[发明专利]一种面向色觉异常人群的无障碍VR教学资源色彩优化方法

权利要求书

1.一种面向色觉异常人群的无障碍VR教学资源色彩优化方法，其特征在于该方法包括以下步骤：

(1)色彩认知因子体系构建，从色彩规则、视觉生理结构、视觉心理感受方面构建无障碍VR教学资源的色彩认知因子体系；采用不同的参数分别表达上述三类色彩认知因子的特征；通过采集VR场景的色彩样本，构建色彩样本库，建立VR教学资源色彩质量的专家知识库，设计多种类型任务，分析不同人群之间的色彩认知差异；

(2)构建色彩评价模型，筛选色彩评价模型的备选因子，描绘输入色彩方案的特征，确定因子的权重；构建不同学科、风格和类型的色彩样本库，生成色彩样本的色彩标签，提取教学资源的色彩方案；设计色彩评价回归器，使用Adaboost集成学习模型，采用多种指标综合评价学习器的色彩质量预测；具体包括

(2-1)色彩评价模型的特征组合，筛选对相应人群认知具有显著影响的因子，作为色彩评价模型的备选因子；使用机器学习方法，挑选关联度较高的备选因子，描绘输入色彩方案的特征；应用机器学习方法，确定色彩评价模型因子的权重；

(2-1-1)备选因子选取，依据色彩方案的类型和面向人群的认知差异，从色彩规则、色彩视觉生理结构与色彩视觉心理感受三种系列因子中，筛选对相应类型人群认知具有显著影响的因子，作为色彩评价模型的备选因子；

(2-1-2)模型特征描述，依据不同类型人群对色彩的认知机理差异，从VR教学资源色彩的亮度、色相、明度、饱和度、调和性维度，使用机器学习方法，挑选关联度较高的备选因子，描绘输入色彩方案的特征；

(2-1-3)确定因子权重，根据VR教学资源色彩方案所属的类别，应用机器学习方法，确定色彩评价模型的备选因子的影响权重，突出色彩方案的单调性、区分度、均匀性、显著性、调和因子的差异；

(2-2)色彩方案提取，采集现有VR场景的色彩样本，构建不同学科、风格和类型的色彩样本库；基于回归器的预测结果以及样本的实际类别生成样本的色彩标签；使用颜色直方图提取画面的颜色特征，获取完整的色彩方案；

(2-2-1)构建色彩样本库，从现有VR游戏、VR教学资源中收集不同的场景，利用分光光度测色仪、取色软件、网络爬虫硬件设备或软件采集色彩样本，构建不同学科、不同风格、不同类型的色彩样本库；

(2-2-2)色样标签生成，针对VR教学资源中色彩分布不均衡的情况，选择GE-SMOTE方法预处理数据集，再结合DataBoost-IM方法构建混合矩阵，基于回归器的预测结果以及样本的实际类别生成样本的色彩标签；

(2-2-3)色彩方案提取，使用颜色直方图提取VR教学资源的画面颜色特征，设定每种颜色的CIELab阈值，采用二值化处理、追踪图像中该颜色的边界，获得对应的图斑区域；经过多次迭代，获取VR教学资源画面中完整的色彩方案；

(2-3)色彩质量预测，设计色彩评价回归器，运用串联、并联方式创建由多个基学习器构成的学习器组合；使用Adaboost集成学习模型，结合级联学习器的框架，提高色彩样本训练结果的准确率；采用多种指标综合评价学习器预测的色彩质量；

(2-3-1)色彩评价回归器设计，基于CIELab色彩模型，使用k-means方法提取VR教学资源的色彩图斑，采用KNN、逻辑回归、决策树经典回归器模型作为基学习器，运用串联、并联方式创建由多个基学习器构成的学习器组合；

(2-3-2)集成学习模型设计，采用Adaboost集成学习模型，结合级联学习器的框架，综合考虑对色彩方案的历史判决结果和当前判决结果，再加入辅助判断函数，提高色彩样本训练结果的准确率；

