2018年4月图 学 学 报April 2018第39卷 第2期JOURNAL OF GRAPHICSV ol.39No.2第一作者：孙 辉(1990-)，男，山东滕州人，硕士研究生。

主要研究方向为信息与交互设计。

E-mail ：61019@通信作者：吕 健(1983-)，男，河北保定人，副教授，博士。

主要研究方向为认知设计、交互设计。

E-mail ：305515940@VR 系统信息可视化模型孙 辉， 吕 健， 寸文哲(贵州大学现代制造技术教育部重点实验室，贵州 贵阳 550025)摘要：针对虚拟环境中用户认知负荷较重和资源分配不协调问题，综合分析了人脑认知活动中信息的显性化表达，提出一种基于分布式认知的信息可视化资源模型。

通过计算机感知虚拟环境中用户动作、行为、任务等信息，依据资源分配方案确定资源和信息之间映射关系，并以信息表象的形式贮存；通过对信息表象进一步精致化，实现交互界面视觉元素的优化布局；本文结合眼动追踪设备对VR 系统原型进行可用性评估实验，实验结果表明该可视化模型能够降低用户认知负荷，改善用户体验。

关键词：分布式认知；信息可视化；虚拟现实；资源模型；人机交互中图分类号：TP 391 DOI ：10.11996/JG .j.2095-302X.2018020317 文献标识码：A文 章 编 号：2095-302X(2018)02-0317-10VR System Information Visualization Model CognitionSUN Hui, LV Jian, CUN Wenzhe(Key Laboratory of Advanced Manufacturing Technology, Ministry of Education, Guizhou University, Guiyang Guizhou 550025, China)Abstract: An information visualization resource model based on distributed cognition was proposed to solve the unequal user cognitive load and resource allation problem in virtual environment, with the analysis of information explicit expression in human brain cognitive activities. The system obtains user action, behavior, task and other information in virtual environment based on the computer-aware technology. Resource allocation scheme was used to optimize the mapping between resource and information, and stored in the form of information imagery. The information imagery was riched by imagery library to optimize the visual elements of interactive interface. The usability evaluation experiment about virtual reality system prototype were carried out on eye tracking equipment. The experimental results demonstrate that the visualization resource model is realized to decrease user’s cognitive burden and improves user experience.Keywords: distributed cognition; information visualization; virtual reality; resource model; human-computer interaction目前，以信息感知、资源匹配、信息显性化表达为特征的信息表征方法在设计相关领域得到广泛研究与应用，特别是在工业产品展示、3D 虚拟教学、文化艺术品体验等相关领域，信息表征由二维屏幕逐渐过渡到三维虚拟现实(virtual reality, VR)中。

分布式认知是由认知心理学发展而来的一种新的认知概念，综合考虑人、计算机、环境在认知活动中的影响，建立人机交互过程中用户动作和318 虚拟现实/增强现实2018年计算机资源之间的联系，为人机交互领域提供一种新的认知范式。

分布式系统描述内部和外部表征信息的交换和融合，探究了人与技术，人与人之间的认知分布，是对表征信息进行加工处理的过程[1]。

在人机交互领域研究中，人的认知活动在考虑认知主体(人脑)之外，同时还要考虑认知发生的环境、外部媒介、外部工具等认知客体对认知活动的影响。

LEE和ELLIS[2]提出一种人机交互系统，用于融合增强现实(augmented reality, AR)技术和用户的操作行为，利用传感器结合AR视图，协助用户实现任务目标。

LI和DUH[3]从用户体验的角度分析了AR中用户交互行为和认知之间关系，重点关注交互活动中信息表征、行为互动、经验分享3方面对虚拟环境认识功能的影响。

HARRISON[4]提出一种基于信息资源概念的交互式建模新方法，结合信息资源模型分析分布式认知与人机交互建模的关系，将基于单用户系统的分布式认知分析扩展为更为适合的大型分析单元，并将行为资源作为人机交互活动的核心。

RAJKOMAR等[5]探究了时间对于分布式认知系统的影响，将时间连续体作为认知过程的外部媒介，允许用户利用预期记忆对任务顺序、持续时间等进行配置，降低用户认知工作的复杂性。

