休息1 min.然后,开展正式实验.屏幕中央会显示第一个目标图标,被试左键点击之后该图标消失,紧接着屏幕会显示某一种测试条件下的12个图标,12个图标等距离排列在以屏幕中心为圆心、半径为300像素的圆上.被试在12个图标中搜索目标图标,若发现目标,则用鼠标左键点击目标图标完成一次搜索任务；若没有发现目标,则点击鼠标右键.在一次测试完成之后,屏幕随即显示下一个要查找的目标图标.依次进行,直到被试完成所有的视觉搜索任务,如图2所示为实验过程示例.

图2 图标视觉搜索实验过程示例Fig.2 Example of icon visual search experiment process

2 实验结果

实验结果包括行为数据和眼动数据两部分.行为数据包括反应时间和反应正确率.眼动数据主要包括注视次数、眼跳距离、凝视时间以及未被注视概率.采用SPSS和SR公司提供的眼动数据分析软件“Data Viewer”进行分析.删除被试因出现头动、咳嗽或连续按键等导致图标被跳过的项目,删除的数据低于2%.

2.1 行为数据

如表1所示为6种实验条件下被试的行为数据.对于反应时间,重复测量方差分析结果表明,颜色数量的主效应非常显著,F(2,40)=24.99,p<0.01,对颜色数量作进一步的事后检验.结果表明,单色图标的反应时间明显小于双色与三色图标的反应时间,而双色图标与三色图标之间的反应时间没有明显差异.颜色一致性的主效应非常显著,F(1,20)=254.24,p<0.01,颜色不一致时的反应时间显著小于颜色一致时的反应时间.颜色数量与颜色一致性之间的交互作用非常显著,F(2,40)=9.46,p<0.01,进一步的简单效应检验表明,在干扰项颜色一致的水平上,颜色数量的简单效应非常显著,F(2,40)=6.28,p<0.01；在干扰项颜色不一致的水平上,颜色数量的简单效应非常显著,F(2,40)=27.11,p<0.01.可见,当干扰项颜色一致时,单色较双色与三色的反应时间较小,而双色与三色之间的反应时间差异不显著；当干扰项颜色不一致时,图标颜色数量越少,反应时间越短.对于反应正确率,重复测量方差分析结果表明,颜色数量的主效应不显著.颜色一致性的主效应显著,F(1,20)=4.604,p<0.05,颜色不一致时的正确率大于颜色一致时的正确率.颜色数量与颜色一致性之间的交互作用不显著.

表1 6种实验条件下的行为数据

2.2 眼动数据

如表2所示为6种实验条件下被试的眼动数据,主要包括注视次数、眼跳距离、凝视时间以及未被注视概率的平均值和标准差.

注视次数是搜索图标时产生的所有注视点的数量.对于注视次数,重复测量方差分析结果表明,颜色数量的主效应非常显著,F(2,40)=26.48,p<0.01.事后检验表明,单色图标的注视次数明显小于双色与三色图标的注视次数,而双色图标与三色图标之间的注视次数没有明显差异.颜色一致性的主效应非常显著,F(1,20)=189.88,p<0.01.颜色不一致时的注视次数显著小于颜色一致时的注视次数.颜色数量与颜色一致性之间的交互作用非常显著,F(2,40)=13.59,p<0.01.进一步的简单效应检验表明,在干扰项颜色一致的水平上,颜色数量的简单效应非常显著,F(2,40)=31.47,p<0.01；在干扰项颜色不一致的水平上,颜色数量的简单效应非常显著,F(2,40)=7.50,p<0.01.可见,当干扰项颜色一致时,单色较双色与三色的注视次数较少,而双色与三色之间的注视次数没有明显差异；当干扰项颜色不一致时,图标颜色数量越少,注视次数越少.

眼跳距离是指从眼跳开始到此次眼跳结束之前的距离.对于眼跳距离,重复测量方差分析结果表明,颜色数量的主效应不显著.颜色一致性的主效应显著,F(1,20)=5.27,p<0.05,颜色一致时的眼跳距离明显小于颜色不一致时的眼跳距离.颜色数量与颜色一致性之间的交互作用边缘显著,F(2,40)=3.59,p=0.07.

