生成式人工智能框架用于开发基于视错觉的建筑施工安全标志

《Developments in the Built Environment》:A generative AI framework for developing optical illusion-based construction safety signs

【字体: 大 中 小 】 时间:2026年07月13日 来源:Developments in the Built Environment 8.7

编辑推荐:

  尽管建筑施工安全标志长期以来一直被用于作业现场以预防事故,但其局限性(例如习惯化)不断被报道。既有研究提出,鉴于视错觉在知觉层面的优势,可利用其增强安全措施与人之间的安全沟通。然而,当前视错觉设计的开发实践在很大程度上仍依赖专业人员的经验与手工工作。一种有前景

  
尽管建筑施工安全标志长期以来一直被用于作业现场以预防事故,但其局限性(例如习惯化)不断被报道。既有研究提出,鉴于视错觉在知觉层面的优势,可利用其增强安全措施与人之间的安全沟通。然而,当前视错觉设计的开发实践在很大程度上仍依赖专业人员的经验与手工工作。一种有前景的替代方案是采用文本到图像(T2I)方法,该方法能够基于输入提示词生成多样且高质量的图像输出。遗憾的是,关于利用文本到图像(T2I)自动辅助开发基于视错觉的建筑施工安全标志的框架,现有研究投入极少。此外,如何将标志的图形组成要素(例如形状与象形图)整合进提示工程,以及如何证明视错觉安全标志相较于传统安全标志的有效性,构成了关键研究空白。为此,本研究旨在引入一种文本到图像(T2I)辅助的框架,用于开发视错觉建筑施工安全标志,并验证其有效性。结果表明,针对三类关键危险类型——坠落、物体打击以及夹卷/夹击——通过组件层级提示策略、关键词分析和用户评价所创建的视错觉安全标志,在五个方面(例如可辨识性、可理解性和注意力吸引)均优于传统标志。该研究成果通过提出文本到图像(T2I)应用的可行技术路线图,对生成式人工智能领域作出贡献;同时也对建筑施工安全领域具有意义,因为该领域中对安全信息的有效识别至关重要。
该论文发表于《Developments in the Built Environment》,聚焦生成式人工智能在建筑施工安全标志设计中的应用,核心目标是构建一种基于文本到图像(T2I)的视错觉安全标志开发框架,并验证其相较传统标志在危险信息传达上的优势。研究背景在于,建筑施工现场长期存在高风险暴露,安全标志虽是最基础、最直观的安全沟通工具,但既有研究反复指出其在实际使用中存在显著局限,主要包括习惯化、认知负荷过高以及图形误读。所谓习惯化,是指工人反复接触相同视觉刺激后警觉性逐渐下降,这使传统标准化安全标志难以持续维持注意力;同时,单一标志或多标志并置时常包含过多文本与图形信息,增加加工负担,削弱情境感知;此外,依赖象形图(pictogram,图示化危险表达符号)的既有标志并不总能清晰传递危险含义,易导致误解。因此,如何在保持标准化安全标志基本规范的同时提升其视觉显著性、直观性与危险联想能力,成为建筑施工安全传播中的现实问题。

在这一背景下,研究人员引入视错觉(optical illusion)作为创新设计基础。视错觉通过制造物理刺激与主观知觉之间的偏差,能够增强视觉显著性、维持注意参与并改变目标感知。其他领域已有研究显示,三维人行横道、基于增强现实(AR,增强现实)的楼梯错觉提示等设计,可提升安全感知和风险识别能力。然而,在建筑施工安全标志领域,视错觉设计长期依赖设计师经验、创造力与反复手工迭代,效率低且难以快速形成多方案比较。研究人员因此进一步引入生成式人工智能中的文本到图像(T2I)技术,希望以提示工程(prompt engineering)驱动图像自动生成,构建一种系统化、可复现、可扩展的视错觉安全标志开发路径。这项研究之所以必要,正在于它同时回应了三个尚未充分解决的问题:缺乏自动化开发视错觉施工安全标志的系统框架;缺乏视错觉标志优于传统标志的实证比较;缺乏面向高致死致伤危险类型的重点标志筛选方法。

