MRAT:混合现实分析工具包
最佳论文作者
混合现实工作空间交互式数据可视化医疗与科学数据可视化大学教授与研究人员UI/UX 设计师
在混合现实(MR)应用程序的开发中存在重要的工具支持;然而,缺乏分析MR体验的工具。我们通过采访8个使用AR/VR的大学研究、教学和媒体团队,这些团队在各种领域使用AR/VR,来提取未来工具的需求。虽然我们发现捕捉用户在MR中执行任务的方式有共同的需求,但主要的区别在于与每个项目相关的启发式方法和度量标准。特别是在项目的早期阶段,团队对于应该收集什么数据,甚至能够收集什么数据,都存在不确定性。我们设计了混合现实分析工具包(MRAT),通过可视化编辑器对MR应用程序进行编程,并实现快速数据收集和过滤,以实现MR用户会话的可视化。通过MRAT,我们贡献了灵活的交互跟踪和任务定义概念,一套可扩展的启发式技术和度量标准,用于衡量任务的成功,并提供了带有MR现场可视化的视觉检查工具。以一个多用户、跨设备的MR危机模拟和分类培训应用程序作为案例研究,我们展示了使用MRAT的好处,不仅用于MR应用程序的用户测试,而且在整个设计过程中进行性能调整。
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。
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/10.1145/3313831.3376330
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
最佳论文
group
作者
14 位作者
sell
研究子方向
混合现实工作空间、交互式数据可视化、医疗与科学数据可视化
work
职业/产业
大学教授与研究人员、UI/UX 设计师
article
内容状态
仅摘要
hub
相关论文
2 篇相关论文