凝视时间是指注视点首次进入兴趣区域内直到注视点离开这段时间内所有注视点持续时间之和.凝视时间反映单个图形目标的识别难度.对于凝视时间,重复测量方差分析结果表明,颜色数量的主效应不显著.颜色一致性的主效应非常显著,F(1,20)=15.86,p<0.01.颜色一致时的凝视时间显著小于颜色不一致时的凝视时间.颜色数量与颜色一致性之间的交互作用显著,F(2,40)=4.92,p<0.05.进一步的简单效应检验表明,在干扰项颜色一致的水平上,颜色数量的简单效应显著,F(2,40)=4.61,p<0.05,单色图标和双色图标的凝视时间没有显著差异,而三色图标的凝视时间显著大于单色图标与双色图标；在干扰项颜色不一致的水平上,颜色数量的简单效应不显著.

未被注视概率是指在目标搜索中的没有被注视过图标的数量与总图标数量之间的比值.该指标反映被试通过副中央凹识别判断被注视图标的可能性.对于未被注视概率,重复测量方差分析结果表明,颜色数量的主效应非常显著,F(2,40)=35.47,p<0.01.事后检验表明,单色图标的未被注视概率明显大于双色图标与三色图标的未被注视概率,而双色图标与三色图标之间的未被注视概率没有明显差异.颜色一致性的主效应非常显著,F(1,20)=299.38,p<0.01.颜色不一致时的未被注视概率显著大于颜色一致时的未被注视概率.颜色数量与颜色一致性之间的交互作用非常显著,F(2,40)=22.875,p<0.01.进一步的简单效应检验表明,在干扰项颜色一致的水平上,颜色数量的简单效应非常显著,F(2,40)=7.47,p<0.01；在干扰项颜色不一致的水平上,颜色数量的简单效应非常显著,F(2,40)=54.26,p<0.01,但随着颜色数量的增多,未被注视概率降低.

表2 6种实验条件下的眼动数据

3 结果讨论

3.1 颜色对图标视觉搜索策略的影响

本文通过视觉搜索实验,考察了颜色一致性和颜色数量对图标视觉搜索效率的影响.结果发现,颜色一致性和颜色数量均对视觉搜索效率有显著影响.行为结果表明,与颜色一致时相比,颜色不一致时被试的搜索时间更短,正确率更高,眼动结果显示颜色不一致时,被试的注视次数更少,眼跳距离更大,凝视时间更短,未被注视概率更高.同时,单色图标的搜索时间明显小于双色图标与三色图标,而双色图标与三色图标的搜索时间没有显著差异,3种不同颜色数量图标之间的正确率没有显著差异.

特征整合理论[32]认为,视觉加工过程分为2个主要阶段,对基本特征的加工发生在较早的前注意阶段,视觉系统首先对视野内的全部刺激进行同时加工,该阶段只检测独立的特征而不检测特征之间的关系,此时无需注意参与,是一种自动化的、平行的加工过程.当图标之间的颜色构成不一致时,视觉系统在前注意阶段可以通过干扰项与目标之间较大的颜色差异,迅速排除干扰项,并迅速锁定搜索目标,从而导致对目标的高效搜索.视觉加工的第2个阶段是特征整合阶段,知觉系统把前注意阶段各个独立的特征联系起来,形成对某一物体的完整表征.该阶段知觉系统的处理过程比前注意阶段慢,是一种非自动化的、序列的加工过程.当目标图标与干扰图标的颜色构成一致时,搜索目标需要检验各个干扰图标上颜色与图标形状信息,此时视觉系统进行序列加工,导致搜索时间变长,搜索效率降低.

在视觉搜索过程中,注意只能以序列的方式被调配到刺激集中的每个项目上,将该项目位于不同特征地图的信息联合起来,以便分析和识别目标,因此寻找联合目标需要更长时间[33].当构成图标的颜色数量增加时,被试需要结合形状和颜色2个特征维度的信息做出判断,增加了被试注意加工的负荷,导致反应时间变长,搜索效率降低.对于单色图标,颜色在视觉搜索过程中不再起作用,被试主要依靠形状信息进行搜索,需要分配的注意加工资源较少,因此视觉搜索效率更高.

