'我不希望人们用不同的目光看我': 为上半身运动障碍者设计用户定义的颈部以上手势
手部手势识别足部与手腕交互运动障碍辅助输入技术残障服务提供者辅助技术专家
文献标题
“I Don’t Want People to Look At Me Differently” - Designing User-Defined Above-the-Neck Gestures for People with Upper Body Motor Impairments
文献信息
- 主题领域: 人机交互; 面向上肢运动障碍者的无触控交互技术
- 关键词: 上肢运动障碍, 上颈部手势, 用户定义手势, 手势引导, 人机交互
研究背景与问题
- 发现的问题或挑战:
- 上肢运动障碍者难以准确触控屏幕,常见的替代方法如语音交互存在输入速度/隐私问题。
- 现有的眼睑手势设计未充分考虑用户偏好及其身体条件,无法确保使用的可接受性。
- 研究重要性: 为患者提供自然、可接受、无障碍的手机交互手段提升用户体验,同时确保社会接受度。
- 研究动机与相关工作:
- 现有手势交互以技术驱动为主,缺乏用户设计过程。
- 结合用户定义手势的研究经验,探索用户自主设计的头部、眼部和口部手势更具意义。
解决方案
- 提出方法:
- 用户研究: 通过17名运动障碍用户设计26项常见手机交互命令的手势。
- 手势分类与选择: 收集的442种手势通过分析用户的设计逻辑与偏好进行分类。
- 验证测试: 通过问卷调查,分析24人(包含无障碍群体)的对所设计手势的反馈。
- 创新之处:
- 首次结合上颈部多个部分(眼、口、头)设计用户自定义手势。
- 系统性将使用者纳入设计流程以最大化手势偏好和用户接受度。
- 实施步骤:
- 定义实验任务:基于人机交互学的复杂性理念,选择并分类26项常用的手机命令。
- 指导用户创建适合自身条件的手势,同时记录评价意见。
- 冲突解决:统一用户偏好对某类冲突手势进行优先处理。
- 评价问卷:收集无运动障碍用户参与者的意见,验证通用意义。
研究成果
- 具体成果:
- 总结一个适合运动障碍者的30种用户定义的无接触手势集合。
- 多数参与者偏好视觉上不引发注意、小幅、自然的手势。
- 与现有解决方案比较:
- 用户定义手势比研究人员设计手势更贴合用户需求。
- 丰富了基于上下颈部的交互方式,提高可行性和实际交互命令的覆盖范围。
- 实验与评估结果:
- 上颈部手势具有良好的社会接受度,用眼睛设计的手势(44.4%)占比最高,结合眼部和头部的手势(30.8%)次之。
- 疾病和身体条件未妨碍用户设计以适应他们能力的手势。
- 与无障碍用户的手势偏好一致率达62%。
- 局限性与未来方向:
- 记忆负担: 随手势多样性增加,用户可能存在识别使用难度。
- 设计适配: 手势需要进一步增加个性化支持,解决若干健康隐忧(如长期动作)。
- 跨文化适应: 区域和社会文化对手势的共识度仍需更多研究。
- 其他限制: 年龄、背景和任务分类对用户优先选择的影响有待探索。
总结与价值
研究在实践中成功揭示了让残障者自主定义交互方案的可能性,通过建立标准化和可定制的交互手势集合,为社会多元无障碍平台设计提供重要范式和设计参考。
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
3- 上肢运动障碍用户能自主设计哪些适合自己的头部、眼部和口部手势来完成移动交互?分类: 用户定义手势设计与评估同类问题arrow_forward
- 用户定义的“颈以上手势”能否满足不同用户的偏好并具备社交接受度?分类: 用户定义手势设计与评估同类问题arrow_forward
- 用户定义的手势设计在身体条件和社交场景中有哪些实际可行性和局限性?分类: 用户定义手势设计与评估同类问题arrow_forward
lightbulb
现实痛点
1- 上肢运动障碍用户难以自然进行触屏和语音交互,影响隐私及使用效率。分类: 用户定义手势设计与评估同类问题arrow_forward
- 80%
Crownboard:一种基于表冠的一指智能手表键盘,适用于手部灵活性有限的用户
CHI '23· 足部与手腕交互 +1
- 67%
LipType:结合独立修复模型的无声语音识别器
CHI '21· 手部手势识别 +2
- 67%
理解上身可穿戴设备对上身运动障碍用户的手势输入表达
CHI '22· 触觉可穿戴设备 +2
- 60%
中风手势输入供运动障碍者使用:实证结果与研究路线图
CHI '19· 运动障碍辅助输入技术
- 60%
个人触感:通过基于个人用户触屏交互的个性化设置提高触屏易用性
CHI '19· 运动障碍辅助输入技术
- 60%
Nomon性能评估:一种适用于嘈杂单开关用户的灵活界面
CHI '22· 运动障碍辅助输入技术
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/10.1145/3491102.3517552
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
3 位作者
sell
研究子方向
手部手势识别、足部与手腕交互、运动障碍辅助输入技术
work
职业/产业
残障服务提供者、辅助技术专家
article
内容状态
已索引正文
hub
相关论文
6 篇相关论文