本文主要探討多目標搜索過程中目標搜索時間的規律和眼動行為特征。試驗任務由計算機編程實現，并將字符呈現在 1 個 24 英寸的顯示器上，任務要求受試者在呈現的字符中找出 3 個目標字符，同一組的 3 個目標字符之間具有較高的相似度，而不同組的目標字符和干擾字符之間具有不同的相似度。試驗過程中記錄了搜索時間數據和眼動數據。結果表明，目標字符與干擾字符相似度較高時注視點數量也較多；受試者在搜索過程中主要有三種眼動模式，即平行搜索模式、系列搜索模式和平行-系列搜索模式，且平行-系列搜索模式具有最好的搜索績效，即使用平行-系列搜索模式的受試者所用的時間最短；目標呈現的順序對于搜索績效有明顯影響；目標字符與干擾字符之間的相似度也會影響搜索績效。
引用本文： 徐兆方, 柳忠起, 王興偉, 張欣. 多目標搜索過程中的眼動研究. 生物醫學工程學雜志, 2017, 34(2): 214-219. doi: 10.7507/1001-5515.201604043 復制
引言
視覺搜索是人獲取外界信息的一種重要方式，是指通過一系列的眼跳與注視獲取外界的刺激信息，從而完成信息加工[1]。視覺搜索在工業檢測、醫療、安檢以及軍事等領域均有著廣泛應用，長期以來一直是生理學、心理學及人因工程領域研究人員的重要研究內容[2]。
在已有視覺搜索的研究中，大部分都是對單目標視覺搜索的研究，即在有干擾中搜尋目標，判斷其是否出現并做出反應[3]。但是在日常生活和工作中，人們需要搜索的目標往往不止一個，例如：機場安全檢查時要在短時間內找到行李中所有的危險品；在進行工業檢測時缺陷也可能不止一處；軍事勘察中，敵方數個火力點可能分散在一片區域；空戰中需要對多個地方目標進行搜索、鎖定與攻擊。因此，對于多目標視覺搜索的研究具有重要的意義，通過對多目標視覺搜索的研究，了解人的搜索模式特點，尋找提高搜索績效的方法，可以更好地對作業人員進行掃視訓練或者指導各種顯控界面的設計。
在多目標視覺搜索中，和單目標搜索一樣，研究人員比較關注對于搜索模式和搜索績效的研究。Chan 等[4]在對 2 個目標的視覺搜索試驗中，總結出當搜索目標在搜索區域所占空間比例很小且目標搜索時間小于 30 s 時，搜索者基本都采取隨機搜索策略。Hong 等[5]通過研究證實，在多目標視覺搜索時，對于前幾個目標，搜索者傾向于采取系統搜索策略，而對于后幾個目標，搜索者傾向于隨機搜索策略。Morawski 等[6]的研究也指出，實際的搜索績效通常介于隨機搜索與系統搜索之間，這兩種方式是搜索績效的下界和上界。Hong 等[5]的多目標視覺搜索的仿真研究以及 Chan 等[7]的多目標視覺搜索的試驗研究結果均表明，當背景圖案遠遠大于目標個數的情形下，人們更傾向于采用隨機搜索策略進行目標搜索。
對視覺搜索模型的研究是研究人員對多目標搜索研究的另外一個較為關注的問題。Hong 等[5]將單目標隨機搜索模型拓展為多目標隨機搜索模型，他們假設當搜索區域中每個目標的搜索都是相互獨立的，則可視為多個獨立指數隨機變量的聯合分布函數，這樣就可以通過計算得到每一個目標的發現概率和搜索時間。于瑞峰等[2]認為多目標之間并不是相互獨立，而是相互影響的，他們基于返回抑制理論[8]，引入有效搜索區域概念，給出了對上述模型的修正模型。Morawski 等[6]對多目標搜索的系統搜索模型進行了研究，發現多目標的系統搜索模型不能直接從單目標的系統搜索模型拓展而來。在進行多目標搜索時，研究人員假設只要目標落在每次凝視所產生的視野范圍內，就一定能看到，也即只要將整個搜索區域掃描一遍，就能找出所有目標。這時，每個目標的搜索時間僅取決于它的位置。如果目標是隨機分布的，每個目標的平均搜索時間是相同的。Hong 等[5]將 Morawski 的模型進行了拓展，分別研究了當P0=1 和P0<1 時的多目標系統搜索模型。