3.2 颜色对图标视觉搜索影响的眼动特征分析

研究结果表明,在颜色一致性对图标搜索的影响方面,各项眼动指标和行为结果基本一致,各项指标均表明图标颜色不一致时被试的搜索效率更高.在颜色数量对图标搜索的影响方面,注视次数与行为结果完全一致,这与以往的研究结果是一致的,即在视觉搜索任务中,注视次数越多,对目标识别的不确定性越高,搜索效率越低[34].本文结果进一步表明,在视觉搜索任务中,注视次数是反映视觉搜索效率的重要指标.眼跳距离和凝视时间指标与行为结果之间存在一定的差异.行为结果表明,单色图标较双色图标和三色图标的搜索效率高,双色图标与三色图标的搜索效率没有明显差异；在眼跳距离和凝视时间指标上,不同颜色数量对图标搜索效率的影响总体上没有明显差异.

分析认为,眼跳距离是反映知觉广度的重要指标[35-36],眼跳距离越大,被试一次注视的范围越广,加工的内容越多[37].目标识别受视觉广度的制约,视觉广度是知觉广度的中心部分[38],比知觉广度的范围小.高效的刺激加工受知觉广度的影响[39-41],包括获取超出注视点范围有用的预视信息,但不一定是目标识别信息[42].当图标之间的颜色不一致时,图标在颜色特征上有显著不同,前注意信息更多是平行加工的,眼跳能够迅速指向目标物,此时被试的知觉广度更大,因此,在眼跳距离指标上,被试的搜索效率表现出了显著差异.对构成图标的颜色数量而言,需要通过形状或颜色和形状的联合特征进行搜索.前注意信息更多地是通过逐项比较序列加工的,眼跳按照一定的空间序列进行,被试必须整合相应的特征信息,逐项比较直到找到目标,此时没有眼跳的选择性[43]；在眼跳距离指标上,被试的搜索效率没有显著差异.

对于凝视时间,分析认为被试识别加工图标在逻辑上存在平行加工和序列加工两种可能的视觉搜索策略.行为结果表明,在不一致条件下,被试的搜索效率显著优于一致条件,然而前者条件中图标凝视时间显著高于后者,在不一致单色条件下的眼跳距离高于后者.这表明被试在不一致条件中搜索目标刺激时,倾向于在一次凝视中同时识别加工多个图标,此时被试通过边缘视觉区域可以确定相应图标是否为目标刺激,眼跳距离和未被注视概率两个指标支持上述推论.在一致条件中的目标搜索任务中,颜色数量对凝视时间的影响趋势与不一致情况完全相反,表明在这种背景中搜索目标时,被试倾向于采用序列的方式逐个识别各个图标.颜色数量影响凝视时间表明颜色数量是影响图标知觉的重要因素.由表2的数据可见,单色和双色条件下图标知觉难度几乎没有差异,但是三色明显增加图标的知觉难度.这一结果与反应时间和注视次数反映的结果不同,由于凝视时间是从首次注视点开始到注视点首次离开当前兴趣区之间的持续时间,包括兴趣区内的回视,如图3(a)所示,在注视点跳出目标兴趣区之前对该区域只有一次注视,因此凝视时间等于该区域的首次注视时间,此时,凝视时间与注视次数都能够反映目标识别过程.在一次搜索任务中,被试的注视点可能会多次进入目标兴趣区域内,如图3(b)所示,注视点首次进入目标区域时未识别出目标,注视点随即离开目标兴趣区域,在注视点第2次进入目标兴趣区域时识别出目标.在该搜索过程中,被试的凝视时间是首次进入目标兴趣区域的时间,只反映了目标识别过程中的一个阶段,而注视次数指标反映的是两次进入目标兴趣区域的总注视次数.凝视时间不能完全反映目标识别过程,这可能是造成上述实验结果差异的主要原因.