为实现研究目标,研究人员构建了一个分步骤的方法体系。首先,根据施工死亡事故统计识别关键危险类型;其次,梳理既有安全标志的图形构成要素;再次,基于历史事故文本开展关键词分析,以事故语境驱动象形图重设计;随后,建立结构化提示工程模板并借助DALL-E3生成多种视错觉标志备选方案;最后,通过专家评价、问卷调查以及方差分析(ANOVA,方差分析)和Scheffé事后检验对生成标志与传统标志进行比较。研究结论表明,围绕坠落、物体打击和夹卷/夹击三类高风险危险开发的视错觉安全标志,在可辨识性、可理解性、注意力、联想性和美学五个维度上总体优于传统标志,其中坠落类和物体打击类提升尤为显著。该研究的重要意义在于,一方面为生成式人工智能在安全视觉传播中的应用提供了可操作的技术路线;另一方面为建筑施工现场部署更具吸引力、更符合事故情境的补充型安全沟通工具提供了依据。

研究方法可概括为四类关键技术。其一,基于美国BLS与CPWR统计识别重点危险类型,从“致命四大危险”中筛选适合进行象形图重设计的坠落、物体打击与夹卷/夹击三类。其二,基于韩国Construction Safety Management Integrated Information(CSI)公开数据库,提取2019年7月1日至2025年3月31日期间845例叙述信息充分的死亡事故记录,开展词频分析与TF-IDF分析,识别事故相关对象与情境因素。其三,建立包含“标准化视觉元素—事故场景—视错觉效果—风格化处理”四槽位的结构化提示模板,并在DALL-E3平台生成候选设计。其四,先由20名施工安全专业人员对15个候选方案进行专家筛选,再由98份有效样本完成五维感知评价,并采用配对样本t检验、单因素ANOVA及Scheffé检验验证差异显著性。

4.1. Evaluation metrics
研究人员采用五个成熟评价指标评估所提出的T2I视错觉安全标志效果,即readability、comprehensibility、attention、associability和aesthetics。readability强调标志从复杂施工背景中被清晰区分出来的能力;comprehensibility反映危险信息传递的直观清晰程度;attention测量设计对视觉注意的捕获与保持能力;associability用于刻画图示与具体危险场景之间的认知联结强度;aesthetics则评价设计的现代感与视觉吸引力。研究通过将五项指标转化为问卷条目,建立了统一的感知评价体系,为后续不同危险类别和不同设计方案的横向比较提供基础。

4.2. Effectiveness assessment of optical illusion safety signs
在有效性评估阶段,研究人员使用Google Forms于2025年5月1日至18日开展调查,共招募108名受访者,其中98份为有效问卷,样本涵盖安全总监、管理人员、专员与工人,平均施工经验为14.6年。问卷采用五点Likert量表。各危险类别对应问卷的Cronbach's alpha分别为0.776、0.864和0.805,表明量表具有可接受的内部一致性。平均分结果显示,生成的视错觉标志在多数指标上优于基线传统标志;为避免仅凭描述统计得出结论,研究进一步引入ANOVA与Scheffé事后检验,对同一危险类别内多个设计方案进行同时比较,从统计层面判断组间差异是否显著。

4.3. Comparative results of optical illusion safety signs
在坠落类标志中,单因素ANOVA显示三种标志在五项指标上均存在显著差异,其中readability、comprehensibility、attention、associability和aesthetics均达到统计学显著。Scheffé检验表明,Sign 2整体表现最佳,在可辨识性、可理解性和联想性方面均显著优于传统Sign 1和另一生成方案Sign 3。该结果说明,以脚手架坠落场景为基础、结合视错觉处理的图示,能够更有效地传递坠落危险。与此同时,Sign 3尽管也属于生成方案,但其局部脚手架呈现方式可能降低了即时识别性,显示更高真实感并不必然带来更高沟通效率。

在物体打击类标志中,ANOVA同样表明三种标志在五项指标上均存在显著差异。Scheffé检验显示,两个生成方案Sign 5和Sign 6在全部五项指标上均优于传统Sign 4。其中,Sign 5在comprehensibility和associability方面得分最高,Sign 6则在readability方面表现最佳,两者在attention上的均值相同。该结果说明,将关键词分析得到的起重机安装、悬吊载荷等典型事故情境整合进象形图,并辅以三维深度视错觉,有助于提升危险情境相关性和视觉显著性。与仅采用视觉效果不同,事故语境驱动的设计更能提升感知到的危险传达效果。