目前的視覺搜索理論和模型基本都是建立在假設和數學計算的基礎上，還缺乏眼動數據的支持，而眼動測量技術則可以客觀地記錄視覺搜索過程中的掃視行為，因此基于以上研究基礎，本研究希望借助眼動測量手段對多目標搜索時的搜索時間規律和眼動行為進行研究，進一步揭示人在多目標搜索時的認知加工規律及眼動模式。通過本文研究結果，期望可為今后的工程實踐中各種顯示信息的布局設計提供理論依據和數據支持。
1 試驗設計
1.1 受試者信息
本試驗選取 10 名來自北京航空航天大學的在校研究生，年齡在 22～25 歲。所有受試者均沒有遺傳性家族神經疾病史，裸眼視力或矯正視力在 1.0 以上，均為右利手。在進行試驗前已征得受試者同意，并有適量報酬，搜索最快的 3 個人將有額外的獎勵。
1.2 試驗設備
本試驗使用德國 SMI 公司的 iViewX RED 桌面式眼動測量系統。其硬件主要包括一臺筆記本，一個 24 英寸的顯示器和眼動追蹤模塊。系統的采樣率為 120 Hz，追蹤分辨率為 0.03°，凝視定位精度為 0.4°。筆記本為控制機，由主試控制試驗進程，顯示器呈現刺激材料給受試者。眼動追蹤模塊安裝在顯示器的下方，它可以實時追蹤采集受試者的視線位置，并將采集到的數據信號存儲到控制機筆記本上，經 iViewX RED 軟件系統的計算處理，可以得到注視、掃視、瞳孔和眨眼的眼動數據。
1.3 試驗任務
目前已有的研究中很少有人將漢字作為多目標搜索試驗的刺激內容，因此在本章的試驗設計里將刺激內容確定為漢字。
試驗要求受試者在一群干擾字符中搜索 3 個目標字符，它們由計算機編程呈現在 24 英寸的顯示器上。計算機程序自動記錄每個目標字符的搜索時間，眼動儀自動記錄受試者搜索過程中的眼動數據。干擾字符和目標字符都是漢字并同時出現。在整個搜索試驗過程中，干擾字符保持不變，為同一個漢字“再”。目標字符分為 3 組：“天、木、未”，“貪、貧、賢”和“墓、慕、幕”。目標字符組間具有不同的復雜度，組內具有相近的相似度，而每組目標字符與干擾字符之間也有不同的相似度。漢字復雜度由漢字筆畫的數量來決定，筆畫越多復雜度越高。漢字的相似度計算方法如式（1）所示[9]。
| $S = K \times \left( {A + B} \right){\rm{ }} = K \times \left( {E/F + C/D} \right)$ |
K 為結構相似度系數，比較兩個字的拓撲結構，拓撲結構相同K=1，兩個字具有相似可比性；拓撲結構不同K=0，兩個字不具有相似可比性；
A 為差異部分里相似的筆畫數比例；
B 為相似的結構塊數比例；
C 為筆畫相位一致的結構塊數；
D 為全字的結構塊總數。
E 為相似并且位置也相近的共同筆畫數；
F 為形近字的筆畫數最大差異部分筆畫數
把相似結構塊數比例定義為B=C/D，把差異部分里相似比例定義為A=E/F。相似度數值范圍為 0～1。最大值為 1 代表相似最高，最小值為 0 代表相似最低。利用上述公式計算得到的目標字符的組內相似度結果如表 1 所示，目標字符與干擾字符的相似度計算結果如表 2 所示。
表1
目標字符組內相似度
Table1.
Similarity degree of target characters in the same group
表2
目標字符與干擾字符相似度
Table2.
Similarity degree between target and distraction characters
1.4 試驗流程
（1）讓受試者練習 10 min 左右以熟悉試驗任務和流程；
（2）調整受試者的位置和坐姿，使受試者眼睛距離屏幕 40 cm 左右；
（3）調整屏幕的高度和角度，使受試者視線放松時視線中心落在屏幕的中心附近，且視線與屏幕之間的角度大約保持 90°，如圖 1 所示；
圖1
試驗任務場景及多目標搜索界面
Figure1.
