FrownOnError:通过面部表情中断智能音箱的响应
荣誉提名作者
手部手势识别人体姿态与行为识别语音用户界面(VUI)设计
在与智能扬声器的对话中,对用户请求的误解导致了错误的响应。我们提出了一种名为FrownOnError的新交互技术,该技术使用户能够通过故意但自然的面部表情来中断响应。该方法利用了人类在收到意外响应时面部表情会发生变化的特性。我们进行了一项初步用户研究(N=12),以了解用户对正确和错误响应的直觉反应。我们的结果揭示了两种情况下用户面部表情的发生频率和强度存在显著差异,皱眉和扬眉是易于执行和控制的。我们的第二项用户研究(N=16)评估了FrownOnError的用户体验和中断效率,第三项用户研究(N=12)探讨了中断后的合适对话恢复策略。我们的结果显示,FrownOnError可以被准确检测(精度:97.4%,召回率:97.6%),与唤醒词和按钮按压的基线方法相比,提供了最及时的中断,并且被用户评为最直观和最容易执行的方法。
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。
- 67%
FingerPing:使用主动声学身体传感识别精细手部姿势
CHI '18· 手部手势识别 +1
- 67%
RadarNet:利用微型雷达传感器的高效手势识别技术
CHI '21· 手部手势识别 +1
- 67%
更多错误还是更长的命令:重复和表达能力降低对输入解释错误、学习和用户偏好的影响
CHI '22· 手部手势识别 +1
- 67%
启用跨设备感应伴随语音的手部到面部手势识别
CHI '23· 手部手势识别 +1
- 67%
通过2D-3D指纹匹配估计3D手指姿态
IUI '22· 手部手势识别 +1
- 67%
Back-Hand-Pose:基于手背变形网络的腕戴式摄像头3D手部姿态估计
UIST '20· 手部手势识别 +1
- 67%
RIDS:虚拟现实中自由手势指点时利用手部运动动力学对选择手势的隐式检测
UIST '22· 手部手势识别 +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/10.1145/3313831.3376810
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
荣誉提名
group
作者
6 位作者
sell
研究子方向
手部手势识别、人体姿态与行为识别、语音用户界面(VUI)设计
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
7 篇相关论文