一种调度员视觉搜索能力的测试方法和系统与流程

本发明涉及视觉搜索能力测试技术，特别涉及一种调度员视觉搜索能力的测试方法和系统。

背景技术：

视觉搜索能力是在某一刺激背景中找出特定刺激的能力。对于调度员(例如，高铁调度员)来说，在邻台运行图中找到接入所辖区段的列车在交接车站的接入时间是一项基本的技能，该技术属于一种视觉搜索能力。因此，对调度员的视觉搜索能力进行有效地测试对于调度安全具有重要的意义。

然而，在现有技术中已有的视觉搜索能力的研究中，主要所使用的方法是：对比不同人群各项考核指标的差异，而并未有定量化的测试(或考核)方法对调度员的视觉搜索能力给出定量化的测试结果。

技术实现要素：

有鉴于此，本发明提供一种调度员视觉搜索能力的测试方法和系统，从而可以对当前被测试调度员的视觉搜索能力进行有效地测试，给出量化的测试分数。

本发明的技术方案具体是这样实现的：

一种调度员视觉搜索能力的测试方法，该方法包括：

通过显示装置向被测人员随机或按预设显示顺序显示整齐排列的第一类刺激矩阵或第二类刺激矩阵；所述第一类刺激矩阵中所有刺激元均相同，所述第二类刺激矩阵中至少有一个刺激元与其所在的刺激矩阵中的其它刺激元不同；

在测试过程中，通过眼动采集装置持续地实时采集被测人员的眼动数据，并当被测人员根据所显示的刺激矩阵进行相应的按键操作时，通过行为采集装置持续地实时采集被测人员的行为数据；

在测试过程结束之后，对所采集的眼动数据和行为数据进行标准化以及一致化操作；

根据标准化以及一致化操作后的眼动数据和行为数据，采用卷积神经网络算法进行处理，得到结果簇；

将所述结果簇通过softmax分类器进行分类，得到分类结果，并将所述分类结果作为被测人员的视觉搜索能力的测试结果。

较佳的，所述眼动数据包括：眼跳潜伏期，扫描持续时间和扫描路径长度；

所述行为数据包括：反应速度和反应正确率。

较佳的，通过如下的公式计算得到结果簇：

其中，hω,b为结果簇，f为转换函数，xi为眼动数据和行为数据，ω为隐含层的权重，b为隐含层的阈值。

较佳的，所述分类结果包括如下的四类测试结果：

y⁽ⁱ⁾∈{1,2,3,4}；其中，

当y⁽ⁱ⁾＝1时，测试结果为90～100分；

当y⁽ⁱ⁾＝2时，测试结果为80～90分；

当y⁽ⁱ⁾＝3时，测试结果为70～80分；

当y⁽ⁱ⁾＝4时，测试结果为60～70分。

本发明还提供了一种调度员视觉搜索能力的测试系统，该系统包括：显示装置、眼动采集装置、行为采集装置、数据处理装置和softmax分类器；

所述显示装置，用于向被测人员随机或按预设显示顺序显示整齐排列的第一类刺激矩阵或第二类刺激矩阵；所述第一类刺激矩阵中所有刺激元均相同，所述第二类刺激矩阵中至少有一个刺激元与其所在的刺激矩阵中的其它刺激元不同；

所述眼动采集装置，用于在测试过程中持续地实时采集被测人员的眼动数据；

所述行为采集装置，用于当被测人员根据所显示的刺激矩阵进行相应的按键操作时，持续地实时采集被测人员的行为数据；

所述数据处理装置，用于在测试过程结束之后，对所采集的眼动数据和行为数据进行标准化以及一致化操作；根据标准化以及一致化操作后的眼动数据和行为数据，采用卷积神经网络算法进行处理，得到结果簇；

所述softmax分类器，用于对所述结果簇进行分类，得到分类结果，并将所述分类结果作为被测人员的视觉搜索能力的测试结果。

如上可见，在本发明中的调度员视觉搜索能力的测试方法和系统中，由于先通过显示装置向被测人员随机或按预设显示顺序显示整齐排列的第一类刺激矩阵或第二类刺激矩阵，然后通过眼动采集装置和行为采集装置分别采集被测人员的眼动数据和行为数据，并对所采集的眼动数据和行为数据进行标准化以及一致化操作之后，采用卷积神经网络算法进行处理，得到结果簇，最后将所述结果簇通过softmax分类器进行分类，得到分类结果，并将所述分类结果作为被测人员的视觉搜索能力的测试结果，从而可对当前被测试调度员的视觉搜索能力进行有效地测试，并得到最终的测试结果，给出量化的测试分数。

附图说明

图1为本发明实施例中的调度员视觉搜索能力的测试方法的流程示意图。

图2为本发明实施例中的调度员视觉搜索能力的测试系统的结构示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明进一步详细说明。