(2-3-3)色彩质量预测，采用平均绝对误差、均方根误差、拟合优度指标综合评价学习器预测的色彩质量，比较多个学习器的预测性能，选择预测性能最优的强学习器，实现面向不同人群的VR教学资源的色彩质量预测；

(3)色彩方案优化模型生成，支持面向不同人群的色彩评价生成，构建通用最优选色方案，完成面向特定色觉异常人群的定制化选色模型；运用Voronoi方法将色彩图斑划分成不同区域，建立面向色觉异常人群认知的选色模型，设计无障碍VR教学资源色彩方案；筛选出最佳的色彩方案，生成优化选色的候选生成方案；建立优化选色模型，实现原有VR教学资源色彩方案的无障碍优化；具体包括

(3-1)VR教学资源色彩的最优选色模型，组织不同人员按照李克特量表进行打分，支持面向不同人群的色彩评价生成；将色觉异常人群的色彩评价作为约束条件，以正常人群的色彩评价作为目标函数，构建通用最优选色方案；考虑特定色觉异常人群的认知特征，构建定制化的选色模型；

(3-1-1)色彩评价生成，将VR教学资源的色彩与不同几何形态、不同空间布局的场景相关联，形成系列VR教学资源，组织色觉异常和正常人员按照李克特量表进行打分，支持面向不同人群的色彩评价生成；

(3-1-2)通用最优选色模型，将色觉异常人群的色彩评价作为约束条件，以正常人群的色彩评价作为目标函数，构建通用VR教学资源的选色方案，在满足色觉异常人群认知的色彩系列方案中，求解相对于正常人群最优的色彩方案；

(3-1-3)定制选色模型，考虑特定色觉异常人群的认知特征，将色觉异常人员的无障碍VR教学资源的色彩评价作为目标函数，构建定制化的选色模型，从色彩空间中求解出最大化满足特定色觉异常人群认知的色彩方案；

(3-2)构建无障碍VR教学资源色彩方案，针对现有样本的色彩方案，运用Voronoi方法将色彩图斑划分成不同区域；使用色彩规则与评价结果作为约束条件与目标函数，建立面向色觉异常人群认知的选色方案；引入萤火虫算法，优化无障碍VR教学资源色彩方案的构建；

(3-2-1)图像分割，针对色彩样本库或已有VR教学资源的色彩方案，利用核密度分析CIELab空间上图像中不同色彩的分布，采用空间聚类方法合并相近的色彩区域，计算区域多边形的重心，运用Voronoi图分割图像，将色彩图斑划分成不同区域；

(3-2-2)建立无障碍的选色方案，依据无障碍的色彩设计规则，将基于Voronoi剖分的图斑组合成不同的色彩方案，使用色彩规则与评价结果作为约束条件与目标函数，建立面向色觉异常人群认知的无障碍VR教学资源的选色方案；

(3-2-3)优化色彩方案构建，引入萤火虫算法，在选色方案中使用神经网络算法产生优选解，引入优选解扰动色彩方案中候选区域的位置，改进局部搜索位置更新公式，克服易产生局部最优解的缺陷，优化无障碍VR教学资源色彩方案的构建；

(3-3)原有VR教学资源色彩方案的无障碍改造，依据色彩的逻辑结构，筛选出最佳的色彩方案；使用Voronoi剖分，生成选色优化的候选生成方案；建立以相似度为约束条件，色彩评价差异为目标函数的优化选色模型，实现原有VR教学资源色彩方案的无障碍改造；

(3-3-1)色彩方案的选择，依据原有VR教学资源色彩的逻辑结构，确定色彩方案的类别，包括定性色彩、顺序色彩、两端色彩；利用色彩方案的设计规则，在色彩系统或色彩空间中选择符合相应规则的系列方案，进一步筛选出最佳的色彩方案；

(3-3-2)色彩候选优化方案的生成，基于CIELab色彩空间，以原有VR教学资源色彩方案的空间分布为基准，采用Voronoi剖分不同色彩图斑，生成的每个Voronoi子空间即为色彩方案优化选色的候选区域，不同区域之间的组合，可形成色彩优化的候选方案；

