为桌面多尺度导航设计一致的手势集
作者
手部手势识别全身交互与体感输入
多尺度导航界面最初是为了使单个用户能够在桌面工作站上探索大型视觉信息空间而设计的。这些界面在桌面上也非常有用。然而,将其适应于共定位多用户环境并不简单。文献中描述了不同的界面,这些界面仅提供有限的导航动作子集。在本文中,我们首先确定了一组全面的动作,以有效支持多尺度导航。我们报告了一个可猜测性研究,在该研究中,我们引发了用户定义的手势以触发这些动作,表明没有自然的设计解决方案,但用户严重依赖现在无处不在的滑动、捏合和旋转手势。然后,我们基于这三种基本手势提出两种界面设计:一种涉及这些手势的双手变化,另一种将它们与小部件结合。比较研究表明,用户可以轻松学习这两种方法,并且基于手势、视觉极简主义的设计是一个可行的选择,它可以节省显示空间用于其他控件。
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。
- 100%
运动相关性:通过匹配其运动来选择对象
CHI '18· 手部手势识别 +1
- 100%
方向对单笔触触摸手势的影响
CHI '19· 手部手势识别 +1
- 100%
成人和儿童与交互式球面显示器进行手势交互的心理模型
CHI '20· 手部手势识别 +1
- 100%
瞄准空中运动的动力学
CHI '20· 手部手势识别 +1
- 100%
FingerMapper:将手指动作映射到虚拟手臂上,以在受限空间中实现安全的虚拟现实交互
CHI '23· 手部手势识别 +1
- 100%
情感具象化:揭示单手手势的表达潜力
CHI '24· 手部手势识别 +1
- 100%
STMG:一种支持基于拇指的VR/AR输入的机器学习微手势识别系统
CHI '24· 手部手势识别 +1
- 100%
T2IRay:基于拇指到食指的间接指向设计,用于连续和稳健的AR/VR输入
CHI '25· 手部手势识别 +1
- 100%
BodyTouch:研究 HMD 的眼触、无需视觉的本体触觉和近身触觉交互
UbiComp '24· 手部手势识别 +1
- 100%
使用精密握持姿势变化的单手笔+触摸输入
UIST '18· 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
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
手部手势识别、全身交互与体感输入
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文