本实施例提供了一种调度员视觉搜索能力的测试方法和系统。

图1为本发明实施例中的调度员视觉搜索能力的测试方法的流程示意图。如图1所示，本发明实施例中的调度员视觉搜索能力的测试方法主要包括如下所述的步骤：

步骤101，通过显示装置向被测人员随机或按预设显示顺序显示整齐排列的第一类刺激矩阵或第二类刺激矩阵；所述第一类刺激矩阵中所有刺激元均相同，所述第二类刺激矩阵中至少有一个刺激元与其所在的刺激矩阵中的其它刺激元不同。

步骤102，在测试过程中，通过眼动采集装置持续地实时采集被测人员的眼动数据，并当被测人员根据所显示的刺激矩阵进行相应的按键操作时，通过行为采集装置持续地实时采集被测人员的行为数据。

另外，较佳的，在本发明的一个具体实施例中，所述眼动数据可以包括：眼跳潜伏期，扫描持续时间和扫描路径长度。

另外，较佳的，在本发明的一个具体实施例中，所述行为数据可以包括：反应速度和反应正确率。

另外，较佳的，在本发明的一个具体实施例中，所述被测人员可以是高铁调度员或其他需要测试的技术人员。

步骤103，在测试过程结束之后，对所采集的眼动数据和行为数据进行标准化以及一致化操作。

在本步骤中，可以使用常用的标准化以及一致化方法将对所采集的眼动数据和行为数据进行标准化以及一致化操作，在此不再赘述。

步骤104，根据标准化以及一致化操作后的眼动数据和行为数据，采用卷积神经网络算法进行处理，得到结果簇。

在本发明的技术方案中，可以使用多种方式来实现上述的步骤104。以下将以其中的一种具体实现方式为例，对本发明的技术方案进行介绍。

例如，较佳的，在本发明的一个具体实施例中，可以通过如下的公式计算得到结果簇：

其中，hω,b为结果簇，f为转换函数，xi为眼动数据和行为数据，ω为隐含层的权重，b为隐含层的阈值。

步骤105，将所述结果簇通过softmax分类器进行分类，得到分类结果，并将所述分类结果作为被测人员的视觉搜索能力的测试结果。

在本发明的技术方案中，可以根据实际应用情况的需要，对分类结果的种类进行设置，从而得到被测人员的视觉搜索能力的测试结果。

例如，较佳的，在本发明的一个具体实施例中，所述分类结果可以包括如下的四类测试结果：

y⁽ⁱ⁾∈{1,2,3,4}；其中，

当y⁽ⁱ⁾＝1时，测试结果为90～100分；

当y⁽ⁱ⁾＝2时，测试结果为80～90分；

当y⁽ⁱ⁾＝3时，测试结果为70～80分；

当y⁽ⁱ⁾＝4时，测试结果为60～70分。

因此，通过上述的步骤101～105，即可对当前被测试调度员的视觉搜索能力进行有效地测试，并得到最终的测试结果，给出量化的测试分数。

另外，在本发明的技术方案中，还提供了一种调度员视觉搜索能力的测试系统。

图2为本发明实施例中的调度员视觉搜索能力的测试系统的结构示意图。如图2所示，本发明实施例中的调度员视觉搜索能力的测试系统包括：显示装置21、眼动采集装置22、行为采集装置23、数据处理装置24和softmax分类器25；

所述显示装置21，用于向被测人员随机或按预设显示顺序显示整齐排列的第一类刺激矩阵或第二类刺激矩阵；所述第一类刺激矩阵中所有刺激元均相同，所述第二类刺激矩阵中至少有一个刺激元与其所在的刺激矩阵中的其它刺激元不同；

所述眼动采集装置22，用于在测试过程中持续地实时采集被测人员的眼动数据；

所述行为采集装置23，用于当被测人员根据所显示的刺激矩阵进行相应的按键操作时，持续地实时采集被测人员的行为数据；

所述数据处理装置24，用于在测试过程结束之后，对所采集的眼动数据和行为数据进行标准化以及一致化操作；根据标准化以及一致化操作后的眼动数据和行为数据，采用卷积神经网络算法进行处理，得到结果簇；

所述softmax分类器25，用于对所述结果簇进行分类，得到分类结果，并将所述分类结果作为被测人员的视觉搜索能力的测试结果。

综上可知，在本发明中的调度员视觉搜索能力的测试方法和系统中，由于先通过显示装置向被测人员随机或按预设显示顺序显示整齐排列的第一类刺激矩阵或第二类刺激矩阵，然后通过眼动采集装置和行为采集装置分别采集被测人员的眼动数据和行为数据，并对所采集的眼动数据和行为数据进行标准化以及一致化操作之后，采用卷积神经网络算法进行处理，得到结果簇，最后将所述结果簇通过softmax分类器进行分类，得到分类结果，从而可对当前被测试调度员的视觉搜索能力进行有效地测试，并得到最终的测试结果，给出量化的测试分数。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。