为增强现实中的文本内容情境适应性设计指导进行众包

文献标题

Crowdsourcing Design Guidance for Contextual Adaptation of Text Content in Augmented Reality

文献信息

• 主题领域: 增强现实 (AR)、众包、界面设计
• 关键词: 增强现实、众包、隐私、文本适应性、视觉设计、实验方法、动态界面、用户体验、背景影响、头戴显示器

研究背景与问题

• 作者发现的问题或挑战:

  • AR界面设计需要适应用户的物理环境，但开发者无法预知应用部署的具体背景。
  • 现有实验室研究具有高控制性，外部效度较低，且在收集多样数据时成本较高。
  • 缺乏针对动态文本的适应性设计指导，例如如何根据背景选择文本样式和颜色。

• 为什么这个问题很重要:

  • 增强现实越来越多地融入用户的日常环境，其设计质量对用户体验至关重要。
  • 在多样化背景中动态调整文本样式是许多AR应用的重要功能。

• 研究动机与相关工作:

  • 相关研究利用众包进行认知行为实验或界面设计，但多忽略了用户的环境背景对AR的影响。
  • 先前文献探讨了文本颜色、背景与布局对可读性的影响，但缺乏基于用户背景环境的广泛数据支持。

解决方案

• 方法或解决方案:

  • 提出了一种新的众包实验方法，通过移动应用捕捉用户环境数据。
  • 采用隐私意识设计，让用户在任务中捕捉图像并动态调整文本外观，同时提供选择性分享能力。
  • 实验将方法应用于文本面板的颜色和布局设计问题。

• 创新之处:

  • 将众包用于收集多样化用户上下文数据的同时，保护用户隐私。
  • 融合众包用户评价与实验室研究结果，为AR设计提供支持。
  • 提供从低保真数据到高保真AR头戴设备的转化机制。

• 实施步骤:

  • 用户通过移动设备摄像头捕捉其周围环境图像。
  • 用户在一个低保真的AR界面中调整文本面板的颜色、位置等属性。
  • 通过用户反馈优化文本的外观设计，同时允许用户对分享的图像进行像素化处理以保护隐私。
  • 数据分析结合用户喜好与环境特性，为AR界面设计提供指导。

研究成果

• 具体成果:

  • 通过亚马逊Mechanical Turk平台进行了两次众包实验，招募了400名参与者，从22国收集约2000个图像样本。
  • 验证了背景颜色、纹理对文本面板颜色及布局选择的影响。
  • 开发了一个针对微软HoloLens的动态文本面板适应系统。

• 与现有解决方案相比优势:

  • 克服了实验室研究中的外部效度问题，可以快速收集多样化真实环境数据。
  • 通过自动化分析工具从大规模数据中提取偏好模式，比传统人工分析更有效率。
  • 保证了隐私保护，允许用户拒绝或模糊化分享图像数据。

• 实验或评估结果:

  • 用户首次选择蓝色和红色文本面板的偏好在多种背景下得到验证。
  • 参与者对于隐私保护功能评价积极，超过76%认为模糊功能对保护隐私非常有用。
  • 实验结果与现有实验室研究在面板颜色和文本颜色偏好上的结果一致。

• 局限性与未来方向:

  • 手机设备显示差异可能对颜色选择产生噪声影响，未来需要控制此因素。
  • 当前实验中仅允许用户调整面板颜色和布局，互动空间较小，可拓展更多设计选择。
  • 未来可以扩展至实时视频捕抓，引入时间和空间一致性研究，提高动态适应性分析的准确性。

结论

• 本文提出了一种基于众包的隐私意识方法，可高效收集用户环境数据，支持AR应用中上下文感知的设计决策。
• 研究验证了通过低保真移动AR实验获得的设计指导可转化至高保真头戴显示设备。
• 总体而言，该方法为复杂AR界面设计提供了一个经济、有效且可扩展的研究工具，对推动AR设计的外部效度具有重要意义。