【隐创127期】军事目标显著性与可识别性的研究（一）
编者按：
现代研究认为，目标的显著性与可识别性可以作为两种有效的军事手段进行应用。目标的显著性在作战中被定义为目标能够吸引视觉注意力的视野中心周围的区域，视觉显著性能够预测人类在与军事相关的复杂场景中的视觉搜索性能。视觉显著性可用于在现场（复杂环境中）或实验室中简单、快速地测量，这消除了对昂贵且耗时的视觉搜索实验的需要。现场测量和实验室测量之间的一致性意味着显著性可以用来验证合成图像。
目标的可识别性在作战中被定义为将目标特性减少至其识别阈值所需的高斯模糊量。这是一个有效的度量标准，可以用来深入了解人类的识别性能，而不必求助于复杂和昂贵的实验。可识别性与PID性能直接相关，因此非常适合于比较合成图像和真实图像。研究团队的结论是，通过将目标的显著性和可识别性设置为与现实世界中的目标相同，可以为人类视觉搜索和检测任务校准合成图像。
关键词：可识别性，显著性，模拟，验证，人类感知，合成图像
合成图像现在广泛用于各种军事相关活动，如伪装和传感器系统的训练和评估。合成图像的生成通常涉及图像形成中所涉及的物理过程的一系列计算近似和简化，以便满足实时系统中的更新速率或简单地实现合理的计算时间。这些近似值可能会降低最终图像的保真度。然而，在实践中实际需要的保真度和细节水平取决于为其生成合成图像的任务。例如，当执行驾驶任务时，建筑物、云、树和草等细节的颜色和定义是不相关的（这些不一定在物理上或感知上是正确的），只要道路可以被看到，就像在现实中一样。许多军事任务涉及人类视觉搜索、检测和识别，这意味着合成图像应根据人类视觉搜索、检测和识别进行感知校准。
合成图像校准通常是通过在实验室和试验外场对合成图像执行相同的感知任务来完成的，在这两种情况下都使用相似的场景数据作为输入。然而，在大多数情况下，这导致了高昂的费用和耗时的实验，需要大量观察者和资源来获得统计显著性。在某些情况下，进行现实生活中的实验甚至可能太危险或不切实际。因此，需要一种有效的任务性能测量方法，用于快速评估合成图像相对于给定观察者任务的保真度。
TNO研究人员开发了两种有效的任务相关措施，可用于校准用于人类视觉搜索和检测任务的合成图像，包括视觉显著性和视觉可识别性。
视觉显著性预测人类在现实和军事相关的复杂场景中的视觉搜索性能。显著性可以在现场（复杂环境中）或实验室中轻松快速地测量，只需要几个观测者（通常是2-3个）就能达到足够的精度。此外，在实验室的照片、幻灯片上测量的显著性与在现场测量的显著性一致。这消除了对昂贵且耗时的视觉搜索实验的需要，视觉搜索实验通常需要大约100个观察者和多次重复来获得统计上显著的结果。
可识别性被定义为将目标特性减少到其识别阈值所需的模糊量。我们确定了一大组对应的合成和真实前视红外图像的度量标准，这些图像代表了在不同角度和距离下测量的10种不同的军用车辆。结果表明，新的度量与识别概率有很强的相关性。可识别性可以通过简单标准的程序快速确定。
2.1介绍
当目标从背景中更加突出时，它将更容易被检测到。因此，先验地可能的是，捕捉人类观察者所感知的目标的视觉清晰度的度量应该与人类视觉搜索性能相关联。
TNO机构开发了一种心理物理学程序，用于量化复杂场景中目标的视觉显著性。在这种方法中，目标显著性在作战中被定义为目标和眼睛注视点之间的最大横向距离，在该距离处可以区分目标。这种显著性度量可以在现场快速确定，并且可以在充分了解目标及其在场景中的位置的情况下使用。它描述了目标从周围环境中脱颖而出的程度。
本节介绍视觉显著性的概念和相关的测量程序。
2.2目标显著性
目标的显著区域被定义为视野中心周围目标能够吸引视觉注意力的区域，因为它被认为与其局部背景明显不同。图1展示了显著区域的概念，此图显示了两个处于树木繁茂环境中的受试者。两个主题都有不同的显著区域。左边的主体比较显眼，因为她穿了一件明亮的复古反光夹克，与当地背景有很高的亮度和色彩对比。右边的主体不那么显眼，因为他的毛衣与当地背景的亮度和色彩对比极小。明亮的区域代表中心主体的显著区域。一个目标可以通过其相应的显著区域内的任何眼睛注视来区分。观察者(左下)正在使用获得专利的TNO显著性测量仪来测量受试者的显著性。
图 1 显著区域概念的图解
2.3测量程序
为了确定一个物体在背景中的视觉显著性，人们需要量化它吸引注意力的程度。这里介绍的显著性测量程序如下，首先观察者目视检查目标。这样做是为了确保观察者知道他应该将注意力引向场景中的哪个对象。这对于许多细节争夺观察者注意力的复杂场景尤其相关。接下来，观察者注视场景中的一个点，该点(a)与目标位置相距很大的角度距离，以及(b)与目标的观看距离相当的观看距离。当观察者注视这一点时，目标应该位于他周围视野的远处，这样就不能区分它。然后，观察者连续地注视场景中逐渐靠近目标位置的位置，直到他能够感知（辨别）其周边视野中的目标。连续的注视点沿着通过初始注视点和目标中心的线。首先记录目标的注视位置和目标中心之间的角距离。测量至少重复三次。受试者通常能在一分钟内做出设定，这样获得的距离的平均值被用作在初始注视点方向上目标显著区域的特征空间范围。
