理解与设计社交虚拟现实娱乐中的化身生物信号可视化

VR 中的社交与协作沉浸感与临场感研究XR 中的身份认同与化身(Avatar)游戏开发者与设计师舞者与表演艺术家

文献标题

Understanding and Designing Avatar Biosignal Visualizations for Social Virtual Reality Entertainment

文献信息

  • 主题领域: 虚拟现实 (Virtual Reality, VR)、人机交互设计、社交娱乐
  • 关键词: 生物信号, 社交虚拟现实, 可视化, 娱乐, 虚拟现实, 感知, 设计

研究背景与问题

  • 问题与挑战:

    • VR 社交环境中由于缺乏传统的非语言行为线索(如面部表情和手势),沟通可能受到限制。
    • 生物信号(如心率和呼吸频率)可作为一种增强社交表达的工具,但目前尚不清楚如何在社交 VR 娱乐场景中设计有效的生物信号可视化,并理解用户的感知。
    • 现有研究探讨了不同形式的生物信号可视化,但在设计解释性强、非干扰性的生物信号可视化方面仍存在挑战。
  • 重要性:

    • 生物信号可改善社交体验,例如加强同理心、提升交互质量并增强沉浸感。
    • 开发适合娱乐应用的信号可视化,有助于增加虚拟空间的真实性和趣味性。
  • 研究动机:

    • 探讨用户如何感知 VR 社交环境中的虚拟化身及生物信号。
    • 提出适合社交娱乐的设计方案以优化用户体验。
    • 针对目前的可视化方式(如颜色、粒子效果等)进行用户认知及偏好研究。

解决方案

  • 方法与方案:

    1. 混合方法研究框架: 综合使用问卷、情景映射(context mapping)、协同设计和用户实验。
    2. 两部分工作:
      • Part 1: 探讨用户如何感知虚拟化身与生物信号,并通过协同设计生成生物信号可视化的初步概念。
      • Part 2: 通过在虚拟爵士酒吧场景中比较多种可视化设计,评估信号类型(心率与呼吸频率)、速率(低/中/高)及视觉形式的影响。
  • 创新点:

    • 首次将生物信号可视化纳入 VR 社交娱乐设计中,着重探讨其非干扰性与解释性。
    • 引入多种可视化设计(仿真化、粒子、虚拟生物、环境变化)并与用户偏好进行验证。
    • 将用户-虚拟化身关系、新颖的情景和多维度的信号特性整合到设计中,提出针对动态社交环境的设计指导。
  • 实施步骤:

    1. 调研用户需求与偏好:
      • 使用问卷调查(N=54)和情景映射方法(N=6),分析当前用户对生物信号及虚拟化身的感知。
      • 分类用户参与度与社交场景(低/中/高互动)特性。
    2. 协同设计生物信号可视化:
      • 在线协同设计(N=6),构思适用于社交 VR 娱乐的信号可视化概念,总结设计要点。
    3. 虚拟场景实验:
      • 构建 Unity VR 场景,同时实现四种可视化设计(仿真化、粒子、虚拟生物、环境变化)和心率/呼吸信号生成。
      • 在爵士酒吧场景中进行实验(N=32),测量用户对感知唤醒状态、干扰程度和设计偏好的反馈。

研究成果

  • 具体发现:

    • 唤醒状态感知:
      • 仿真化设计最适于区分不同速率状态(低-中-高)。
      • 不同可视化类型会因信号类型(心率 vs 呼吸)而在用户感知上产生差异。
    • 干扰程度:
      • 心率信号中,仿真化和粒子设计最少干扰用户体验。
      • 呼吸信号情况下,不同设计的干扰程度无显著差异。
    • 用户偏好:
      • 仿真化设计在心率信号上最受欢迎(84.4%),而在呼吸信号上与环境可视化设计不相上下。
  • 相较现有方案的优势:

    • 提供了针对特定场景(社交娱乐)且多维度(信号类型、速率、视觉表现)的设计共识。
    • 设计的可视化不仅具有解释力,还考虑了外围注意力需求,适应娱乐型社交 VR 的动态性。
  • 实验与评估结果:

    • 用户对虚拟爵士酒吧场景的整体沉浸感得分偏高(IPQ 中 "空间存在感" 得分为 5/7)。
    • 同时,用户对涉及生物信号隐私问题持有谨慎态度,但乐于接受模糊化或抽象化设计。
  • 局限与未来方向:

    1. 简化生成的生物信号: 当前使用模拟信号,而非实时生物感应信号;未来可集成实际生理数据以提高生态效度。
    2. 仅视觉模式: 当前研究集中于视觉可视化,应探索声音、触觉等其他模式的应用。
    3. 新场景扩展: 针对更多类型的社交场景(如虚拟协作、教育等),测试可视化适配性。
    4. 隐私保护机制: 需要进一步解决信号共享的隐私顾虑,如通过定制化或加密方式。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/72032/2022

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/10.1145/3491102.3517451
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
VR 中的社交与协作、沉浸感与临场感研究、XR 中的身份认同与化身(Avatar)
work
职业/产业
游戏开发者与设计师、舞者与表演艺术家
article
内容状态
已索引正文
hub
相关论文
8 篇相关论文