ReLive:连接现场和离场视觉分析以分析混合现实用户研究
作者
混合现实工作空间交互式数据可视化软件工程师与开发者HCI 研究员
文献标题
ReLive: Bridging In-Situ and Ex-Situ Visual Analytics for Analyzing Mixed Reality User Studies
文献信息
- 主题领域: 人机交互、混合现实、视觉分析
- 关键词: 混合现实分析、沉浸式分析、视觉分析、数据可视化、虚拟现实、用户研究工具、环境上下文分析、链接交互、数据记录开放性
研究背景与问题
-
问题或挑战:
- 混合现实(MR)领域快速发展,研究中需要分析用户行为、空间使用、动作模式等复杂交叉数据,同时还需结合传统的HCI性能指标(如时间和错误率)。
- MR研究具有设备多样性、环境关联性强及数据形式复杂等特点,现有分析框架通常只支持沉浸式分析或非沉浸式分析,缺乏跨环境的过渡性分析工具。
- MR研究通常需要在实验环境中构建用户行为的上下文,而现有工具对从沉浸式分析到数据汇总分析的转化缺乏支持。
-
重要性: MR研究对计算机、人机交互、数据分析等领域的实验研究基础设施提出了新的需求,跨环境的分析工具能够实现数据环境的深度挖掘,并推动开放科学和研究透明性。
-
研究动机与相关工作: 作者结合沉浸式工具(如增强现实和虚拟现实设备)和传统的桌面分析工具的优势,提出一个混合框架以解决上述问题。现有相关研究包括:
- 使用沉浸式分析(3D轨迹、事件可视化)研究用户行为和环境;
- 非沉浸式分析工具(如Tableau)的数据分组与可视化;
- 缺少在混合现实环境间快速转换的研究。
解决方案
-
方法: 作者提出了一种名为 ReLive 的混合沉浸式视觉分析框架,该框架集成了沉浸式环境(虚拟现实)和非沉浸式环境(桌面)的工具,支持用户研究数据的全面探索与灵活分析。
-
创新之处:
- 跨环境同步:实时同步虚拟现实和桌面环境的状态,支持无缝切换。
- 数据探索:结合虚拟现实中的环境重现和桌面分析的全面概览,提供双向视角。
- 可扩展性:借助组件化设计,可自定义分析流程,支持开放数据规范和图表交互。
- 数据日志工具:支持实验数据的统一格式记录与转换,提高数据在工具间的兼容性和复用性。
-
关键技术与实施步骤:
- 数据规范化:定义标准化数据结构(如会话、实体、事件),采集实验数据后便于分析。
- 界面过渡与交互支持:通过组件(如时间条、可以编辑的轨迹工具和分析模板)实现环境无缝迁移;设计用户界面包含桌面、视频回放、3D场景。
- 原型开发与实时同步:建立客户端/服务器架构,桌面与VR分别作为客户端,通过WebSocket、HTTP等协议实时同步。
研究成果
-
取得成果: 作者通过两阶段的评估验证了 ReLive 的概念和实际应用效果。
- 设计走查:基于五个参考MR实验进行了功能优先级定义和原型测试。
- 专家用户研究:五名MR领域专家参与,提供了关于环境切换、用户体验、任务分配的反馈,包括解决问题时所需的迁移成本与效率。
-
优势与不足:
- 优势:ReLive框架能够实现数据分析的灵活性,支持环境上下文的推理与探索;其组件化设计允许研究者扩展分析内容;强化MR实验分析的透明性和可复现性。
- 不足:某些工具的用户体验尚未优化,如组件分配方式与术语的一致性;使用VR头显可能导致部分用户的不舒适;针对如何编程扩展组件的研究尚需深入。
-
实验结果: 专家给出系统可用性平均评分 74.5(SUS),同时从定性数据分析中发现,VR用于环境推理表现较佳,桌面适合数据的全局导航和比较任务。
-
局限性与未来方向:
- 探讨跨现实环境中“链接与交互刷选”对数据分析效率的提升;
- 深化对用户在桌面与VR间迁移时的行为研究,特别是连续性切换体验;
- 扩展开放科学适配性,研究组件模板的共享机制及开放数据规范的进一步细化。
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
3lightbulb
现实痛点
1- 混合现实研究中,用户行为数据分析难以在沉浸式和非沉浸式环境间灵活切换。分类: 沉浸感与临场感体验同类问题arrow_forward
- 67%
德imos:动态具身沉浸式可视化形态和过渡的语法
CHI '23· 混合现实工作空间 +2
- 67%
文档在您手中:探索增强现实文档空间排列的交互技术
CHI '25· 混合现实工作空间 +2
- 60%
Inpher:从空中交互推断虚拟对象的物理属性
CHI '18· 全身交互与体感输入 +1
- 60%
大规模可视化API使用示例
CHI '18· 交互式数据可视化 +1
- 60%
T-Cal:基于日历的可视化理解团队对话数据
CHI '18· 交互式数据可视化 +1
- 60%
触摸屏移动设备上网格性能的分析与建模
CHI '18· 眼动追踪与注视交互 +1
- 60%
通过原位可视化增强代码以帮助程序理解
CHI '18· 交互式数据可视化 +1
- 60%
变色龙:为静态数字文档带来交互性
CHI '20· 交互式数据可视化 +1
- 60%
通过数字“现场”观察理解视觉调查模式
CHI '22· 交互式数据可视化 +1
- 60%
CrossCode:计算机程序执行的多级视觉表示
CHI '23· 交互式数据可视化 +1
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://dl.acm.org/doi/abs/10.1145/3491102.3517550
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
混合现实工作空间、交互式数据可视化
work
职业/产业
软件工程师与开发者、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文