程时伟和孙守迁[6]综合分析认知过程中的内外表征，提出一种资源模型用于信息结构定义和信息资源组织，实现认知的外部化和表面化。

从VR和分布式认知相关研究来看，国外VR 技术更多应用在工业仿真、医学、未来虚拟等方面，研究重点在于用户界面、感知信息、用户体验及软件系统设计等方面。

分布式认知强调的是认知过程中，认知主体和认知客体、环境之间的映射关系，通过构建认知资源模型实现交互过程中信息框架构建和交互策略定义。

分布式认知概念多应用与教育教学、VR、协作学习系统等领域，在虚拟环境应用方面强调环境中交互性学习，认知共同体构建等概念，着重对其功能实现、场景规划、虚拟教学等方面进行深入研究。

1信息可视化资源模型1.1 模型结构在心理学中，资源(Resource)是提供给处理过程的一定数量的信息[7]。

本文将资源模型定义为在产品使用过程中，指导计算机识别信息并做出相应反馈的信息集合。

模型使用任务、历史、长期倾向、偏爱、供给、精致化6种资源来描述计算机认知模型。

(1) 任务(Task)。

定义计算机信息表征实现的最终目标，是计算机在历史、供给等相应资源配合下指导动作的决策，认知过程中任务指令被解析为不同子任务，即(){}12=,,,,nTas His His His Mat其中，Tas为任务；His为计算机中贮存的动作历史路径及相对应的计算机资源；Mat是依据历史路径对相应计算机资源与子任务进行匹配的方法。

(2) 历史(History)。

在人机交互过程中，描述事件发生时相对应的动作、环境及计算机资源，是一系列事件和相应动作、环境的组集，即()()()111222,,,,,,,=,,n n nAct Cir Res Act Cir ResHistoryAct Cir Res⎧⎫⎪⎪⎨⎬⎪⎪⎩⎭其中，Act、Cir、Res分别描述事件发生时用户的操作行为、表征环境、计算机资源。

(3) 长期倾向(Tendency)。

在交互事件执行过程中，当有明确任务指令时，认知系统停止执行当前操作转向执行新任务的过程。

Tse是发生事件veEIns Per−−→。

Tse描述长期倾向事件，Ins是不同情境下任务指令，veE是长期倾向事件发生时的环境，Per表示长期倾向事件发生。

(4) 偏爱(Bias)。

本文定义偏爱[8]的概念为人脑依据用户自身认知模式对表征信息作出倾向性选择。

(5) 供给(Affordance)[9-10]本文指人用推理的方式使用工具，描述了用户和环境之间的操作属性。

在交互过程中，计算机依据历史资源判断可能出现的下一步动作和由长期倾向直接触发的动作集合，即{}()i iCA Act Act His His His=→，且{}()i iCA Act Act His His His=→，且Aff CA CT=其中，CA为历史路径中用户动作；Act为可能出现的下一步动作；His为历史路径集合，iHis为当前路径；CT为长期倾向引发的动作；iTse为长期倾向事件发生。

(6) 精致化(Elaboration)。

在认知过程中，人脑联结表象信息并对其作出标识或解释。

在整个第2期 孙 辉，等：VR 系统信息可视化模型 319交互活动中，多个表象信息联结构成背景，单个表象信息在多个相似表象的基础上进一步被丰富，该过程为(){},i i Ela Iage Iage Cir Cir Cir Cir =≡→且其中，Ela 为精致化过程；Iage 为不同环境中的信息表象；Cir 为表象所处的环境；i Cir 为精致化完成后表象环境。

1.2 交互策略基于分布式认知资源模型分析用户认知行为，结合当前操作情境、技术、用户习惯构建信息认知资源模型，该模型由信息结构和信息交互策略两部分组成。

其信息交互策略包括任务解析、资源配置、表象精致化、信息表征和反馈评估5个部分，如图1所示。

图1 资源模型交互策略(1) 任务解析。

其是资源模型实现信息表征的早期阶段，计算机感知用户任务、行为、动作，依据历史资源匹配相关计算机资源并以信息表象的形式贮存。

该策略是一个动态过程，强调的是用户任务、使用情境以及信息分类贮存之间的映射关系，如图2所示。

(2) 资源配置。

资源配置描述在计算机认知过程中，依据资源分配方案对信息进行筛选并转化为目标表象的过程。

计算机依据供给资源对目标表象进行相似度计算，选取相似度较高的表象信息进行精致化处理，若有长期倾向事件发生则直接转化为表象信息进行精致化，剩余信息表象衰减，其过程如图3所示。