BezelGlide:使用智能手表与图表交互以最小化屏幕遮挡
作者
交互式数据可视化智能手表与健身手环
文献标题
BezelGlide: Interacting with Graphs on Smartwatches with Minimal Screen Occlusion
文献信息
- 主题领域: 人机交互,智能手表数据可视化与交互技术
- 关键词: 智能手表, 数据图表, 可视化, 交互, 输入
研究背景与问题
-
发现问题或挑战:
- 智能手表屏幕较小,导致数据可视化内容交互较困难。
- 常见的触控交互方法会带来“粗手指”问题,导致触点精度较差。
- 屏幕遮挡常常影响用户对数据的观看与操作。
-
重要性: 智能手表因其便捷性和可穿戴属性越来越受欢迎,特别是在收集健康数据方面。然而,为用户设计有效的数据探索和交互技术,对于展现隐藏数据的价值至关重要。
-
研究动机与相关工作:
- 当前的数据可视化技术在小屏幕设备上受限,例如传统触控技术会因屏幕遮挡影响数据交互。
- 尽管已有一些互动技术缓解上述问题(如Shift技术),但缺乏针对数据可视化优化的解决方案,尤其是在移动和动态使用场景中。
解决方案
-
提出的解决方案: 作者提出了一种新颖的智能手表交互技术套件,称为BezelGlide,专门用于优化数据图表交互。其中包括两种变体:
- Full BezelGlide (FBG): 使用整个手表边框进行交互。
- Partial BezelGlide (PBG): 仅使用屏幕遮挡最少的部分边框。
-
创新之处:
- 借助边框交互,减少屏幕遮挡导致的问题。
- 利用精确算法设计交互区域,使其适应智能手表圆形屏幕的特殊结构。
- 实现数据点的精确选择与查看,而无需直接触碰屏幕。
-
实施步骤与关键技术:
- 屏幕遮挡分析(研究1):将智能手表边框分为24个等份区域,通过头戴摄像机捕捉用户交互时屏幕的遮挡情况,量化遮挡程度。
- 设计交互技术:基于遮挡实验结果设计FBG和PBG技术。FBG使用整个边框,而PBG专注于遮挡最少的区域。
- 技术评估(研究2):通过与常见Shift技术比较,在静态和行走条件下评估技术性能,包括响应时间、交互距离和用户偏好。
研究成果
-
具体成果:
- FBG和PBG显著减轻了“粗手指”问题,有效减少屏幕遮挡。
- 在数据值检测任务中,PBG表现优于FBG及Shift技术。
- 通过用户研究确认PBG的使用偏好最多,主要因为其在屏幕遮挡方面最少,且交互更加高效。
-
与现有解决方案相比的优势: PBG比Shift技术减少屏幕遮挡约34%,同时交互所需的手指移动距离更短,提高了任务效率。
-
实验或评估结果:
- 平均屏幕可见度:PBG在最佳区域可达90%。
- 响应时间:PBG响应时间最低(约1920ms),显著优于FBG和Shift。
- 节省操作距离:PBG触点移动路径显著缩短,适应动态条件。
-
局限性与未来方向:
-
局限性:
- 屏幕遮挡实验通过头戴摄像机捕捉视角,可能与用户真实视角有少许偏差。
- 技术设计基于佩戴在左手的手表,未考虑左撇子用户的需求。
- 实验环境为实验室条件(如在跑步机上行走),缺乏真实的户外动态场景验证。
-
未来方向:
- 扩展研究至其他数据探索任务(如数据比较、趋势检测)。
- 在真实使用场景中(例如户外跑步)测试技术性能。
- 调整技术以适应不同手表佩戴方式(左手/右手)。
- 探索如何结合智能手表用户界面中的其他重要元素(文字内容、图标等)。
-
总结
BezelGlide技术为智能手表上的数据图表交互提供了创新解决方案,通过使用边框交互显著减轻屏幕遮挡问题。特别是PBG技术,在静态和动态场景下均表现出优异的任务效率和用户偏好,显现出强大的设计潜力。然而,该技术在适应其他场景和用户条件等方面仍有待深入研究。
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。
help
研究问题
3- 如何设计针对智能手表的小尺寸屏幕交互方式,减少屏幕遮挡并提高数据交互效率?分类: 可视化创作、仪表盘与图表理解同类问题arrow_forward
- 全边框交互(FBG)和部分边框交互(PBG)哪种设计能够更好地解决数据可视化中的遮挡问题以及“粗手指”问题?分类: 可视化创作、仪表盘与图表理解同类问题arrow_forward
- 在静态和动态条件下,PBG与现有方法(如Shift)的性能如何对比并影响用户偏好?分类: 可视化创作、仪表盘与图表理解同类问题arrow_forward
lightbulb
现实痛点
1- 智能手表屏幕太小导致用户很难浏览和交互图表内容。分类: 可视化创作、仪表盘与图表理解同类问题arrow_forward
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/10.1145/3411764.3445201
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
交互式数据可视化、智能手表与健身手环
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文