协作虚拟环境(CVEs)为人类交流提供了独特的机会。人类可以在任何环境中以他们想要的视觉形象进行远程互动。尽管指示性手势尤为重要,因为它们可以引导其他人的注意力,但在使用和解释这些手势时,人类会系统性地出错。最近的研究表明,通过扭曲指向的手臂,可以显著改善对垂直指示性手势的解释。在本文中,我们扩展了之前的工作,表明模型可以改善用户周围所有目标的指示性手势的解释。通过在CVE中对28名参与者进行的研究,我们分析了用户在解释指示性手势时所犯的错误。我们得出了一种模型,该模型旋转指向用户的化身的手臂,以提高观察用户的准确性。第二项对24名参与者的研究表明,我们可以将观察者的准确性提高22.9%。由于我们的方法对用户来说是不可察觉的,因此它可以在不迫使他们学习新的交互技术或分散他们的体验注意力的情况下提高他们的准确性。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/32450/2020

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376340
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
VR 中的社交与协作、沉浸感与临场感研究
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文