Experiment scene and display interface of multiple object search
（4）進行眼動儀的標定；
（5）進入試驗刺激任務界面，進行目標搜索試驗；受試者首先輸入姓名進入界面，當受試者找到一個目標時，迅速按下鍵盤上的 1 鍵。接著繼續需找第二個目標，按下 2 鍵，再找到第 3 個目標，按下 3 鍵；
（6）當完成 3 次按鍵后，試驗界面上 3 個目標字符的字體會變紅，如圖 1 所示，目的是讓受試者核對其目標字符搜索位置的正確性，并有彈出提示對話框“Is your answer right？”，如圖 1 所示。如果錯誤，將不會記錄該次試驗數據。
（7）在核實之后進入休息界面，休息完畢單擊界面上的“yes”進行下次的目標搜索。
1.5 單目標搜索試驗
按照式（1）所選擇的 3 組目標字符，每一組組內的單目標搜索反應時應該接近，而組間由于相似度的差異，組間的單目標平均搜索反應時應該有某種程度上的差異。為了驗證式（1）計算得到的 3 組目標字符的反應時差異，在進行正式的多目標搜索試驗之前，先對每個目標字符進行了單目標搜索試驗，得到了 3 組目標字符中各目標字符的反應時，以及與每組字符的平均反應時，如表 3、表 4 所示。
表3
單目標搜索各目標字符反應時及組內單因素方差分析結果
Table3.
One-way analysis of intraclass variance and response time of each target character in the single object search experiment
表4
單目標搜索組間單因素方差分析結果
Table4.
One-way analysis of inner-class variance of every group target characters in the single object search experiment
用單因素方差分析方法對數據結果進行方差分析，如表 3、表 4 所示，3 組目標字符組內搜索反應時差異不具有統計學意義（P>0.05）。3 組目標字符之間的平均搜索反應時差異具有統計學意義（P<0.05）。以上方差檢驗的結果驗證了由公式（1）計算得到的目標字符相似度的正確性。
進一步觀察單目標搜索的組間反應時的兩兩對比結果，如表 5 所示，第一組、第三組均和第二組之間存在差異，差異結果具有統計學意義（P<0.05），而第一組和第三組之間差異不具有統計學意義（P>0.05），這種結果是由于三組目標字符和背景字符的相似度的差異造成的，進一步證明了由公式（1）選出的 3 組字符的合理性。
表5
組間反應時成對樣本t 檢驗
Table5.
t-test between groups of the response time
2 多目標搜索試驗結果
2.1 搜索時間結果
3 組目標字符中各目標字符的搜索時間結果如表 6 所示。利用單因素方差分析方法對 3 組目標字符組內的搜索時間進行方差分析，第一組目標字符“天”，“木”，“未”差異具有統計學意義（P<0.05），各個目標字符兩兩比較的結果差異也都具有統計學意義（P<0.05）。第二組的 3 個目標字符的搜索時間差異具有統計學意義（P<0.05），兩兩比較后發現“貧”、“貪”兩字和“賢”之間的差異具有統計學意義（P<0.05），而“貧”和“貪”之間的差異不具有統計學意義（P>0.05）。第三組的 3 個目標字符的搜索時間的差異均具有統計學意義（P<0.05），兩兩比較的結果發現其差異也都具有統計學意義（P<0.05）。
表6
多目標搜索各目標字符的平均搜索時間及單因素方差分析
Table6.
One-way analysis of variance and response time of each target character in the multi-objects search experiment
每組目標字符總的平均搜索時間及其單因素方差分析如表 7 所示，單因素方差分析結果發現，3 組組內的搜索時間差異具有統計學意義（P<0.05），兩兩比較的結果表明第一組、第三組兩組和第二組之間的差異具有統計學意義（P<0.05），而第一組和第三組之間差異不具有統計學意義（P>0.05）。
表7
每組的平均搜索時間及單因素方差分析
Table7.
Average search time of each group and one-way analysis of variance
2.2 眼動數據結果
3 組目標字符的注視點數量和平均每個注視點的注視時間如表 8 所示。
表8
每組的注視點數量
Table8.
Number of fixation point in every group
通過單因素方差分析結果發現 3 組目標字符的注視點數量差異具有統計學意義（P<0.05），而平均注視時間差異不具有統計學意義（P>0.05）。
用眼動儀記錄的多目標搜索的受試者部分掃視軌跡圖如圖 2 所示，不同顏色代表不同的受試者的掃視路徑。
圖2
受試者的掃視路徑圖
Figure2.
Eye scan path of the subjects
通過眼動數據的視頻回放可以看出受試者搜索過程中使用了三種搜索模式：平行搜索、系列搜索以及平行-系列搜索結合的復合搜索模式，如圖 3 所示。
圖3
三種搜索模式
Figure3.
