GazePrompt：通过注视感知增强功能提升低视力人群的阅读体验

文献标题

GazePrompt: Enhancing Low Vision People’s Reading Experience with Gaze-Aware Augmentations

文献信息

• 主题领域: 人机交互与辅助技术，特别是低视力人群阅读体验的增强技术
• 关键词: 可访问性, 低视力, 眼动追踪, 视觉增强, 阅读辅助

研究背景与问题

• 作者发现了哪些问题或挑战？

  • 低视力人群阅读时面临的主要问题包括：
    1. 定位下一行：使用全屏放大功能时难以快速定位下一行文字。
    2. 识别困难单词：视觉障碍导致识别一些复杂或相似的文字较为困难。
  • 虽然现有的低视力辅助工具（如放大镜、屏幕放大功能等）提供了一定支持，但仍有明显不足。

• 为什么这个问题很重要？

  • 阅读是日常生活中获取信息的重要途径，但低视力人群在阅读时的体验显著低于普通人群。
  • 根据世界卫生组织数据，全球至少有22亿人受视力障碍影响，且人数预计在未来十年内翻倍。因此，改善低视力人群阅读能力具有全球意义且迫在眉睫。

• 研究动机与相关工作

  • 现有研究表明眼动追踪技术可以通过检测用户的低级眼动行为实现个性化的辅助功能。但目前针对低视力人群采用眼动的辅助技术仍处于早期阶段，且多集中于视觉科学领域，而少有研究尝试设计实际应用于日常生活的辅助工具。
  • 当前工具的设计和评估多集中于正常视力人群，未充分考虑低视力群体的需求。

解决方案

• 作者提出了哪些方法或解决方案？

  • 提出了基于眼动追踪的阅读辅助系统 GazePrompt，通过提供双特性增强：
    1. 行切换支持 (Line-Switching Support)：识别用户正在阅读或计划阅读的行，并实时对其进行视觉增强。
    2. 困难单词支持 (Difficult-Word Support)：检测用户在某单词上停留时间过长，并对该单词提供视觉放大或语音朗读辅助。

• 该解决方案的创新之处是什么？

  • 针对性增强：相比传统全屏放大的方法，眼动增强技术能够根据用户行为实时识别目标，实施针对性增强。
  • 多样化设计选项：提供两种设计选择（例如行高亮与箭头，放大镜与语音朗读），以适应不同低视力用户的偏好和视觉状况。
  • 动态交互：结合眼动数据对用户行为的实时监测，减少用户学习和操作负担。

• 实施步骤及关键技术：

  • 行切换增强：
    • 使用眼动数据定位用户当前和目标行，并通过加权投票机制识别阅读目标行。
    • 提供“行高亮”和“箭头”两种选项用于定向增强。
  • 困难单词增强：
    • 利用用户在单词上的首次和总停留时间以及回视行为，检测难识单词。
    • 通过“放大镜显示”或“文本转语音”方法为用户提供额外辅助。
  • 系统架构：
    • 设计定制化校准方法提升眼动数据精度，包括点校准和行校准。
    • 使用Tobii Pro SDK获取用户眼动数据，并通过实时算法处理数据。

研究成果

• 取得了哪些具体成果？

  • 在阅读测试中，GazePrompt显著减少了参与者的行切换时间，提升了翻页过程中的灵活性。
  • 减少了总体错误识别单词数量，提高了主体感知的阅读专注度和理解力。

• 与现有解决方案相比，它有哪些优势？

  • 更快且更准确的视觉辅助功能。
  • 提供直接支持用户行为的个性化增强。
  • 有效地避免传统方法中的操作负担和认知负荷。

• 实验或评估结果是什么？

  • 两项实验（阅读朗读实验与默读实验）：
    • 朗读实验（13名低视力参与者）：
      • 行切换时间显著减少。
      • 尽管行切换准确度未显著提升，但用户反馈认为阅读体验显著改善。
    • 默读实验（另13名低视力参与者）：
      • 鼓励参与者更好地专注于内容理解，困难单词增强可作为文字确认工具。
  • 定性调查表明用户对增强设计表现出较明显的偏好，例如在技术性文本、低光环境下的适用性。

• 局限性与未来方向：

  • 样本限制：参与实验的低视力人群数量有限，需更进一步扩展样本覆盖不同视觉条件。
  • 校准困难：当前校准流程对严重视力丧失者仍存在障碍，未来应开发更可访问的校准方法。
  • 交互方式优化：考虑结合手动控制和眼动控制以提升可用性与准确性。
  • 个性化改进：探索自适应参数调节以适应用户个体阅读习惯。

文献对眼动追踪技术在低视力辅助领域的实际应用进行了大胆探索，并展示了其潜在的广泛影响，但同时揭示出进一步优化和开发的空间。