扩展凝视目标:在移动设备上为凝视启用界面实验目标大小
作者
研究背景与问题
-
作者发现了哪些问题或挑战? 过去的研究探索了移动设备上的凝视交互技术,如凝视停留时间(Dwell Time)、追随式交互(Pursuits)等,但这些技术未充分考虑用户和屏幕之间距离的变化对凝视选择精准度及设计优化的影响。此外,垂直方向上的凝视跟踪精度较低,以及屏幕位置和目标大小的相关性尚未明确。
-
为什么这个问题很重要? 移动设备的使用场景复杂多变,例如用户随意摆放设备、动态交互环境(如站立或行走)都会影响凝视跟踪准确性。优化凝视界面设计对于提升使用体验和降低视觉疲劳至关重要,尤其是在用户身体障碍(如单手使用)或触控不便的情况下。
-
研究动机与相关工作 作者的工作基于现有凝视交互的挑战,特别是目标大小对跟踪准确性的影响。对屏幕区域、目标大小以及距离的考量可以帮助开发者优化凝视交互界面,同时弥补此前研究未全面覆盖移动设备情况下的设计缺陷。
解决方案
-
作者提出了哪些方法或解决方案? 作者设计了一项实验,通过测量不同目标大小(视觉角度)、屏幕区域和用户与设备距离对凝视跟踪的精度、偏差及视觉疲劳的影响,从而为开发人员提供目标大小设计指南。
-
该解决方案的创新之处是什么?
- 将目标维度(可视角度)与跟踪区域大小分开讨论,探讨扩大目标跟踪区域(而非视觉尺寸)对跟踪性能的影响。
- 针对移动设备的使用场景动态调整目标尺寸,以适应用户与屏幕间距离变化。
- 详细测试横向与纵向方向的跟踪精度差异,揭示人眼横向跟踪更精准的现象。
-
实施步骤是什么?使用了哪些关键技术?
- 使用EyeDid眼动追踪库运行在iPhone X设备上,实时记录凝视数据。
- 在控制环境中进行实验,具体测试五个距离范围(25-49cm)、四个目标大小(2°-5°视觉角度)以及三个屏幕区域(上、中、下)。
- 分析凝视数据的准确性、精度和偏离误差(水平与垂直方向)。
- 展开实验研究并评估扩大跟踪区域(尤其是垂直方向扩展)的影响。
研究成果
-
取得了哪些具体成果?
- 最佳目标尺寸建议:目标视觉角度为4°是"最佳平衡点",可在大部分距离保持70%以上的凝视跟踪精度。
- 横向优于纵向:实验表明,在凝视跟踪数据中,横向跟踪的精度和准确性显著优于纵向跟踪,这可能是人类视觉感知上的"水平-垂直各向异性"现象所致。
- 跟踪区域扩展的效果:垂直方向上的跟踪区域扩大显著提高跟踪准确性,尤其对于较小目标尺寸,更具提升效果。
-
与现有解决方案相比,它有哪些优势?
- 比较精确地测量了用户与屏幕距离的动态变化对凝视交互的影响。
- 提供实际针对移动设备设计的优化建议,而不是固定场景中(例如使用桌面Eye Tracker)的目标设计。
- 通过扩展垂直跟踪范围,弥补了跟踪数据中垂直精度较低的问题。
-
实验或评估结果是什么? 实验结果表明:
- 凝视目标尺寸中的视觉角度4°能在所有屏幕区域和距离范围内取得70%以上的跟踪准确性。
- 较小目标(例如2°视角)在扩大垂直跟踪区域后能显著提高其凝视跟踪性能。
- 垂直方向偏移(Tracking Offset)显著高于横向偏移,尤其是屏幕顶端及底部区域,观察到用户凝视点向屏幕中心漂移的现象。
-
局限性与未来方向 局限性:
- 实验依赖特定移动设备(iPhone X)和EyeDid SDK,无法广泛覆盖不同设备及追踪技术的差异。
- 屏幕位置固定于60°角,未模拟更复杂的用户使用角度。
未来方向:
- 探讨如何在真实动态环境(如行走或坐姿)测试凝视交互的性能。
- 结合机器学习和传感器数据(如手机自动检测用户举持姿势),动态调整目标设计。
- 针对屏幕边缘的凝视误差,研究减少错误选择的技术,如智能校正或跟踪区域动态调整方法。
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。
研究问题
3- 用户与屏幕距离的变化如何影响移动设备上的凝视选择准确性?分类: 移动凝视交互与大屏可达性支持同类问题arrow_forward
- 不同屏幕区域和目标大小如何影响凝视跟踪的水平和垂直精度?分类: 移动凝视交互与大屏可达性支持同类问题arrow_forward
- 扩展垂直跟踪区域能否提高凝视交互的准确性?分类: 移动凝视交互与大屏可达性支持同类问题arrow_forward
现实痛点
1- 移动设备动态使用场景中,凝视跟踪精度不高,特别是垂直方向。分类: 移动凝视交互与大屏可达性支持同类问题arrow_forward
- 80%
GazePointAR:一种用于可穿戴增强现实中的代词消歧的上下文感知多模态语音助手
CHI '24· 眼动追踪与注视交互 +2
- 67%
先凝视后发声:通过无显示器智能眼镜的凝视和语音交互实现物理对象引用
IUI '26· 眼动追踪与注视交互 +2
- 60%
单词、多词和句子输入对虚拟键盘解码性能的影响
CHI '18· 语音用户界面(VUI)设计 +1
- 60%
精准定位:基于头部和眼睛的增强现实目标选择
CHI '18· 眼动追踪与注视交互 +1
- 60%
从用户与多个设备的交互中训练特定于个人的注视估计器
CHI '18· 眼动追踪与注视交互 +1
- 60%
HandSee:使用前置摄像头立体视觉实现智能手机上的全手交互
CHI '19· 手部手势识别 +1
- 60%
GazeConduits:通过凝视和触摸进行的免校准跨设备协作
CHI '20· 眼动追踪与注视交互 +1
- 60%
利用WorldGaze提升移动语音助手功能
CHI '20· 眼动追踪与注视交互 +1
- 60%
EYEditor:利用语音和手动输入实现即时抬头文本编辑
CHI '20· 抬头显示(HUD)与驾驶辅助系统(ADAS) +1
- 60%
收集和描述用于指定数据可视化的自然语言表达
CHI '21· 语音用户界面(VUI)设计 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)