Three kinds of Search pattern
平行搜索是一種自由的、無序的搜索、沒有意識控制其眼跳方向或眼跳距離。系列搜索是有意的、按照一定的搜索路徑（如從左至右、從上至下）進行的信息掃描。平行-系列搜索結合的復合搜索模式，是一種既有意識參與，但意識又不是完全控制眼動軌跡的一種掃描，它需要意識來貫徹執行一定的搜索策略，但并不是預先完全定好搜索的軌跡。從圖中展示的結果可以看出平行搜索模式中掃視軌跡沒有特定的規律，圖中紅色箭頭標示出了系列搜索模式與平行-系列搜索模式大致掃視路徑的方向。
有的受試者使用平行搜索模式較多，有的受試者使用系列搜索模式較多、而有的受試者使用第三種搜索模式較多。偏好不同搜索模式下受試者搜索 3 個目標所用的搜索時間如表 9 所示。
表9
不同搜索模式下受試者的搜索時間
Table9.
Search time of subjects in different search pattern
3 分析與討論
如表 6 所示，多目標搜索中，目標的出現次序會明顯影響搜索時間，當搜索目標為三個時，第二個搜索的時間最短。當目標字符與干擾字符的相似度較小時，第二個目標字符搜索時間最短，第一個搜索時間最長，當目標字符與干擾字符的相似度較大時，第二個字符的搜索時間最短，第一和第三個字符的搜索時間較為接近。結果說明，無論目標字符與背景干擾字符的相似度如何，都是第二個字符的搜索時間最短。Klein[10]研究發現工作記憶在視覺搜索過程中會暫時存儲曾被檢測過的項目（或位置），以防止對這些項目進行再搜索。在本試驗中，當受試者搜索到第一個目標字符后，由于工作記憶效應的存在，受試者記住了檢測過的空間位置，在對第二個目標進行搜索時，就不再對檢測過的位置重復檢測，這樣減小了搜索空間，提高了搜索效率。眼動記錄的結果也反映了工作記憶效應的存在，從回放的眼動掃視過程發現，受試者在搜索第二個目標時，雖然也偶爾再掃視一下曾經搜索過的區域，但其眼動基本都是在剩余的空間。其他的一些研究人員在對視覺搜索的眼動研究中，同樣發現了眼動數據的支持，例如，Klein 等[11]發現在視覺搜索過程中，眼跳更多地偏離先前注意過的項目，且這種偏離效應可以追溯到注視點之前的三個項目。視覺搜索中工作記憶的作用可以解釋本研究的第二個目標字符用時都比第一個目標字符少的原因。按照工作記憶效應，第三個字符應該比第二個目標字符時間更短，但是三組的第三個目標字符的搜索時間都比第二個長，這是與工作記憶效應相矛盾的。本研究認為，除了工作記憶效應的存在外，可能還有其它的認知機制在起作用，比如目標刺激與干擾之間的熟悉程度引起搜索模式的不同，材料越熟悉越會引起平行搜索，故猜測可能是由于熟悉性的原因導致搜索第三個字符時采用了大量的平行搜索模式從而造成搜索時間的增加。
每組目標字符總的平均搜索時間，如表 7 所示，目標字符與干擾字符的相似程度會明顯影響視覺搜索績效，目標字符與背景字符的相似度越大，搜索的時間越長，反之越短。這和 Duncan 等[12]的刺激相似性理論一致，他們認為，目標物和干擾物的相似性決定目標搜索績效，目標物與干擾物越不相似，就越容易形成局部對比，進而使目標從干擾物中突顯出來，引起人們的視覺注意和搜索。另外，目標漢字的結構復雜度也會在一定程度上影響搜索績效，在目標漢字與背景漢字相同的相似度時，目標漢字的結構復雜度越高其搜索時間也越長，這可能是因為目標漢字的筆畫的增多，增加了受試者在進行目標搜索時對其進行確認的難度，從而多耗費了一些時間。如表 8 所示，通過眼動數據結果可以發現，第一組的注視點最少，第二組的最多，說明當背景字符與目標字符的相似度較大時，增加了受試者的辨認搜索難度，受試者需要用更多的掃視來發現目標。
如表 9 所示，通過眼動掃視結果可以看出，視覺搜索中的三種搜索模式，平行-系列搜索的搜索績效最高。可以認為平行-系列搜索模式是一種靈活高效的掃視模式，在實際的目標搜索時，可以對人進行專門的掃視訓練，讓作業人員養成這種高效的掃視習慣。
