表情包、我与AR:使用增强现实探索面对面对话中的表情包分享

AR 导航与情境感知沉浸感与临场感研究XR 中的身份认同与化身(Avatar)UI/UX 设计师游戏开发者与设计师

文献标题

Meme, Myself and AR: Exploring Memes Sharing in Face-to-face Conversation using Augmented Reality

出版信息

  • 主题领域: 使用增强现实(AR)将网络表情包融入面对面(F2F)对话中。
  • 关键词: 网络表情包,增强现实,面对面交流,AR表情包,对话动态,表情包可视化,社会互动,幽默,XR,多模态交流。

背景与问题

  • 问题/挑战: 网络表情包作为在线交流的核心元素,在面对面(F2F)对话中失去了其视觉幽默效果。现有的AR解决方案主要关注工具性信息(如地图),而非表情包等交流行为,这导致了在AR中如何将表情包融入F2F互动的研究空白。
  • 意义: 填补这一空白可以通过利用表情包的幽默和文化参考,丰富F2F交流的新表达形式,从而增强社会互动。
  • 动机与相关研究: 先前研究探讨了表情包在离线交流中的使用以及AR在参考信息中的应用。然而,表情包作为具有叙事性和情感深度的交流行为,在AR介导的F2F场景中仍未被充分研究。本文基于“日常AR”的愿景,探讨表情包如何改变F2F互动。

解决方案

  • 提出的方法: 开发一个AR表情包共享原型,将表情包融入F2F对话中,使用户能够实时可视化并互动表情包。
  • 创新点:
    1. 确定了三种AR表情包可视化原型:The-Meme-on-Me、Me-in-the-Meme 和 Meme-as-Visual-Reference。
    2. 分析了AR表情包在对话中的两种整合模式:顺序式和并行式。
    3. 探讨了AR表情包如何影响对话动态并创造有趣的社会互动。
  • 过程与关键技术:
    • 进行了一项在线调查(N=29),以了解在F2F对话中可视化表情包的动机和挑战。
    • 开发了一个多用户AR原型,支持表情包可视化。
    • 进行了一项实验室研究,邀请12对朋友(N=22)共同设计AR表情包可视化并在对话中使用。
    • 使用主题分析和*感知互动质量(PIQ)*问卷评估对话动态和用户感知。

结果

  • 具体发现:
    • 三种AR表情包可视化原型:
      1. The-Meme-on-Me: 将表情包角色与用户身体融合。
      2. Me-in-the-Meme: 将用户置于表情包环境中。
      3. Meme-as-Visual-Reference: 将表情包作为2D或3D形式的视觉增强。
    • 对话中的两种整合模式:
      1. 顺序式:表情包与语言交替出现,表情包作为笑点或铺垫。
      2. 并行式:表情包与语言同时出现,增强幽默或辅助讲故事。
    • 用户对AR表情包表现出高度兴趣(5.77/7李克特量表)和享受度(5.86/7李克特量表)。
  • 相较基线的优势:
    • 与没有表情包可视化的基线条件相比,AR表情包没有降低对话质量,PIQ得分显示了这一点。
    • AR表情包促进了有趣的互动,例如恶搞、混搭和刷屏表情包。
  • 实验/评估:
    • 研究1:通过29名参与者的在线调查探索动机和挑战。
    • 研究2:实验室研究中,11对朋友使用AR表情包进行对话,辅以主题分析和PIQ问卷。
    • 原型基于Meta Quest 3和Unity3D开发,支持实时表情包共享和操作。
  • 局限性与未来工作:
    • 研究1中的可视化选项有限,可能限制了参与者的创造力。
    • 研究2中预选的表情包和话题可能影响了对话的自发性。
    • 当前AR头显遮挡用户面部,影响自然互动。
    • 未来工作可以探索生成式可视化工具、实时表情包搜索和更少干扰的AR眼镜。

总结

本文研究了如何通过增强现实将网络表情包融入面对面对话。通过两项研究,作者确定了三种AR表情包可视化原型和两种对话整合模式,展示了AR表情包如何增强幽默和社会互动。研究结果表明,AR表情包将数字内容与用户的动作和环境相结合,创造了一种独特的交流形式。尽管AR表情包表现出高度用户兴趣和享受度,但技术摩擦和头显干扰等挑战仍然存在。未来研究可以关注生成式工具、实时表情包推荐和改进的AR硬件。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/222610/2026

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791255
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
AR 导航与情境感知、沉浸感与临场感研究、XR 中的身份认同与化身(Avatar)
work
职业/产业
UI/UX 设计师、游戏开发者与设计师
article
内容状态
已索引正文
hub
相关论文
2 篇相关论文