본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

Title Page

Contents

ABSTRACT 10

1. Introduction 12

2. Research Framework 14

3. Physical Alteration and Perception of Visual Complexity 17

3.1. Related Research 17

3.2. Framework 21

3.3. Method 25

3.3.1. Participants 25

3.3.2. Stimuli 26

3.3.3. Data gathering on objective computational measurement variables 27

3.3.4. Design of Questionnaire 27

3.3.5. Procedure 27

3.3.6. Statistical Analysis 28

3.4. Results 28

3.5. Discussion 33

4. Visual Searching Task and Perceived Visual Complexity 35

4.1. Related Research 35

4.2. Framework 38

4.3. Method 39

4.3.1. Design of experiment 39

4.3.2. Stimuli 40

4.3.3. Equipment/Apparatus 40

4.3.4. Participants 41

4.3.5. Procedure 42

4.3.6. Statistical Analysis 42

4.4. Results 43

4.5. Discussion 45

5. Components of Visual Stimuli &Perceived Visual Complexity 47

5.1. Related Research 47

5.2. Framework 49

5.3. Method 53

5.3.1. Stimuli 54

5.3.2. Data gathering on objective computational measurement variables 54

5.3.3. Design of Questionnaire 55

5.3.4. Design of Experiment 55

5.3.5. Procedure 55

5.3.6. Participants 56

5.3.7. Equipment/Apparatus 57

5.3.8. Statistical Analysis 58

5.4. Results 58

5.4.1. Result of conventional type of information 58

5.4.2. Additional type of information 65

5.4.3. Results on the relationship between components and overall display PVC 73

5.5. Discussion 74

6. Integration Effect and Perceived Visual Complexity 76

6.1. Related Research 76

6.2. Framework 78

6.3. Method 79

6.3.1. Design of Analysis for Model 79

6.3.2. Statistical Analysis 80

6.4. Results 80

6.5. Discussion 82

7. Discussion and Conclusions 84

REFERENCE 87

ABSTRACT in Korean 93

List of Tables

Table 3.1. Researches of computational measurement variables of quantitative and structural approaches 22

Table 3.2. Result of correlation analysis between computation measurement variables and... 29

Table 3.3. Result of correlation analysis between computation measurement variables and... 31

Table 4.1. Results from correlation analysis between computation measurement variables and... 44

Table 5.1. Computational measurement variables for conventional type of information components 51

Table 5.2. Computational measurement variables for additional type of information components 52

Table 5.3. Result from correlation analysis between computation measurement variables and... 59

Table 5.4. Regression Model for Speedometer PVC 60

Table 5.5. Result from correlation analysis between computation measurement variables and... 61

Table 5.6. Regression Model for tachometer PVC 61

Table 5.7. Result from correlation analysis between computation measurement variables and... 63

Table 5.8. Regression Model for other gauges PVC 63

Table 5.9. Result from correlation analysis between computation measurement variables and... 64

Table 5.10. Regression Model position gear PVC 65

Table 5.11. Result from correlation analysis between computation measurement variables... 66

Table 5.12. Regression model for navigation PVC 67

Table 5.13. Result from correlation analysis between computation measurement variables... 68

Table 5.14. Regression model for assistive information PVC 68

Table 5.15. Result from correlation analysis between computation measurement variables... 70

Table 5.16. Regression model for entertainment PVC 70

Table 5.17. Result from correlation analysis between computation measurement variables... 72

Table 5.18. Regression model for menu PVC 72

Table 5.19. Correlation analysis between components PVC and overall PVC 73

Table 6.1. Regression model for integration effect 81

Table 6.2. Result from regression model for overall display PVC with components PVC 82

List of Figures

Figure 2.1. Schema of the research flow for quantifying model of PVC 14

Figure 3.1. Example of the difference between visual stimuli for each of the computational... 26

Figure 3.2. Scatterplot chart of the correlation between computational measurements... 30

Figure 3.3. Scatterplot chart of the correlation between computational measurements... 32

Figure 4.1. Example of hit-map with scan-path and fixations provided by SMI BeGaze™ software 41

초록보기

본 연구는 시각적 디스플레이에서 지각되는 시각적 복잡도 (Perceived Visual Complexity; PVC)를 정량화하기 위한 방법론을 개발하는 것을 목적으로 한다. 시각적 복잡도란, 정보의 시각화 영역에서 인간이 정보를 지각하는데 느끼는 어려움 정도를 의미한다. 기존 연구들은 이미지, 사진, 웹사이트를 기반으로 시각적 복잡도에 영향을 주는 변수를 분석하는데 집중되어 있다. 하지만, 사용자의 시각적 복잡도를 지각이라는 측면에서 정량화하는 연구는 미미한 수준이다. 따라서 본 연구에서는 PVC 를 정량화하기 위한 방법론을 제시하였다. 이를 위해 기존 연구 및 논문을 검토하여 시각적 복잡도와 관련된 변수들을 수집하였으며, 통계적 분석을 통해 유의성을 검증하였다. 그리고, 사용자의 시각적 탐색 능력과의 관계성을 분석하여 시각적 디스플레이를 측정하는데 적합한 변수를 선별하였다. Gestalt's Law 기반으로 시각 디스플레이의 PVC 를 정량화할 수 있는 모델을 제시하였다. 이를 위해, 설문조사와 eye-tracking 실험을 수행 하였으며 PVC 를 측정하기 위한 데이터를 수집하였다. 설문조사를 통해 사용자들이 시각적 디스플레이 대상에 따라 지각하는데 느껴지는 전반적인 복잡 수준을 측정하였다. 또한, eye-tracking 사용자 실험에서는 시각적 디스플레이의 특정 정보를 탐색하는 동안 일어나는 눈동자의 fixation 과 scan-path 데이터를 수집하였다. 결과적으로 시각적 디스플레이 대상에 따라 사용자가 지각하는 전반적인 PVC 를 정량화할 수 있는 방법론과 모델을 제시하고 통계적인 검증이 이루어졌다. 본 연구에서는 사용자의 지각적인 측면에서 시각적 정보와 GUI 를 분석할 수 있는 모델을 제시하였으며, 이는 시각적 디스플레이를 디자인하는데 활용될 수 있을 것이다.

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기