图3 2种不同的眼动轨迹示例Fig.3 Example of two different eye movement traces

在人机界面设计中,有效用于信息编码的颜色数量有着严格的规定,因为颜色具有压倒性的潜在优势,过度的颜色显示反而会干扰用户.一般认为,一个显示屏幕中应该使用4种以内的颜色,而整个界面应该保持在7种颜色以内[44-45].人机界面中的图标设计应该充分利用有限数量的颜色编码,结合图标的形状信息增大图标之间的颜色差异,有效提高图标的视觉搜索效率.本文的研究结果表明,颜色数量和颜色一致性均对视觉搜索效率有显著影响,增加图标的颜色数量会使得图标的特征增加,在一定程度上会降低图标的视觉搜索效率.利用颜色增大图标之间的差异,则会使被试采用更加高效的平行加工策略,能够在更大程度上提升图标的视觉搜索效率.

4 结 语

本文利用眼动技术,通过一项视觉搜索实验,考察颜色数量和颜色一致性对图标视觉搜索效率的影响,对被试的眼动特征进行分析.研究结果表明,颜色数量和颜色一致性均会显著影响图标的视觉搜索效率.研究结果为人机交互界面以及图标设计提供了重要的工效学依据.影响图标视觉搜索的因素多而且复杂,未来的研究工作将进一步结合眼动技术,深入考察颜色的前注意视觉加工机制在图标视觉搜索过程中的作用以及其他因素对图标视觉搜索策略的影响.

[1] WICKENS C D, HOLLANDS J G, BANBURY S, et al.工程心理学与人的作业[M].北京：机械工业出版社, 2014: 34-60.

[2] BECK M R, LOHRENZ M C, TRAFTON J G. Measuring search efficiency in complex visual search tasks: global and local clutter [J]. Journal of Experimenal Psychology: Applied, 2010, 16(3): 238-250.

[3] YEH M, WICKENS C D. Attentional filtering in the design of electronic map dispalys: a comparison of color coding, intensity coding, and decluttering techniques [J]. Human Factors, 2001, 43(4): 543-562.

[4] MCCARLEY J S. Effects of speed-accuracy instructions on ocularmotor scanning and target recognition in a simulated baggage X-ray screening task [J]. Ergonomics, 2009, 52(3): 325-333.

[5] MCCARLEY J S, KRAMER A F, WICKENS C D, et al. Visual skills in airport-security screening [J]. Psychological Science, 2004, 15(5): 302-306.

[6] KRUPINSKI E A, CHUNG A, APPLEGATE K, et al. Impact of patient photographs on radiologists’ visual search of chest radiographs [J]. Academic Radiology, 2016, 23(8): 953-960.

[7] DUKIC T, BROBERG T. Older drivers’ visual search behaviour at intersections [J]. Transportation Research Part F: Traffic Psychology and Behaviour, 2012, 15(4): 462-470.

[8] KONSTANTOPOULOS P, CHAPMAN P, CRUNDALL D. Exploring the ability to identify visual search differences when observing drivers’s eye movements [J]. Transportation Research Part F: Traffic Psychology and Behaviour, 2012, 15(3): 378-386.

[9] NORO K. Analysis of visual and tactile search in industrial inspection [J]. Ergonomics, 1984, 27(7): 733-743.

[10] YU R, CHAN A H S. Visual search time in detection tasks with multiple targets: considering change of the effective stimulus field area [J]. International Jouranl of Industrial Ergonomics, 2013, 43(4): 328-334.

[11] 宫勇,杨颖,张三元,等.图形面板布局特征对人机交互效率的影响[J],计算机辅助设计与图形学学报,2012,24(9): 1145-1150.

GONG Yong, YANG Ying, ZHANG San-yuan, et al. Effects of graphical panel layout characteristics on human-computer interactive efficiency [J]. Journal of Computer-Aided Design and Computer Graphics, 2012, 24(9): 1145-1150.

[12] PEARSON R, SCHAIK P. The effect of spatial layout of and link colour in web pages on performance in a visual search task and an interactive search task [J].International Journal of Human-Computer Studies, 2003, 59(3): 327-353.

[13] 栗觅,卢万譞,吕胜富,等.网页信息过载时视觉搜索策略与信息加工方式的眼动研究[J].北京工业大学学报,2012, 38(3): 390-395.