本研究在進行試驗之前，首先進行了預試驗，剔除了一部分不符合要求的受試者數據，本試驗采集的 10 名受試者的多目標搜索反應時間，每名受試者分別采集了 180 組反應時間和空間坐標原始數據，數據量或許不是很充足，但作為對多目標搜索的探索性研究仍具有一定的借鑒意義與參考價值。另外，本研究設計了三組目標字符，后續可以增加多組與干擾具有不同相似度及自身復雜度的目標字符，以便更進一步地對多目標搜索的規律進行深入研究。
引言
視覺搜索是人獲取外界信息的一種重要方式，是指通過一系列的眼跳與注視獲取外界的刺激信息，從而完成信息加工[1]。視覺搜索在工業檢測、醫療、安檢以及軍事等領域均有著廣泛應用，長期以來一直是生理學、心理學及人因工程領域研究人員的重要研究內容[2]。
在已有視覺搜索的研究中，大部分都是對單目標視覺搜索的研究，即在有干擾中搜尋目標，判斷其是否出現并做出反應[3]。但是在日常生活和工作中，人們需要搜索的目標往往不止一個，例如：機場安全檢查時要在短時間內找到行李中所有的危險品；在進行工業檢測時缺陷也可能不止一處；軍事勘察中，敵方數個火力點可能分散在一片區域；空戰中需要對多個地方目標進行搜索、鎖定與攻擊。因此，對于多目標視覺搜索的研究具有重要的意義，通過對多目標視覺搜索的研究，了解人的搜索模式特點，尋找提高搜索績效的方法，可以更好地對作業人員進行掃視訓練或者指導各種顯控界面的設計。
在多目標視覺搜索中，和單目標搜索一樣，研究人員比較關注對于搜索模式和搜索績效的研究。Chan 等[4]在對 2 個目標的視覺搜索試驗中，總結出當搜索目標在搜索區域所占空間比例很小且目標搜索時間小于 30 s 時，搜索者基本都采取隨機搜索策略。Hong 等[5]通過研究證實，在多目標視覺搜索時，對于前幾個目標，搜索者傾向于采取系統搜索策略，而對于后幾個目標，搜索者傾向于隨機搜索策略。Morawski 等[6]的研究也指出，實際的搜索績效通常介于隨機搜索與系統搜索之間，這兩種方式是搜索績效的下界和上界。Hong 等[5]的多目標視覺搜索的仿真研究以及 Chan 等[7]的多目標視覺搜索的試驗研究結果均表明，當背景圖案遠遠大于目標個數的情形下，人們更傾向于采用隨機搜索策略進行目標搜索。
對視覺搜索模型的研究是研究人員對多目標搜索研究的另外一個較為關注的問題。Hong 等[5]將單目標隨機搜索模型拓展為多目標隨機搜索模型，他們假設當搜索區域中每個目標的搜索都是相互獨立的，則可視為多個獨立指數隨機變量的聯合分布函數，這樣就可以通過計算得到每一個目標的發現概率和搜索時間。于瑞峰等[2]認為多目標之間并不是相互獨立，而是相互影響的，他們基于返回抑制理論[8]，引入有效搜索區域概念，給出了對上述模型的修正模型。Morawski 等[6]對多目標搜索的系統搜索模型進行了研究，發現多目標的系統搜索模型不能直接從單目標的系統搜索模型拓展而來。在進行多目標搜索時，研究人員假設只要目標落在每次凝視所產生的視野范圍內，就一定能看到，也即只要將整個搜索區域掃描一遍，就能找出所有目標。這時，每個目標的搜索時間僅取決于它的位置。如果目標是隨機分布的，每個目標的平均搜索時間是相同的。Hong 等[5]將 Morawski 的模型進行了拓展，分別研究了當P0=1 和P0<1 時的多目標系統搜索模型。
目前的視覺搜索理論和模型基本都是建立在假設和數學計算的基礎上，還缺乏眼動數據的支持，而眼動測量技術則可以客觀地記錄視覺搜索過程中的掃視行為，因此基于以上研究基礎，本研究希望借助眼動測量手段對多目標搜索時的搜索時間規律和眼動行為進行研究，進一步揭示人在多目標搜索時的認知加工規律及眼動模式。通過本文研究結果，期望可為今后的工程實踐中各種顯示信息的布局設計提供理論依據和數據支持。
1 試驗設計
1.1 受試者信息
本試驗選取 10 名來自北京航空航天大學的在校研究生，年齡在 22～25 歲。所有受試者均沒有遺傳性家族神經疾病史，裸眼視力或矯正視力在 1.0 以上，均為右利手。在進行試驗前已征得受試者同意，并有適量報酬，搜索最快的 3 個人將有額外的獎勵。
1.2 試驗設備
