难以从我眼中抹去:为中国传统戏曲(戏曲)表演者设计化妆残留可视化系统
荣誉提名作者
认知障碍与神经多样性(自闭症、ADHD、阅读困难)博物馆与文化遗产数字化社会工作者舞者与表演艺术家
文献标题
“It Is Hard to Remove from My Eye”: Design Makeup Residue Visualization System for Chinese Traditional Opera (Xiqu) Performers
文献信息
- 主题领域: 人机交互(HCI)及计算机辅助护肤技术
- 关键词: 中国传统戏曲、眼妆残留可视化、计算机视觉、移动计算、文化遗产、互动设计、护肤系统
研究背景与问题
- 问题与挑战:
- 戏曲表演者长期使用含重金属的油彩,导致严重的皮肤问题。
- 舞台妆的卸妆不彻底是主要原因,尤其是难以清理的眼妆。
- 脸部油性彩妆的浓重使用、皮肤的凹凸结构和清洁不力都会增加清理难度。
- 重要性: 中国传统戏曲(Xiqu)是联合国教科文组织认可的重要非物质文化遗产,表演者在舞台表演中扮演着重要角色。然而由于卸妆问题引发的皮肤病会影响他们的健康及职业生涯,甚至阻碍文化遗产的传承。
- 研究动机与相关工作:
- 虽然化工和医学领域已有研究关注降低化妆品毒性,但从人体中心设计的护肤辅助技术匮乏。
- 目前的HCI研究主要集中于皮肤病诊断,而非从表演者的需求出发预防皮肤损害。
- 现有技术如可穿戴设备、视觉增强方法虽完成某些功能,但难以满足戏曲演员的特殊需求,例如观测残妆或追踪化妆时长。
解决方案
- 提出的方法:
- 设计了EyeVis系统,包括硬件部分(补光灯、相机镜头放大器、眼罩)和软件部分(基于移动应用的残妆可视化工具)。
- EyeVis主要功能:
- 可视化残妆状态,聚焦眼妆区域。
- 跟踪并记录化妆时长。
- 通过算法增强残妆检测效果,例如基于HSV色彩转换和二值阈值化。
- 创新之处:
- 首个专注于眼妆残留可视化的工具,帮助表演者更有效地卸妆。
- 基于图像处理技术(非深度学习),可适用于普通手机设备。
- 设计便携、低成本且易用,与戏曲演员的实际生活场景高度契合。
- 实施步骤与技术:
- 硬件设计:
- 使用补光灯确保光照一致性。
- 镜头放大器提高图像清晰度。
- 眼罩屏蔽环境光并保证设备与脸部的固定距离。
- 软件与算法:
- 设计基于Mobile端的图像采集和处理流程,包括基础定位算法(如Google MediaPipe)和残妆视觉化(HSV滤波与二值阈值法)。
- 系统记录化妆和卸妆时间,生成趋势图。
- 提出了双路径可视化方案以突出不同颜色的妆残。
- 硬件设计:
研究成果
- 实验与评估:
- 基于12名戏曲表演者的7日部署研究验证了EyeVis的可使用性和有效性。
- 数据显示EyeVis在多种光线条件下能提供稳定的图像质量,其算法能准确识别残妆区域(算法平均重叠率>80%)。
- 用户反馈表明,系统不仅提升了卸妆的彻底性,还提高了用户的护肤意识。
- 与现有解决方案的比较:
- 更专注于单一问题(眼妆残留)的解决。
- 系统更加便携和低成本,适用于流动性高的戏曲舞台环境。
- 局限性与未来方向:
- 数据集匮乏:如进一步丰富样本(包括更多戏曲角色、不同化妆颜色),有助于提高算法的稳健性。
- 个性化设计:适配不同用户的面部特征。
- 应用扩展:
- 从眼部扩展至全脸区域的残妆检测。
- 从戏曲表演者延伸至普通化妆产品用户。
- 用作皮肤数据采集工具,支持更大范围的皮肤健康研究与临床诊断。
这篇文章通过HCI结合传统文化,提供了一个独特的解决方案,既解决了实际问题,又为文化遗产保护贡献了技术视角。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 传统戏曲演员如何有效检测眼部残留的油彩痕迹以避免皮肤损伤?分类: 可穿戴健康设备与日常感知同类问题arrow_forward
- 能否通过便携设备快速、准确地可视化眼部彩妆残留?分类: 可穿戴健康设备与日常感知同类问题arrow_forward
- 设计的EyeVis系统在不同光照条件下是否能提供稳定的残留检测性能?分类: 可穿戴健康设备与日常感知同类问题arrow_forward
lightbulb
现实痛点
1- 传统戏曲演员需长时间使用厚重油脂彩妆,但难以彻底清除其残留,导致皮肤问题。分类: 可穿戴健康设备与日常感知同类问题arrow_forward
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642261
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
荣誉提名
group
作者
6 位作者
sell
研究子方向
认知障碍与神经多样性(自闭症、ADHD、阅读困难)、博物馆与文化遗产数字化
work
职业/产业
社会工作者、舞者与表演艺术家
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文