(3-3-3)优化方案的选取，计算基于色彩系列因子的VR教学资源色彩方案相似度，通过对比相似度，评判优化前后色彩风格的差异；建立以相似度为约束条件，色彩评价差异为目标函数的优化选色模型，实现原有VR教学资源色彩的无障碍优化。

2.根据权利要求1所述的面向色觉异常人群的无障碍VR教学资源色彩优化方法，其特征在于步骤(1)所述的“色彩认知因子体系构建”具体包括：

(1-1)构建色彩认知因子体系，从色彩匹配性、色彩区分度、色彩显著性方面提取色彩规则系列因子；依据色盲类型、色弱类型、严重程度方面构建生理结构系列因子，由色彩调和、色彩冷暖、色彩积极性方面形成色彩心理感受系列因子，构建无障碍VR教学资源的色彩认知因子体系；

(1-1-1)提取色彩规则系列因子，从色彩自身规则、色彩表达类型、色彩语义、对象形态与分布方面，总结VR教学资源的色彩设计知识，提取色彩的匹配性、区分度、均匀性、显著性、内部语义关系系列因子；

(1-1-2)构建色觉异常人群生理结构系列因子，分析被试对象在视觉生理感知上的差异，针对色觉异常类型、色盲类型、色弱类型、色觉异常严重程度差异，构建VR教学资源色彩视觉生理结构系列因子；

(1-1-3)提取色彩心理感受系列因子，针对VR教学资源色彩的整体视觉感受，提取色彩调和、色彩冷暖、色彩积极/消极情感系列因子，根据影响无障碍VR教学资源的色彩质量程度，判别色彩调和性、色彩情感心理感受系列因子的权重；

(1-2)色彩认知因子特征化表达，依据CIEDE2000色差模型，获取不同色彩的感知差异、均匀性、变化趋势特征；利用色彩光谱感知函数或色弱光谱感知曲线，表达视觉生理结构系列因子；计算色调、饱和度、亮度的差值获取色彩调和特征，运用色彩冷暖、轻重、积极/消极的值以及色相角，计算色彩情感特征；

(1-2-1)色彩规则系列因子特征化表达，依据CIEDE2000色差模型，使用明度、彩度与色相三个分量，获取不同色彩间的感知差异特征；计算相邻色彩之间的距离获取感知差异的均匀性特征；使用色彩单调性提取色彩的变化趋势特征；

(1-2-2)色觉异常人群生理结构系列因子的特征化表达，利用色盲人群中色彩的光谱感知函数，计算其在退化色域中的投影平面；计算色彩在色弱光谱感知曲线上的插值位置，表达色盲、色弱视觉生理结构系列因子；

(1-2-3)色彩心理感受系列因子的特征化表达，计算CIELab色彩空间中色调、饱和度、亮度的差值，获取反映色彩视觉心理感受的色彩调和特征；运用色彩冷暖、轻重、积极/消极的值以及色彩空间中的色相角，计算色彩情感特征；

(1-3)色彩质量认知，选取不同色彩维度指标，建立VR教学资源色彩质量的专家知识库；围绕教学资源主题匹配性，设计多种类型的认知任务；组织色觉正常和异常对照组人群完成不同的认知任务，分析不同人群之间的色彩认知差异；

(1-3-1)生成色彩质量的专家知识库，按照色彩区分度、色彩均匀性、色彩语义、色彩选择路径、色彩单调性、色彩几何形态、色彩空间分布、色彩调和、色彩情感维度，建立VR教学资源色彩质量的专家知识库；

(1-3-2)设计色彩认知任务，围绕色相差异、色相数量、色彩距离、色彩面积、色彩分布、色彩内部语义关系、色彩与教学资源主题匹配性因子，设计定位、识别、比较、排序、联系、回忆多种类型的认知任务；

(1-3-3)分析色彩认知差异，组织色觉正常和异常对照组人群完成相应的色彩认知任务，通过搜集被试对象的学习行为指标，如正确率、完成效率以及注视时长、注视频率、眼跳次数眼动指标，分析不同人群之间的色彩认知差异。