DiminishAR:通过全息AR显示器减少视觉干扰

AR 导航与情境感知环境感知与上下文计算软件工程师与开发者UI/UX 设计师

研究背景与问题

  • 作者发现了哪些问题或挑战?
    智能手机的存在,即使在不使用的情况下,也会通过“脑力流失效应”(Brain Drain Effect)显著降低用户的认知功能,如记忆力、注意力和执行能力。这种效应对用户的信息处理和任务专注能力产生了负面影响。

  • 为什么这个问题很重要?
    智能手机已经成为现代生活的核心部分,其普遍存在造成的认知负面影响会减少学习效率和工作生产力。由于完全移除智能手机可能在实际中并不可行(例如出现离开手机导致的焦虑),需要创新的解决方案来降低智能手机带来的分心现象。

  • 研究动机与相关工作
    借助增强现实(Augmented Reality, AR)技术,作者提出将AR用于减少视觉干扰,这是一种与传统通过增强用户信息呈现不同的新颖功能。作者还提到,目前AR系统通常聚焦于提升用户体验,但鲜有研究探索通过压制干扰元素(即减弱现实)来提升认知性能的可能性。


解决方案

  • 作者提出了哪些方法或解决方案?
    作者提出两种基于AR的干预方法,通过Microsoft HoloLens 2实现:

    1. 视觉伪装(Visual Camouflage):使用全息图覆盖智能手机,使其视觉外观与环境完全匹配,从而减少注意被吸引的可能性。
    2. 视觉替换(Visual Substitution):用一个与环境相关的全息图(例如书籍)替代智能手机的视觉存在,从而为用户创造更具专注力的视觉空间。
  • 该解决方案的创新之处是什么?

    • 基于AR的**减弱现实(Diminished Reality, DR)**概念,将注意力诱导的“视觉消隐”与增强现实结合。
    • 不仅降低了干扰对象的视觉显著性,还通过替换环境中元素重新引导用户的注意力。
    • 相比物理移除智能手机,本方法以非侵入性方式减少认知负担,且不会对用户造成显著分离焦虑。
  • 实施步骤是什么?使用了哪些关键技术?

    • 使用Microsoft HoloLens 2作为观察与干扰的设备。
    • 视觉伪装:通过采集背景图像并生成与智能手机尺寸相当的全息图,以颜色和纹理与背景无缝融合。
    • 视觉替换:在用户的视角中用相关物体的全息图(如书籍)替代智能手机。
    • 调试全息图的颜色、纹理、尺寸、动画以及数量,以确保被覆盖的物体达到最优“消隐”效果。

研究成果

  • 取得了哪些具体成果?

    • 在模拟工作台的认知任务中(如OSPAN、RSPM),AR干预显著减少了智能手机带来的认知负担。
    • 视觉伪装和视觉替换的效果与物理移除手机相当,有效提升了任务表现。
    • 用户报告智能手机的视觉显著性大幅下降,而全息图对用户注意力的干扰则可被逐渐“习惯化”。
  • 与现有解决方案相比,它有哪些优势?

    • 和物理移除方式相比,减少了用户的分离焦虑。
    • 可视化的干预技术能适应环境,且不需要改变物体的位置。
    • 比静态遮蔽(例如用纸盖住手机)更具动态适应性。
  • 实验或评估结果是什么?

    1. OSPAN与RSPM任务:在认知容量测试中,视觉伪装和替换条件(C3和C4)与手机物理移除条件(C2)表现相似,而显著优于手机近距离存在条件(C1)。
    2. GNG任务:不同条件对持续注意能力的测试无显著差异,表明智能手机的干扰仅影响高水平的认知资源分配。
    3. 用户问卷反馈:参与者普遍认为全息图对手机的视觉干扰效果显著;很多用户表示愿意在学习或工作场景中应用该技术。
  • 局限性与未来方向

    1. 设备限制:Microsoft HoloLens 2视场(FOV)较窄,未来需探索更高视角覆盖的设备。
    2. 全息图透光性问题:AR设备的“加光”显示导致全息图不够完全遮蔽真实物体,增加了环境光对实验的约束。
    3. 情景扩展与动态响应:未来研究可以探索更动态的干预场景,例如在用户接受通知时自动增强全息覆盖,或者让用户自定义全息图对象(例如情感支持或学习辅助物)。

总结

本研究通过AR技术,将智能手机从用户视野中“视觉取消”以减弱其引起的认知干扰。实验表明,这种解决方案有效提升了用户的任务性能,达到了类似物理移除手机的效果。作者还指出此技术可适用于更广泛的分心管理场景,例如开放式办公室或日常生活中的环境优化。这一创新从根本上拓展了增强现实的用途,展示了其在认知健康和工作效率中的应用潜力。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/188984/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3713415
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
AR 导航与情境感知、环境感知与上下文计算
work
职业/产业
软件工程师与开发者、UI/UX 设计师
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文