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:
- 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。
- 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。
- 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:
- The-Meme-on-Me: 将表情包角色与用户身体融合。
- Me-in-the-Meme: 将用户置于表情包环境中。
- 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:
- 顺序式:表情包与语言交替出现,表情包作为笑点或铺垫。
- 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)。
- 三种AR表情包可视化原型:
- 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。
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。
- 60%
与我保持真实:虚拟形象的真实感对增强现实远程协作和自我披露中的社会临场感和舒适度的影响
CHI '25· AR 导航与情境感知 +2
- 60%
SwitchAR:增强现实中的感知操纵
UIST '25· AR 导航与情境感知 +1
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/10.1145/3772318.3791255
一眼看懂
fact_check论文快照
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