本試驗使用德國 SMI 公司的 iViewX RED 桌面式眼動測量系統。其硬件主要包括一臺筆記本，一個 24 英寸的顯示器和眼動追蹤模塊。系統的采樣率為 120 Hz，追蹤分辨率為 0.03°，凝視定位精度為 0.4°。筆記本為控制機，由主試控制試驗進程，顯示器呈現刺激材料給受試者。眼動追蹤模塊安裝在顯示器的下方，它可以實時追蹤采集受試者的視線位置，并將采集到的數據信號存儲到控制機筆記本上，經 iViewX RED 軟件系統的計算處理，可以得到注視、掃視、瞳孔和眨眼的眼動數據。
1.3 試驗任務
目前已有的研究中很少有人將漢字作為多目標搜索試驗的刺激內容，因此在本章的試驗設計里將刺激內容確定為漢字。
試驗要求受試者在一群干擾字符中搜索 3 個目標字符，它們由計算機編程呈現在 24 英寸的顯示器上。計算機程序自動記錄每個目標字符的搜索時間，眼動儀自動記錄受試者搜索過程中的眼動數據。干擾字符和目標字符都是漢字并同時出現。在整個搜索試驗過程中，干擾字符保持不變，為同一個漢字“再”。目標字符分為 3 組：“天、木、未”，“貪、貧、賢”和“墓、慕、幕”。目標字符組間具有不同的復雜度，組內具有相近的相似度，而每組目標字符與干擾字符之間也有不同的相似度。漢字復雜度由漢字筆畫的數量來決定，筆畫越多復雜度越高。漢字的相似度計算方法如式（1）所示[9]。
| $S = K \times \left( {A + B} \right){\rm{ }} = K \times \left( {E/F + C/D} \right)$ |
K 為結構相似度系數，比較兩個字的拓撲結構，拓撲結構相同K=1，兩個字具有相似可比性；拓撲結構不同K=0，兩個字不具有相似可比性；
A 為差異部分里相似的筆畫數比例；
B 為相似的結構塊數比例；
C 為筆畫相位一致的結構塊數；
D 為全字的結構塊總數。
E 為相似并且位置也相近的共同筆畫數；
F 為形近字的筆畫數最大差異部分筆畫數
把相似結構塊數比例定義為B=C/D，把差異部分里相似比例定義為A=E/F。相似度數值范圍為 0～1。最大值為 1 代表相似最高，最小值為 0 代表相似最低。利用上述公式計算得到的目標字符的組內相似度結果如表 1 所示，目標字符與干擾字符的相似度計算結果如表 2 所示。
表1
目標字符組內相似度
Table1.
Similarity degree of target characters in the same group
表2
目標字符與干擾字符相似度
Table2.
Similarity degree between target and distraction characters
1.4 試驗流程
（1）讓受試者練習 10 min 左右以熟悉試驗任務和流程；
（2）調整受試者的位置和坐姿，使受試者眼睛距離屏幕 40 cm 左右；
（3）調整屏幕的高度和角度，使受試者視線放松時視線中心落在屏幕的中心附近，且視線與屏幕之間的角度大約保持 90°，如圖 1 所示；
圖1
試驗任務場景及多目標搜索界面
Figure1.
Experiment scene and display interface of multiple object search
（4）進行眼動儀的標定；
（5）進入試驗刺激任務界面，進行目標搜索試驗；受試者首先輸入姓名進入界面，當受試者找到一個目標時，迅速按下鍵盤上的 1 鍵。接著繼續需找第二個目標，按下 2 鍵，再找到第 3 個目標，按下 3 鍵；
（6）當完成 3 次按鍵后，試驗界面上 3 個目標字符的字體會變紅，如圖 1 所示，目的是讓受試者核對其目標字符搜索位置的正確性，并有彈出提示對話框“Is your answer right？”，如圖 1 所示。如果錯誤，將不會記錄該次試驗數據。
（7）在核實之后進入休息界面，休息完畢單擊界面上的“yes”進行下次的目標搜索。
1.5 單目標搜索試驗
按照式（1）所選擇的 3 組目標字符，每一組組內的單目標搜索反應時應該接近，而組間由于相似度的差異，組間的單目標平均搜索反應時應該有某種程度上的差異。為了驗證式（1）計算得到的 3 組目標字符的反應時差異，在進行正式的多目標搜索試驗之前，先對每個目標字符進行了單目標搜索試驗，得到了 3 組目標字符中各目標字符的反應時，以及與每組字符的平均反應時，如表 3、表 4 所示。
表3
單目標搜索各目標字符反應時及組內單因素方差分析結果
Table3.
