编辑推荐：
为探究地铁站标识视觉显著性影响因素，研究人员结合显著性图与焦点图开发新分析方法，通过问卷统一结果格式，并经 VR 实验验证。发现人群流动（Crowd flow）对行人关注标识影响最大，为地铁站设计考虑行人动态提供依据。
在城市轨道交通飞速发展的当下，地铁已成为人们出行的重要选择。然而，地铁站内空间能见度有限、布局复杂，标识能否快速吸引行人注意力，直接关系到乘客的寻路效率与出行体验。尽管已有研究关注颜色、光线、标识位置等对视觉显著性的影响，但室内视觉环境，如空间界面、人群流动、环境光等因素如何作用于行人对标识的关注，却鲜有人深入探究。在此背景下，武汉理工大学的研究人员开展了一项旨在揭示地铁站标识视觉显著性影响因素的研究，相关成果发表在《Cognitive Systems Research》，为优化地铁站环境设计提供了关键科学依据。
为解决现有研究对复杂室内环境因素考虑不足的问题，研究团队开发了一种基于图像分析的创新方法，结合显著性图（Saliency Maps，用于预测图像区域的视觉吸引力）与焦点图（Focus Maps，反映人眼注视分布），并通过问卷调查统一两种分析结果的格式，进而系统探究多维度影响因素。研究选取武汉地铁系统为对象，聚焦徐家棚站等换乘站，通过虚拟 reality（VR）实验验证关键结论。
研究主要采用了以下技术方法：首先运用计算机视觉模型生成显著性图，基于视觉特征差异计算图像区域的视觉显著性；同时通过焦点图分析行人眼动数据，二者结合构建多模态分析框架；利用问卷调查对不同格式的分析结果进行标准化处理；最后通过 VR 实验模拟地铁站场景，验证各因素对视觉显著性的实际影响。研究样本来源于武汉地铁真实站点环境，确保实验贴近现实场景。
显著性图结果
可视化实验生成的显著性图显示，不同场景下视觉注意力分布存在差异。影响标识视觉显著性的因素包括人群流动、设施位置（如闸机、楼梯、广告）、可视范围及材料反射率。值得注意的是，三种模型中地面反射对显著性图的影响程度差异显著，提示材料特性的量化评估需结合具体模型进行优化。
标识视觉显著性的影响因素
通过整合多种图像分析方法，研究发现设施位置、人群流动、环境光、背景颜色深度及人眼基本可视范围均会影响行人对标识的关注程度。其中，地铁站内行人对人群流动的变化尤为敏感。空间界面的几何特征（如通道宽窄）与环境光的明暗对比（如灯光照度梯度）通过改变视觉搜索难度，间接调节标识的显著性。背景颜色深度与标识色彩的对比度，决定了目标信息在视觉场景中的突出性。
结论
本研究首次通过图像分析与 VR 实验结合的方法，系统揭示了地铁站标识视觉显著性的多层次影响因素，证实人群流动是最关键因素。这一发现突破了传统单因素分析的局限，为地铁站环境设计提供了 “动态行人视角” 的理论依据。研究强调，在车站设计中需优先考虑人群流动规律，通过合理规划标识布局、优化设施位置与环境光设计，提升乘客寻路效率与空间体验，这对我国地铁系统的高质量发展及国际化建设具有重要参考价值。未来研究可进一步拓展至不同城市地铁环境的跨区域验证，深化对复杂交通场景中视觉认知机制的理解。
