像素、植物与人：城市绿地的情感评估

文献标题

Pixels, Plants, and People: Affective Evaluation of Urban Green Spaces

出版信息

• 研究领域：利用多模态生理与视觉数据对城市绿地进行情感评价。
• 关键词：城市绿地，情感评价，眼动追踪，EEG，植被组成，城市设计，绿化阈值，多模态感知，用户感知，城市信息学。

背景与问题

• 问题/挑战：城市规划者缺乏可扩展且对组成敏感的工具来预测用户对城市绿地的感知，通常依赖于树冠覆盖率等粗略指标。
• 重要性：理解城市绿地的情感影响对于提升城市环境中的幸福感、安全性和满意度至关重要。
• 动机与相关研究：先前研究表明绿化对情绪和压力有益，但通常依赖单一模态，缺乏像素级语义分析，并且未公开数据集。本研究通过将像素级场景组成与多模态生理和情感反应相结合，填补了这些空白。

解决方案

• 提出的方法：通过实验室研究结合眼动追踪、EEG和用户评分，评估用户对城市绿地的情感反应，并使用像素级语义分割分析城市场景。
• 创新点：
  1. 对城市场景进行像素级分析，将视觉组成与情感反应联系起来。
  2. 整合眼动追踪、瞳孔动态和EEG数据，评估用户体验。
  3. 确定绿化阈值（约15%）及特定植被元素对感知愉悦度的提升作用。
  4. 公开一个包含分割图像、生理反应和分析脚本的数据集。
• 流程与关键技术：
  1. 参与者观看30张城市场景图片，同时记录眼动和EEG数据。
  2. 图片被语义分割为14个城市类别，并分析植被与非植被的比例。
  3. 收集用户对愉悦度、安全感、满意度和平静感的评分。
  4. 多模态分析将场景组成与注视模式、瞳孔反应、EEG活动和用户评分联系起来。

结果

• 具体发现：
  • 绿化比例约为15%的场景被一致评价为愉悦。
  • 树木和草本层对积极感知的贡献最大，而硬质景观和车辆元素对评分有负面影响。
  • 愉悦场景引发较小的瞳孔扩张、更持久的注视，以及表明放松参与的EEG模式。
• 相较基线的优势：超越了“绿化越多越好”的通用指导，明确了驱动情感反应的具体植被类型和比例。
• 实验/评估：
  • 27名参与者在实验室环境中观看了30张城市场景图片。
  • 使用150 Hz的眼动追踪和8通道、250 Hz的EEG设备，以及用户评分。
  • 对图片进行语义分割和绿化分析。
  • 结果通过另一文化背景下27名参与者的在线研究验证。
• 局限性与未来工作：
  • 样本量小且基于静态实验室图片，限制了结果的普适性。
  • 文化和环境因素可能影响结果。
  • 未来工作应包括真实场景或XR验证、移动感知以及更大、更具多样性的样本。

总结

本研究表明，通过将像素级场景组成与多模态生理和行为数据相结合，可以预测城市绿地的情感特性。绿化比例约为15%的场景，特别是树木和草本层，被一致评价为愉悦。眼动追踪和EEG数据揭示了绿化场景下的放松参与模式和降低的唤醒水平。研究结果为城市设计和规划提供了可操作的指导，例如优先考虑特定植被类型并减少硬质景观暴露。数据集和分析脚本的公开支持了研究的复现和进一步探索，为开发基于组成感知、以用户为中心的城市设计工具铺平了道路。