LI Mi, LU Wan-xuan, LV Sheng-fu, et al. Strategy and processing mode of visual search under information overload on web pages: an eye-tracking study [J]. Journal of Beijing University of Thchnology, 2012,38(3): 390-395.

[14] 肖坤鹏,孙建华.排球运动员接发球过程中视觉搜索特征的研究[J].体育科学,2012, 32(9): 67-74.

XIAO Kun-peng, SUN Jian-hua. Research on features of visual saerch in the process of receiving and serving of volleyball athletes [J]. China Sport Science, 2012, 32(9): 67-74.

[15] 陶萍,金鹏,张怡.网球运动员预测线路与落点的视觉搜索特征[J].西安体育学院学报,2014, 31(3): 374-378.

TAO Ping, JIN Peng, ZHANG Yi. Visual search features of tennis players in the process of perceptual anticipation [J]. Jouranl of XI’AN Physical EducationUniversity, 2014, 31(3): 374-378.

[16] REMINGTON R W, JOHNSTON J C, RUTHRUFF E, et al. Visual search in complex displays: factors affecting conflict detection by air traffic controllers [J]. Human Factors, 2000, 42(3): 349-366.

[17] ISHERWOOD S J, MCDOUGALL S J P, CURRY M B. Icon identification in context: the changing role oficon characteristics with user experience [J]. Human Factors, 2007, 49(3): 465-476.

[18] PASSINI S, STRAZZARI F, BORGHI A. Icon-function relationship in toolbar icons [J]. Displays, 2008, 29(5): 521-525.

[19] HUANG S M, SHIEH K K, CHI C F. Factors affecting the design of computer icons [J]. International Journal of Industrial Ergonomics, 2002, 29(4): 211-218.

[20] WIEDENBECK S. The use of icons and labels in an end user application program: an empirical study of learning and retention [J]. Behaviour and Information Technology, 1999, 18(2): 68-82.

[21] 刘杰.针对网页设计的用户视觉搜索能力研究[D].北京: 清华大学, 2005: 1-3 .

LIU Jie. A study on the user visual search performances for web design [D]. Beijing: Tsinghua University, 2005: 1-3.

[22] LINDBERG T, NSNEN R. The effect of icon spacing and size on the speed of icon processing in thehuman visual system [J]. Displays, 2003, 24(3):111-120.

[24] BARTRAMA L, WAREB C, CALVERT T. Moticons: detection, distraction and task [J]. International Journal of Human-Computer Studies, 2003, 58(5):515-545.

[25] WARE C. 设计中的视觉思维 [M]. 北京: 机械工业出版社, 2009: 20-36.

[26] WARE C, BONNER J, KNIGHT W, et al. Movingicons as a human interrupt [J]. International Journal of Human-Computer Interaction, 1992, 4(4): 341-348.

[27] HUANG K C. Effects of computer icons and figure/background area ratios and color combinations on visual search performance on an LCD monitor [J]. Displays, 2008, 29(3): 237-242.

[28] BHATTACHARYYA D, CHOWDHURY B, CHATTERJEE T, et al. Selection of character/background colour combinations for onscreen searching tasks: an eye movement, subjective and performance approach [J]. Displays, 2014, 35(3): 101-109.

[29] MICHALSKI R, GROBELNY J, KARWOWSKI W. The effects of graphical interface design characteristics on human-computer interaction task efficiency [J].International Journal of Industrial Ergonomics, 2006, 36(11): 959-977.

[30] MICHALSKI R. The influence of color grouping on users’ visual search behavior and preferences [J]. Displays, 2014, 35(4): 176-195.

[31] MICHALSKI R, GROBELNY J. The role of colour preattentive processing in human-computer interaction task efficiency: a preliminary study [J]. International Journal of Industrial Ergonomics, 2008, 38 (3/4):321-332.

[32] TREISMAN A, GELADE G. A feature integration theory of attention [J]. Cognitive Psychology, 1980, 12(1): 97-136.

[33] GAZZANIGA M S, IVRY R B, MANGUN G R. 认知神经科学:关于心智的生物学 [M]. 北京：中国轻工业出版社, 2013: 426-481.