在夹卷/夹击类标志中,结果相对复杂。ANOVA表明,三种标志在readability、associability和aesthetics方面存在显著差异,但在comprehensibility和attention方面差异不显著。Scheffé检验进一步显示,生成方案Sign 8和Sign 9主要在aesthetics方面优于传统Sign 7,其中Sign 8在readability上亦具有优势,但其余维度的提升有限。这说明夹卷/夹击危险因往往涉及工人、重型设备、车辆和周边结构等多要素互动,较难通过单一象形图实现既真实又简洁的表达,图示一旦过于拥挤,就可能削弱即时理解。由此可见,视错觉和写实化处理的有效性受危险类别复杂性的明显制约。

5. Discussion
讨论部分首先指出,总体上视错觉标志在五项感知指标上普遍高于传统标志,证明基于事故语境的象形图重设计与视错觉效果结合,能够提升感知到的危险传播质量。但研究同时强调,这种优势并非自动产生,不是所有加入视错觉或写实渲染的设计都能获得更佳表现。其关键在于事故场景表达、图形简洁性与知觉清晰性的平衡。坠落类与物体打击类标志之所以改善更显著,是因为其事故场景更易以可观察的空间关系与对象交互方式视觉化;夹卷/夹击类则由于元素复杂,提升幅度较小。论文还将研究发现与其他领域中的视错觉安全干预进行对照,指出本研究虽未直接测量现场行为改变,但在知觉和认知层面验证了视错觉安全提示的潜力,为未来行为层面的实证研究奠定基础。

讨论还特别指出了规范性问题。研究人员将所提出的视错觉象形图定位为实验性变体,而非可立即替代ISO 7010或国家标准标志的正式产品。尽管研究尽量保持了黄色三角形、黑色粗边框等标准化外观,但象形图本身属于标准安全标志系统的一部分,不能在缺乏标准化审查和法规批准的情况下直接用于法定场景。因此,本研究结果更适合作为补充性安全沟通工具开发的前期证据。若要走向实际应用,还需经历图形设计审查、标准化可理解性测试、专家论证、行为验证、现场试点部署以及监管与标准化评估等流程。

论文也明确了研究局限。首先,视错觉效果的感知具有主观性,如何稳定生成更具说服力的错觉设计仍是开放问题。其次,研究未量化比较T2I方法相对于传统设计流程在时间、成本和资源利用上的效率收益。再次,研究仅使用单一T2I平台DALL-E3和单一提示策略,尚未比较不同模型与不同提示工程方法的差异。最后,本研究的有效性评估停留在主观感知层面,尚未直接证明标志改进能够转化为真实施工现场中的安全行为变化。

研究结论部分可译述如下:本研究旨在提出一种以文本到图像(T2I)为核心的方法框架,用于开发基于视错觉的建筑施工安全标志,并验证其相较传统标志的有效性。研究通过分析历史安全统计识别出与施工死亡高度相关的三类关键安全标志——坠落、物体打击与夹卷/夹击;识别了标志的图形构成要素(如颜色与象形图);基于死亡事故记录的关键词分析对象形图进行重设计;利用结构化提示方法形成15个初步提示及对应图像,并为每类危险筛选出2个最优方案。随后,通过配对样本t检验验证专家筛选结果的统计支持,并采用ANOVA与Scheffé事后检验,将6个视错觉安全标志与现有标志进行比较。研究发现,基于历史安全记录的数据驱动关键词分析有助于对既有安全标志进行与施工场景和危险特定情境相一致的象形图改造;包含四个预定义槽位的结构化提示方法支持系统化生成视错觉施工安全标志备选方案,并形成由专业人员评价反馈驱动的质量循环;与既有标志相比,生成的6个标志在可辨识性、可理解性、注意力、联想性和美学五项指标上总体表现更优,其中Sign 2和Sign 5分别是坠落和物体打击危险下最有效的替代方案,Sign 8则是夹卷/夹击危险中较有前景的方案,尤其在可辨识性和美学方面表现突出。总体而言,本研究提出并验证了一种基于T2I的视错觉建筑施工安全标志开发框架,表明结构化提示与关键词驱动的象形图重设计可被系统地用于生成在真实感、显著性和危险沟通效能方面得到增强的安全标志,这不仅扩展了生成式人工智能安全标志研究的知识体系,也为建筑施工实践中更有效部署补充性安全沟通工具提供了依据,但其进一步应用仍需行为验证与法规审查。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号