One-way analysis of intraclass variance and response time of each target character in the single object search experiment
表4
單目標搜索組間單因素方差分析結果
Table4.
One-way analysis of inner-class variance of every group target characters in the single object search experiment
用單因素方差分析方法對數據結果進行方差分析，如表 3、表 4 所示，3 組目標字符組內搜索反應時差異不具有統計學意義（P>0.05）。3 組目標字符之間的平均搜索反應時差異具有統計學意義（P<0.05）。以上方差檢驗的結果驗證了由公式（1）計算得到的目標字符相似度的正確性。
進一步觀察單目標搜索的組間反應時的兩兩對比結果，如表 5 所示，第一組、第三組均和第二組之間存在差異，差異結果具有統計學意義（P<0.05），而第一組和第三組之間差異不具有統計學意義（P>0.05），這種結果是由于三組目標字符和背景字符的相似度的差異造成的，進一步證明了由公式（1）選出的 3 組字符的合理性。
表5
組間反應時成對樣本t 檢驗
Table5.
t-test between groups of the response time
2 多目標搜索試驗結果
2.1 搜索時間結果
3 組目標字符中各目標字符的搜索時間結果如表 6 所示。利用單因素方差分析方法對 3 組目標字符組內的搜索時間進行方差分析，第一組目標字符“天”，“木”，“未”差異具有統計學意義（P<0.05），各個目標字符兩兩比較的結果差異也都具有統計學意義（P<0.05）。第二組的 3 個目標字符的搜索時間差異具有統計學意義（P<0.05），兩兩比較后發現“貧”、“貪”兩字和“賢”之間的差異具有統計學意義（P<0.05），而“貧”和“貪”之間的差異不具有統計學意義（P>0.05）。第三組的 3 個目標字符的搜索時間的差異均具有統計學意義（P<0.05），兩兩比較的結果發現其差異也都具有統計學意義（P<0.05）。
表6
多目標搜索各目標字符的平均搜索時間及單因素方差分析
Table6.
One-way analysis of variance and response time of each target character in the multi-objects search experiment
每組目標字符總的平均搜索時間及其單因素方差分析如表 7 所示，單因素方差分析結果發現，3 組組內的搜索時間差異具有統計學意義（P<0.05），兩兩比較的結果表明第一組、第三組兩組和第二組之間的差異具有統計學意義（P<0.05），而第一組和第三組之間差異不具有統計學意義（P>0.05）。
表7
每組的平均搜索時間及單因素方差分析
Table7.
Average search time of each group and one-way analysis of variance
2.2 眼動數據結果
3 組目標字符的注視點數量和平均每個注視點的注視時間如表 8 所示。
表8
每組的注視點數量
Table8.
Number of fixation point in every group
通過單因素方差分析結果發現 3 組目標字符的注視點數量差異具有統計學意義（P<0.05），而平均注視時間差異不具有統計學意義（P>0.05）。
用眼動儀記錄的多目標搜索的受試者部分掃視軌跡圖如圖 2 所示，不同顏色代表不同的受試者的掃視路徑。
圖2
受試者的掃視路徑圖
Figure2.
Eye scan path of the subjects
通過眼動數據的視頻回放可以看出受試者搜索過程中使用了三種搜索模式：平行搜索、系列搜索以及平行-系列搜索結合的復合搜索模式，如圖 3 所示。
圖3
三種搜索模式
Figure3.
Three kinds of Search pattern
平行搜索是一種自由的、無序的搜索、沒有意識控制其眼跳方向或眼跳距離。系列搜索是有意的、按照一定的搜索路徑（如從左至右、從上至下）進行的信息掃描。平行-系列搜索結合的復合搜索模式，是一種既有意識參與，但意識又不是完全控制眼動軌跡的一種掃描，它需要意識來貫徹執行一定的搜索策略，但并不是預先完全定好搜索的軌跡。從圖中展示的結果可以看出平行搜索模式中掃視軌跡沒有特定的規律，圖中紅色箭頭標示出了系列搜索模式與平行-系列搜索模式大致掃視路徑的方向。
有的受試者使用平行搜索模式較多，有的受試者使用系列搜索模式較多、而有的受試者使用第三種搜索模式較多。偏好不同搜索模式下受試者搜索 3 個目標所用的搜索時間如表 9 所示。
表9
不同搜索模式下受試者的搜索時間
Table9.
