《BUILDING AND ENVIRONMENT》：A Dual Approach to Window View Dynamism Using Subjective and Image-Based Measures of Variation
编辑推荐：
窗户视角中的动态属性，例如一天中变化的日光模式，塑造了人们如何体验室内环境。先前的研究表明，室外场景中的变异可以增强偏好和感知恢复性，但基于图像的变异度量与主观印象之间的关系仍不明确。这项探索性研究通过比较窗户视角中的感知动态性与基于图像的亮度变异度量来考察这
窗户视角中的动态属性，例如一天中变化的日光模式，塑造了人们如何体验室内环境。先前的研究表明，室外场景中的变异可以增强偏好和感知恢复性，但基于图像的变异度量与主观印象之间的关系仍不明确。这项探索性研究通过比较窗户视角中的感知动态性与基于图像的亮度变异度量来考察这种关系。感知动态性评分来自先前的一项虚拟现实（Virtual Reality, VR）实验，其中参与者观看了室外场景的延时视频。亮度（L*）变异在MATLAB中使用两种互补方法进行量化：余弦相似度（cosine similarity），捕捉图像序列中空间亮度模式的时间变异；以及感兴趣区域（Regions of Interest, ROIs）方法，识别非多孔（Non-Porous）、多孔（Porous）和天空（Sky）区域中的变异簇。被评为高动态性的场景通常表现出高度稳定的亮度模式，表明自我报告与余弦相似度之间存在不匹配。ROI分析显示，多孔和天空区域的变异与感知动态性紧密对应：天空暴露广泛的场景被评为最动态，而封闭场景被评为最不动态，即使存在亮度变异。这些发现表明，感知动态性不仅取决于可测量的变异，还取决于特定区域的显著性。尽管余弦相似度未能追踪感知动态性，但它确认了场景整体变化很小，为解释区域变异提供了稳定的基线。两种方法共同提供了一种可重复的工作流程，余弦相似度用于筛选稳定性，ROI分析用于定位感知相关的变异。
**研究背景与问题**
传统室内环境设计优先考虑稳定条件，常忽视居住者如何随时间体验环境变化与恢复。研究表明，恢复并非瞬时过程，而是受时间与环境条件影响的渐进过程。窗户视角作为连接室内外环境的媒介，可能调节居住者对变化室外条件的持续体验。现有研究主要关注视角质量的多维度，包括观看距离、自然与建筑特征的存在，但较少关注动态方面，如天气、季节和一天中时间变化如何影响态度、情绪和表现。尽管已有研究探索了动态室外场景对偏好和恢复的影响，但关于场景内视觉特征的空间分布和位置如何贡献于感知动态性，以及环境变异体验如何支持室内健康，仍存在重要空白。
**研究目的与意义**
本研究旨在填补主观与客观评估之间的空白，通过整合自我报告与基于图像的分析，评估室外场景的亮度变异。研究人员从先前虚拟现实（VR）实验中获取主观响应，并使用两种互补的基于图像的方法量化亮度变异：余弦相似度（cosine similarity）和感兴趣区域（ROI）方法。研究假设感知动态性不仅取决于可测量的变异，还取决于特定区域（如天空和植被）的显著性。该研究发表在《BUILDING AND ENVIRONMENT》上，为动态视角评估提供了可重复的工作流程，强调将动态属性纳入视角质量评估框架，以支持设计策略促进室内健康。
**关键技术方法**
1. **虚拟现实（VR）实验**：基于先前研究，使用延时视频（7小时压缩至14分钟）在Oculus Rift S头显中呈现，参与者（n=48）对8个场景（从16个样本中选取，一半高变异一半低变异）进行5点李克特量表评分，评估感知动态性（Q6：可预测光变化；Q13：可见场景变化；Q14：可见光照变化）。样本来源为澳大利亚布里斯班城市与郊区场景，分为屋顶（Roof, RF）、墙壁（Wall, WL）、走廊（Corridor, CR）和庭院（Courtyard, CD）四类。
2. **余弦相似度分析**：使用MATLAB将RGB图像转换为CIE L*a*b*色彩空间，提取L*（亮度）通道，计算帧间像素级亮度模式的余弦相似度，量化空间亮度模式的时间变异。
3. **感兴趣区域（ROI）分析**：定义三类ROI（非多孔、多孔、天空），通过图像掩膜提取，计算选定帧对间像素L*值变化的百分比，量化局部亮度变异的空间聚集。
**研究结果**
**4.1 变异分数：主观评估**
通过内部一致性分析，三个问题（Q6、Q13、Q14）的聚合Cronbach's alpha为0.736，表明可接受可靠性。场景间内部一致性变化（α范围0.568-0.807），其中WL1-H（α=0.050）为异常值，可能因光照条件模糊导致响应不一致。屋顶（RF）场景获得最高感知动态性评分（低变异M=3.62，高变异M=4.17），墙壁（WL）场景最低（低变异M=2.82，高变异M=3.39）。走廊（CR）和庭院（CD）处于中间位置，其中CD场景在高变异与低变异间差异较小，提示半封闭空间中非亮度线索（如植被运动）可能主导感知动态性。
**4.2 变异分数：客观评估——余弦相似度**
选取6个代表性场景（3个低变异：CR2-L、WL1-L、WL2-L；3个高变异：CR1-H、RF1-H、RF2-H）进行余弦相似度分析。低变异场景余弦相似度范围0.985-0.999，高变异场景也高于0.98，表明整体空间亮度模式高度稳定，与主观评分不匹配。余弦相似度有效表征了场景整体稳定性，但未能捕捉局部变异，因此作为筛选步骤用于选择代表性帧对进行ROI分析。
**4.3 变异分数：客观评估——感兴趣区域（ROI）**
ROI分析显示，所有区域均存在可测量的L*值变异，但天空区域在低变异场景中仅7.12%像素变化，在高变异中升至95.74%，与感知动态性最强对应。多孔区域（植被）从68.36%升至99.87%。非多孔区域（建筑表面）在低变异和高变异中均接近99%，与主观评分不匹配。敏感性分析（仅统计L*变化≥1单位）确认了模式：天空和多孔区域仍区分高、低变异，而非多孔区域无显著差异。结果表明，感知动态性受变异发生位置影响，天空和植被区域的变异更可能被感知。
**讨论总结**
本研究首次实现双重方法评估窗户视角动态性，发现感知动态性不仅取决于可测量的亮度变异，还取决于特定区域（如天空和植被）的显著性。余弦相似度作为稳定性筛选工具，ROI分析定位感知相关变异，两者互补。屋顶场景的高感知动态性提示视觉开放性和天空暴露增强感知变化；墙壁场景的低评分表明封闭环境中变异需达到一定显著性才能被感知。研究指出，感知动态性可能受先前经验、进化偏好（如亲生物假说）和情境学习影响。局限性包括：依赖图像处理技术而无物理光度验证，场景样本小，仅支持描述性比较。未来需更大样本结合眼动追踪。
**研究结论翻译**
这项研究为动态环境主观响应的研究作出了贡献，表明感知动态性不仅取决于空间亮度模式的可测量变异，还取决于特定场景区域的感知显著性。通过实施结合余弦相似度和ROI分析的双重方法，该研究为连接主观印象与基于图像的环境变异度量提供了基础。研究结果表明，仅凭视觉相似性的全局度量可能无法完全捕捉感知动态性，而天空和植被相关区域的局部变异可能发挥更重要的感知作用。因此，该研究扩展了视角质量评估的范围，并支持改进设计策略，以认可动态窗户视角在促进室内健康中的作用。
