使用实体笔式输入进行操作、学习和回忆
形变界面与软机器人材料足部与手腕交互软件工程师与开发者UI/UX 设计师
我们研究了一种笔状实体输入设备的两个关键的人类性能特征,该设备根据哪个角、边或侧面接触表面来执行不同的命令。使用三种代表性的设备大小的物理模型和一个基线笔模型,我们研究了在转换接触时的操作时间。结果显示,最大的设备总体上最快,对于等效的转换,与笔相比几乎没有差异。使用能够感知所有26种不同接触的硬件原型,第二个实验评估了学习和回忆。结果显示,在两小时的课程中,几乎可以学习所有26种接触,并且在24小时后平均可以回忆起94%。这些结果为这种类型的实体笔状输入的实际应用、设计和效用提供了实证证据。
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。
- 75%
通过手臂和手腕旋转手势扩展键盘快捷方式
CHI '18· 足部与手腕交互
- 60%
形状变化界面研究中的重大挑战
CHI '18· 形变界面与软机器人材料
- 60%
TapNet:多任务学习CNN用于屏幕外移动输入的设计、训练、实现及应用
CHI '21· 足部与手腕交互 +1
- 60%
KeyTch:结合键盘与触摸屏以实现工具栏上的快速命令选择
CHI '21· 足部与手腕交互 +1
- 60%
AO-Finger:通过声光传感器融合实现无手操作的细粒度手指手势识别
CHI '23· 手部手势识别 +1
- 60%
SAWSense:使用表面声波进行表面绑定事件识别
CHI '23· 形变界面与软机器人材料 +1
- 60%
平面触觉技术:嵌入式电渗泵用于可扩展形状显示
CHI '23· 形变界面与软机器人材料
- 60%
PonDeFlick:一种在智能手表上输入日文文本的方法,该方法将滑动操作与智能手机界面相结合
CHI '24· 足部与手腕交互 +1
- 60%
MagPie:通过可定制的磁性后部设备输入附件扩展智能手机的交互空间
CHI '25· 形变界面与软机器人材料 +1
- 60%
Opisthenar:使用嵌入式手腕摄像头观察手背进行手势与手指敲击识别
UIST '19· 足部与手腕交互 +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/10.1145/3313831.3376772
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
形变界面与软机器人材料、足部与手腕交互
work
职业/产业
软件工程师与开发者、UI/UX 设计师
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文