Search time of subjects in different search pattern
3 分析與討論
如表 6 所示，多目標搜索中，目標的出現次序會明顯影響搜索時間，當搜索目標為三個時，第二個搜索的時間最短。當目標字符與干擾字符的相似度較小時，第二個目標字符搜索時間最短，第一個搜索時間最長，當目標字符與干擾字符的相似度較大時，第二個字符的搜索時間最短，第一和第三個字符的搜索時間較為接近。結果說明，無論目標字符與背景干擾字符的相似度如何，都是第二個字符的搜索時間最短。Klein[10]研究發現工作記憶在視覺搜索過程中會暫時存儲曾被檢測過的項目（或位置），以防止對這些項目進行再搜索。在本試驗中，當受試者搜索到第一個目標字符后，由于工作記憶效應的存在，受試者記住了檢測過的空間位置，在對第二個目標進行搜索時，就不再對檢測過的位置重復檢測，這樣減小了搜索空間，提高了搜索效率。眼動記錄的結果也反映了工作記憶效應的存在，從回放的眼動掃視過程發現，受試者在搜索第二個目標時，雖然也偶爾再掃視一下曾經搜索過的區域，但其眼動基本都是在剩余的空間。其他的一些研究人員在對視覺搜索的眼動研究中，同樣發現了眼動數據的支持，例如，Klein 等[11]發現在視覺搜索過程中，眼跳更多地偏離先前注意過的項目，且這種偏離效應可以追溯到注視點之前的三個項目。視覺搜索中工作記憶的作用可以解釋本研究的第二個目標字符用時都比第一個目標字符少的原因。按照工作記憶效應，第三個字符應該比第二個目標字符時間更短，但是三組的第三個目標字符的搜索時間都比第二個長，這是與工作記憶效應相矛盾的。本研究認為，除了工作記憶效應的存在外，可能還有其它的認知機制在起作用，比如目標刺激與干擾之間的熟悉程度引起搜索模式的不同，材料越熟悉越會引起平行搜索，故猜測可能是由于熟悉性的原因導致搜索第三個字符時采用了大量的平行搜索模式從而造成搜索時間的增加。
每組目標字符總的平均搜索時間，如表 7 所示，目標字符與干擾字符的相似程度會明顯影響視覺搜索績效，目標字符與背景字符的相似度越大，搜索的時間越長，反之越短。這和 Duncan 等[12]的刺激相似性理論一致，他們認為，目標物和干擾物的相似性決定目標搜索績效，目標物與干擾物越不相似，就越容易形成局部對比，進而使目標從干擾物中突顯出來，引起人們的視覺注意和搜索。另外，目標漢字的結構復雜度也會在一定程度上影響搜索績效，在目標漢字與背景漢字相同的相似度時，目標漢字的結構復雜度越高其搜索時間也越長，這可能是因為目標漢字的筆畫的增多，增加了受試者在進行目標搜索時對其進行確認的難度，從而多耗費了一些時間。如表 8 所示，通過眼動數據結果可以發現，第一組的注視點最少，第二組的最多，說明當背景字符與目標字符的相似度較大時，增加了受試者的辨認搜索難度，受試者需要用更多的掃視來發現目標。
如表 9 所示，通過眼動掃視結果可以看出，視覺搜索中的三種搜索模式，平行-系列搜索的搜索績效最高。可以認為平行-系列搜索模式是一種靈活高效的掃視模式，在實際的目標搜索時，可以對人進行專門的掃視訓練，讓作業人員養成這種高效的掃視習慣。
本研究在進行試驗之前，首先進行了預試驗，剔除了一部分不符合要求的受試者數據，本試驗采集的 10 名受試者的多目標搜索反應時間，每名受試者分別采集了 180 組反應時間和空間坐標原始數據，數據量或許不是很充足，但作為對多目標搜索的探索性研究仍具有一定的借鑒意義與參考價值。另外，本研究設計了三組目標字符，后續可以增加多組與干擾具有不同相似度及自身復雜度的目標字符，以便更進一步地對多目標搜索的規律進行深入研究。
