手势诱发作为计算优化问题
荣誉提名手部手势识别计算方法在HCI中的应用HCI 研究员
手势诱发研究常用于设计新型基于手势的界面。在度量和分析方法方面,存在丰富的文献,这些文献帮助研究人员理解和描述来自此类研究的数据。然而,从这些数据中提取具体的姿势词汇表,这通常是最终目标,仍然主要基于启发式方法和临时方法。在本文中,我们将从手势诱发数据中提取手势词汇表的问题视为一个计算优化问题。我们展示了如何将其形式化为一个最优分配问题,并讨论了如何通过整数规划来表达目标函数和自定义设计约束。此外,我们介绍了一组工具,用于评估由于随机抽样而导致的优化结果的不确定性,并支持研究人员决定何时停止从手势诱发研究中收集数据。我们在大量模拟研究中评估了我们的方法。
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。
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://dl.acm.org/doi/abs/10.1145/3491102.3501942
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
荣誉提名
group
作者
2 位作者
sell
研究子方向
手部手势识别、计算方法在HCI中的应用
work
职业/产业
HCI 研究员
article
内容状态
仅摘要
hub
相关论文
5 篇相关论文