StickyPie: 一种基于凝视、尺度不变的标记菜单，专为AR/VR优化

文献标题

StickyPie: A Gaze-Based, Scale-Invariant Marking Menu Optimized for AR/VR

文献信息

• 主题领域: 增强现实 (AR)/虚拟现实 (VR) 交互设计，注视输入和标记菜单技术
• 关键词: 注视输入, 标记菜单, AR/VR, 头戴显示设备, 用户界面设计, 眼动追踪, 交互技术, 信息传输率, 实验设计

研究背景与问题

• 发现的问题或挑战:

  • 使用眼动追踪技术进行菜单选择时存在操作挑战，包括过度划动（overshoot）、错误选择（incorrect selection）和误激活（false activations）问题。
  • 当前注视输入界面的设计尚未优化，不支持从新手到专家的流畅操作过渡。
  • 大部分现有研究并未深入探讨如何优化眼动菜单的大小、层次深度和粒度等设计参数，也未解决标记菜单在高精度需求场景中的问题。

• 重要性:

  • 增强现实和虚拟现实设备的广泛应用使注视输入成为一种重要的无手操作交互方式。优化这一交互方式可以显著提升人机交互效率和用户体验。

• 研究动机与相关工作:

  • 标记菜单作为一种支持新手（通过图形用户界面）和专家（通过手势操作）用户的技术，为注视输入提供了潜在的应用场景。
  • 当前的一些眼动输入研究和技术（如pEyeWrite、OctoPocus等）在用户过渡设计以及错误处理方面存在不足。
  • 在眼动追踪精度受限的情况下，如何设计适配不同粒度和深度的界面是一个关键问题。

解决方案

• 提出的方法或解决方案:

  • 作者设计了一种名为“StickyPie”的标记菜单技术，利用眼动轨迹预测（尤其是眼跳的着陆点）实现“尺度不变”的输入操作。其核心特色是根据眼跳的着陆位置动态渲染下一级菜单，避免多个菜单选项被同时触发的问题。
  • StickyPie融合了算法检测眼跳运动（使用速度阈值和峰值检测），并针对用户的眼动行为进行了优化设计。

• 创新之处:

  • 支持尺度不变的标记输入，无需精确控制眼移动的距离。
  • 显著减少由于过度划动导致的选择错误，从而更好地支持用户从新手模式向专家模式的过渡。
  • 通过实验证实StickyPie较传统方法（RegularPie）在准确性、学习效率等方面的优势。

• 实施步骤与关键技术:

  1. 实验设计: 通过多组实验验证菜单大小、层次深度和粒度对用户操作效果的影响。
  2. 算法实现: 应用速度检测算法设定眼跳起始和着陆点，并优化检测阈值（30°/s 用于检测眼跳开始，10°/s 用于检测着陆位置）。
  3. 错误处理: 引入检测时间限制（200 ms）、对眨眼行为的过滤规则等机制，从而减少错误。
  4. 视觉辅助: 在菜单边缘提供目标视觉线路以提示用户正确操作路径。

研究成果

• 具体成果:

  • StickyPie显著减少了过度划动错误，并提高了用户的学习速度。
  • StickyPie在信息传输率（ITR）方面表现优于RegularPie，尤其是在专家使用场景中。
  • StickyPie的设计支持更复杂的菜单层次和手势设计，提升了系统的总体交互效率。

• 与现有解决方案的比较优势:

  • 相较于RegularPie，StickyPie避免了因眼动路径距离产生的多重选项触发问题。
  • StickyPie设计的菜单具有更好的可扩展性和用户适应性，同时支持更高的交互精度。

• 实验或评估结果:

  • 实验1: 确定菜单大小对新手和专家用户的影响，找出了最优的菜单径向（2.5°到3°）。
  • 实验2: 探讨菜单深度和粒度对输入效率的影响，发现深度大于2时粒度应控制在6以内。
  • 实验3: 比较StickyPie与RegularPie，StickyPie在学习效率、信息传输率以及用户偏好方面具有明显优势。

• 局限性与未来方向:

  • StickyPie需要约束菜单出现的空间范围，以确保视觉和操作的舒适性（建议范围在±20°以内）。
  • 当前方案主要针对眼动单独输入，未来可以扩展到结合头部交互的场景。
  • 错误恢复机制（如撤销误操作）尚未深入探讨，未来研究可以引入更完善的错误纠正功能。

总结来看，StickyPie技术以及相关设计指南为增强现实和虚拟现实设备中的注视交互打开了新的可能性，具有很高的理论和应用价值。