[34] ZELINSKY G J, SHEINBERG D L. Eye movements during parallelserial visual search [J]. Journal ofExperimental Psychology: Human Perception and Performance, 1997, 23(1): 244-262.

[35] RAYNER K. Eye movements in reading and information processing: 20 years of research [J]. Psychological Bulletin, 1998, 124(3): 372-422.

[36] GREENE H H, BRWEN J M, PARADIS B A. Luminance contrast and the visual span during visual target localization [J]. Displays, 2013, 34(1): 27-32.

[37] IRWIN D E. Lexical processing during saccadic eye movements [J]. Cognitive Psychology, 1998, 36(1): 1-27.

[38] GREENE H H. Distance-from-target dynamics during visual search [J]. Vision Research, 2008, 48(23/24): 2476-2484.

[39] PHILLIPS M H, EDELMAN J A. The dependence of visual scanning performance on saccade, fixation, and perceptual metrics [J]. Vision Research, 2008, 48(7): 926-936.

[40] RAYNER K. Eye movements in reading and information processing: 20 years of research [J]. Psychological Bulletin, 1998, 124(3): 372-422.

[41] RAYNER K. The thirty fifth Sir Frederick Bartlett lecture: eye movements and attention during reading, scene perception, and visual search [J]. Quarterly Journal of Experimental Psychology, 2009, 62(8): 1457-1506.

[42] RAYNER K, FISHER D L. Letter processing during eye fixations in visual search [J]. Perception and Psychophysics, 1987, 42(1): 87-100.

[43] 任延涛,韩玉昌,隋雪.视觉搜索过程中的眼跳及其机制[J].心理科学进展,2006, 14(3): 340-345.

REN Yan-tao, HAN Yu-chang, SUI Xue. The saccades and its mechanism in the process of visual search [J]. Advances in Psychological Science, 2006, 14(3): 340-345.

[44] 杨欢,李义娜,张康.可视化设计中的色彩应用[J].计算机辅助设计与图形学学报,2015, 27(9): 1587-1596.

YANG Huan, LI Yi-na, ZHANG Kang. Proper use of color in visualization [J]. Journal of Computer-Aided Design and Computer Graphics, 2015, 27(9):1587-1596.

[45] MACDONALD L W. Using color effectively in computer graphics [J]. IEEE Computer Graphics and Applications, 1999, 19(4): 20-35.

Eye movement study on color effects to icon visual search efficiency

GONG Yong1, ZHANG San-yuan2, LIU Zhi-fang3, SHEN Fa1

(1.PanTianshouArtsandDesignAcademy,NingboUniversity,Ningbo315211,China;2.CollegeofComputerScienceandTechnology,ZhejiangUniversity,Hangzhou310027,China;3.CollegeofTeacherEducation,NingboUniversity,Ningbo315211,China)

21 subjects were required to complete an icon visual search experiment in order to investigate the effects of number of color and color consistency on icon visual search efficiency, and their behavior and eye movement data were collected. Experimental results show that number of color can affect the icon’s search efficiency. The search time and number of fixations for single color icons is obviously less than that for double color icons and three color icons. Color consistency has more obvious impact on icon visual search efficiency. The behavior data and eye movement data show that the visual search efficiency is higher when the colors between icons are not consistent. The less the number of color is, the higher the search efficiency is. Results suggest that increasing the number of color can reduce the icon’s visual search efficiency on some level. Using color to enlarge the difference among icons can improve the visual search efficiency more effectively.

visual search; icon; eye movement; human-computer interaction

2015-11-23.

国家自然科学基金资助项目(61272304)；浙江省教育厅科研资助项目(Y201533673)；宁波大学科研基金资助项目(XYW14011).

宫勇(1982—),男,讲师,从事人机交互与用户体验的研究.ORCID: 0000-0003-4481-405X. E-mail: gongyong@nbu.edu.cn

10.3785/j.issn.1008-973X.2016.10.020

B 842; TB 18

A

1008-973X(2016)10-1987-08

浙江大学学报(工学版)网址： www.zjujournals.com/eng