克服遗留偏见:与纳米比亚的桑族社区重新设计虚拟现实中的手势交互

手部手势识别发展中国家与HCI4D

文献标题

克服遗留偏差:与纳米比亚 San 社区联合重新设计虚拟现实中的手势交互

文献信息

  • 主题领域: 人机交互、虚拟现实、文化多样性与设计
  • 关键词: 虚拟现实, 手势, 自然交互, 纳米比亚, San 社区, 用户体验, 土著文化, 多样性, 合作设计

研究背景与问题

  • 发现的问题或挑战: 当前的虚拟现实手势交互设计存在显著的遗留偏差(Legacy Bias),即设计通常基于西方文化背景的技术规范,而忽略了多样性,尤其是非西方文化用户的需求。现有虚拟现实手势交互大多遵循以技术为导向的设计,而缺乏用户驱动的设计过程,特别是来自边缘化和非典型用户群体的建议。
  • 问题重要性: 随着虚拟现实技术的广泛应用,用户群体和使用场景越来越多元化,这对设计的包容性提出了更高要求。通过设计适应多样化文化语境的自然交互手势,可以减少系统性偏差,并对增强技术的社会公正性作出贡献。
  • 研究动机与相关工作: HCI 领域近年开始关注边缘化用户,尤其是全球南方用户。这类用户通常被忽视或仅以“需求帮助”的视角看待。作者沿用 Morris 等人提出的“三 P 方法”(Partner, Production, Priming)来设计手势,并提出加入非西方用户特别是土著社区的设计参与,以扩大设计的多样性。

解决方案

  • 提出的解决方案: 作者探索一种与纳米比亚 San 社区合作设计的手势交互路径,结合“三 P 方法”以及合作设计实践,对自然交互手势进行设计和虚拟现实原型实现。
  • 创新之处:
    • 在方法论上:结合 Morris 等人的方法与社区合作设计,为设计过程融入更多用户驱动的视角。
    • 在技术上:实现用户建议的手势,将社区提供的文化语境融入虚拟现实应用。
    • 在参与设计上:纳入边缘化用户群体,使技术设计更具包容性。
  • 实施步骤与关键技术:
    1. 手势探索阶段:
      • 通过伙伴方式(Partner)的游戏方法(类似猜字谜游戏),从社区成员自然手势中提取设计相关信息。
      • 使用定量和定性分析记录手势类型并与现有手势模型对比。
    2. 虚拟现实探索阶段:
      • 通过虚拟现实应用程序 Hands Physics Lab 使社区成员体验基于手势的互动,并观察他们的自然反应。
    3. VR 原型开发:
      • 使用 Unity 平台创建 VR 营地场景原型,并实现基于社区手势设计的交互功能。
    4. 重新设计阶段:
      • 基于社区成员对 VR 原型的使用体验和反馈,联合社区进行进一步的设计修订。

研究成果

  • 具体成果:
    • 确认 Aigner 等人定义的五种手势类别,并在 San 社区观察到文化语境显著影响手势表现。
    • 针对“停止”(stop)、“指向”(pointing)和“竖起大拇指”(thumbs-up)等手势进行了初步实现并验证,其中“停止”手势被广泛接受。
    • 提出了复合手势(Composite Gestures)的研究方向,即通过复杂手势组合实现VR功能。
  • 与现有解决方案相比的优势:
    • 包括了边缘化社区的视角,有助于减少遗留偏差并促进手势设计的多样化。
    • 对手势是否能有效转化为虚拟现实交互进行了技术验证。
    • 拓展了人与虚拟现实互动的文化适应性,使技术设计与用户背景更紧密结合。
  • 实验或评估结果:
    • 驻地研究共记录了 119 个手势,发现指向与图形手势具有跨文化的普适性,而象征性手势存在显著文化差异。
    • 社区参与设计的手势在虚拟现实原型中得到了积极响应,一些手势类型如“停止”被自然接受,而其他如“竖起大拇指”需要调整其应用情境。
    • 女性在参与 VR 中表现出更高的情感反应,男性动作更为收敛。
  • 局限性与未来方向:
    1. 局限性:
      • 手势设计目前旨在特定文化语境下,尚未验证其在其他文化中的通适性。
      • 技术实现仍受限于手势检测的精度与硬件性能。
    2. 未来方向:
      • 进一步研究复合手势的技术实现,探索更复杂的自然交互。
      • 扩大实验人群范围,验证手势设计的跨文化适应性。
      • 加强对性别差异及社会文化因素的分析,设计适应多样用户群体的交互机制。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/72022/2022

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/10.1145/3491102.3517549
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2022
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、发展中国家与HCI4D
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文