大众的目光:与用户和专家协同设计和优化眼动手势
荣誉提名作者
眼动追踪与注视交互手部手势识别原型设计与用户测试UI/UX 设计师AI/ML 研究员与工程师HCI 研究员
文献标题
The People's Gaze: Co-Designing and Refining Gaze Gestures with Users and Experts
出版信息
- 主题领域: 移动设备中用于免手操作的注视手势设计。
- 关键词: 注视手势、眼动追踪、共创设计、移动交互、参与式设计、专家评估、手势词汇、以用户为中心的设计、Midas Touch问题、免手界面。
背景与问题
- 问题/挑战: 现有的注视手势词汇主要由专家设计,通常与自然用户行为不一致,并且在移动环境中缺乏生态有效性。此外,还面临诸如Midas Touch问题和有限的人体工学可行性等挑战。
- 意义: 随着眼动追踪技术在移动设备中的日益普及,直观且可靠的注视手势对于免手交互至关重要,尤其是针对运动障碍用户以及移动或多任务场景中的用户。
- 动机与相关工作: 先前的研究主要集中于注视追踪和手势识别的技术进步,但在手势设计中很少采用参与式方法。现有的手势词汇往往未能反映用户的心理模型,也未能解决诸如移动性和社会可接受性等现实约束。
解决方案
- 提出的方法: 提出一种两阶段方法,结合非专家用户的参与式共创工作坊和结构化的专家同行评审,以开发基于用户的、经专家验证的注视手势词汇。
- 创新点:
- 引入注视手势的参与式共创过程,邀请非专家用户生成直观的设计。
- 开发一种组合式注视语法(激活-然后确认),以缓解Midas Touch问题。
- 对用户生成的手势进行专家验证,确保人体工学、语义和技术的可行性。
- 提供可操作的设计原则,用于创建直观且稳健的注视手势。
- 流程与关键技术:
- 第一阶段: 组织了四场共创工作坊,20名非专家参与者使用9点空间网格生成了102个初始手势概念,最终精炼为59个独特手势。
- 第二阶段: 由四位注视交互专家进行结构化同行评审,将59个手势精炼为32个稳健的设计。
- 对用户和专家反馈进行主题分析,以识别设计模式、人机工学约束和技术需求。
结果
- 具体发现:
- 最终确定了32个经专家验证的注视手势,包括针对移动使用优化的设计。
- 确立了一种组合式注视语法(停留-确认,眨眼-提交),作为注视交互的基础语法。
- 定量分析结果:专家对手势的可用性、新颖性和可学习性进行了评分,评分一致性(IRR)范围为0.042至0.300。
- 相较基线的优势:
- 用户定义的手势基于熟悉的隐喻和移动场景限制,提高了直观性和可学习性。
- 专家筛选确保了人体工学和技术可行性,解决了误触和疲劳等问题。
- 实验/评估:
- 第一阶段: 20名参与者通过9点网格生成并评估手势。
- 第二阶段: 专家对59个手势进行评审,基于可用性、独特性和稳健性精炼为32个设计。
- 评价指标: 使用Likert量表对记忆性、执行难度、稳健性和整体印象进行评分。
- 局限性与未来工作:
- 参与者多为大学相关人员,缺乏多样性。
- 专家组仅由学术研究人员组成,缺乏实践者视角。
- 未进行实时系统测试或性能指标评估(如错误率、吞吐量)。
- 未来工作应包括多样化的用户群体、真实场景部署,以及长期可学习性和社会可接受性的评估。
总结
本研究提出了一种两阶段方法,用于为移动设备设计直观且稳健的注视手势。第一阶段邀请20名非专家用户参与共创工作坊,生成了59个独特手势;第二阶段通过专家评估将其精炼为32个最终手势。主要贡献包括开发了一种组合式注视语法(停留-确认,眨眼-提交)以及优先考虑人体工学和认知可行性的可操作设计原则。这些发现弥合了用户直觉与技术实现之间的差距,为创建注视交互界面提供了实用框架。未来工作应聚焦于真实场景测试和更广泛的用户群体参与。
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。
当前问题库还没有收录这篇论文的问题与痛点。
- 71%
StylusPort:研究VR中触控笔的瞬移交互
CHI '26· VR 中的社交与协作 +2
- 71%
DeltaDorsal:利用自视角中的背部特征增强手部姿态估计
CHI '26· 眼动追踪与注视交互 +2
- 67%
原子触感操作过程中的手指俯仰和滚动方向特征
CHI '18· 手部手势识别 +1
- 67%
使用周边视觉在分割键盘上打字
CHI '19· 眼动追踪与注视交互 +1
- 67%
评估手部近端用户界面的设计指南
DIS '23· 手部手势识别 +1
- 63%
通过从用户模型学习先验知识实现高效的人机协同优化
CHI '26· 中空超声波触觉(Mid-air Haptics) +3
- 63%
迷失在走廊中:通过感知环境特征和用户行为建模与缓解空间定向障碍
CHI '26· 沉浸感与临场感研究 +3
- 63%
InkFlow:面向混合现实中自然空中输入的连笔手写识别
CHI '26· 手部手势识别 +3
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/10.1145/3772318.3791270
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
荣誉提名
group
作者
6 位作者
sell
研究子方向
眼动追踪与注视交互、手部手势识别、原型设计与用户测试
work
职业/产业
UI/UX 设计师、AI/ML 研究员与工程师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
8 篇相关论文