我们定义了两种不同的标准来确定目标是否可以被感知。第一个标准是目标位置是否有任何与本地背景不同的视觉特征，该标准导致检测显著距离。可以使用的第二个标准是目标位置处的空间结构是否确实类似于目标，或者实际上可以被识别为目标。这个标准产生一个识别显著距离。
2.4典型案例
引人注目的测量包括一个免费的观察程序。本节描述了可用于实验室和现场情况的实验技术，并给出了两种情况下显著性测量的示例。
本节其余部分报告的实验中使用的输入是幻灯片。这些幻灯片是在DISSTAF(分布式交互式模拟、搜索和目标捕获保真度)现场测试期间拍摄的，每一个场景都代表一辆军车，背景是复杂的农村。在DISSTAF试验期间，还在现场测量了车辆的显著性。这样可以直接比较实验室和现场的结果。
2.5现场测量
当测量现实世界场景中物体的显著性时，观察者应该首先注视目标并注意其特征细节。这可能有助于在实际显著性测量过程中区分目标及其周围。然后，观察者应该对其周边视野中目标不再被感知的最小阈值角度进行粗略估计。之后，他应该注视场景中与目标大致相同距离的细节。该注视点与目标之间的视角应超过阈值视角，观察者应该慢慢地向目标的方向移动他的注视点，直到他第一次注意到目标。目标和第一次注意到目标的注视点之间的角度决定了给定观看距离下目标的显著性。阈值视角和观看距离决定了显著区域的范围。这个范围被定义为目标和通过目标的前焦平面中的注视点之间的距离，在该处目标被第一次注意到。研究表明，该范围对于观察距离的变化是不变的（对于观察距离不是小到目标覆盖大的视野区域或者大到目标在视网膜中央视野中不能再被区分）。因此，可以注意到目标的周边角度通常会随着观看距离的增加而减小。
当在野外使用上述自由观察程序时，目标距离和视角可以使用带有内置激光测距仪和电磁罗盘的双筒望远镜(例如徕卡1500 DAES)。
在DISSTAF现场试验中部署的目标的显著性较低，而且视距较大(最远可达8公里)。因此，使用一副放大10倍的双筒望远镜在野外测量显著性。
2.6实验室测量
测量显著性的新程序(在2.3节中介绍)较为简单、省时，因此即使在动态和复杂的环境中也可以很容易地在原位执行。然而，在某些情况下，从照片、幻灯片或视频材料中测量醒目性可能更为实际。在这种情况下，还可以通过在场景中引入注视点来帮助观察者在测量期间保持注视，这可以例如通过在场景区域上投射激光点来实现。
DISSTAF目标的显著性是在实验室中根据从野外拍摄的图像数据投影进行测量的。选择观看距离和投影图像范围的组合，使得场景以10倍的放大率被感知，类似于在实际实地试验中使用的双筒望远镜的放大率。
图 2 检测显著区域的特征空间范围(以度为单位)，分别在现场和实验室代表现场场景的摄影幻灯片投影上测量。显示了两个观察者(受试者PB和FK，分别用向上和向下的三角形表示)的数据。所画的线连接相等的实验室和现场显著性的点，并与数据点紧密拟合(r=0.89)。误差约为值的17%(双向)
2.7现场测量和实验室测量之间的关系
目标显著性的现场和实验室测量可能不同，因为照片复制过程影响目标的视觉特征。为了评估这两种测量之间的关系，我们使用从现场拍摄的幻灯片确定了上述军用目标车辆在现场和实验室中的显著性。
图2显示，在实验室对照片幻灯片投影测量的显著性与在现场测量的显著性一致(r=0.89)，显著性值大于约1度。对于现场显著性值小于1度的目标，实验室结果总是低估目标的显著性。这可能是因为这些目标的分辨率受到照相材料颗粒大小的限制，因为这些图像是在较大的观看距离下拍摄的，这意味着显著性在很大程度上对场景亮度的整体变化和色彩平衡的变化是稳健的。这一发现很重要，因为它意味着用光模拟研究或视觉场景生成器获得的结果与它们所代表的真实生活情况直接相关。因此，原则上可以通过从模拟图像测量显著性来交互优化试验标志的设计和放置。
2.8显著性与搜索时间的关系
我们研究了在现实和军事相关的复杂场景（DISSTAF试验）中目标显著性和人类视觉搜索性能之间的关系。
图3和图4分别显示了平均搜索时间与检测和识别显著性之间的关系。这些数字表明，目标显著性和平均搜索时间确实有很强的相关性。
目标显著性的对数值和平均搜索时间之间的相关性比检测显著性的对数值和平均搜索时间之间的相关性(r=0.84)稍高(r=0.89)。这可能是因为当场景中的一个细节与潜在目标相似时，更容易吸引注意力。当单个周边固定足以注意到它不像目标时，高度可见的细节(具有较大的检测显著性)不需要引起注意。
2.9讨论
本节给出的结果令人信服地表明，目标醒目性可以预测视觉搜索性能。这是一个重要的结果，因为与传统方法相比，显著性方法大大减少了获得可靠搜索时间估计所需的时间和观察者数量。现场测量和实验室测量之间的一致性意味着显著性可以用来验证模拟图像。
图 3 平均搜索时间和检测显著性之间的关系。所画的线表示数据点对数的线性最小二乘拟合的结果(r=0.84)。检测显著性估计的误差约为该值的17%，平均搜索时间的误差约为该值的14%
图 4 平均搜索时间和识别显著性之间的关系。所画的线表示数据点对数的线性最小二乘拟合的结果(r=0.89)。识别显著性估计的误差约为该值的23%，平均搜索时间的误差约为该值的14%