GlanceWriter：通过凝视字母来写作文本

文献标题

GlanceWriter: Writing Text by Glancing Over Letters with Gaze

文献信息

• 主题领域: 人机交互、眼动追踪技术、无接触文本输入方法
• 关键词: 眼动追踪, 文本输入, 手势输入, 无需凝视, 动态解码

研究背景与问题

• 发现的问题或挑战: 当前基于眼动的文本输入方法存在输入速度慢和眼部疲劳的问题。传统方法通常需要用户凝视单个按键或通过额外操作标记开始和结束位置，这种交互方式时间消耗大，效率低，且易诱发眼部疲劳。
• 问题的重要性: 提供高效、舒适的无手输入解决方案有助于在虚拟现实、增强现实以及身体有障碍的用户场景中增强人机交互体验。
• 研究动机与相关工作:
  • 传统的凝视输入和手势输入方法面临输入效率和可靠性问题。
  • EyeSwipe通过“反向穿越”机制标记输入起止位置，但操作步骤复杂，耗时较多。
  • 商业系统（如Tobii Dynavox的Communicator 5）采用了未知的解码机制，但仍存在速度和错误率的限制。
  • 针对上述限制，研究提出一种无需凝视或额外标记路径起止点的方法，通过概率解码来实现更流畅的输入体验。

解决方案

• 提出的方法或解决方案:

  • GlanceWriter是一种无需凝视或“反向穿越”的基于眼动追踪的文本输入方法，用户通过快速扫视键盘上的字符即可输入单词。
  • 它基于动态解码算法，分析眼动路径的动态特性（如速度、稳定性、与键盘中心的距离）以概率地确定输入字符。
  • 利用Trie（前缀树）存储词汇表，并结合语言模型优化词汇候选建议。

• 创新点:

  • 创新的概率解码算法不需要明确输入路径的开始和结束点。
  • 设计了基于眼动稳定性和路径距离的键评分机制，用于提高解码准确性。
  • 提供无交叉和无凝视路径取消功能，减轻了眼动输入的不稳定性问题。

• 实施步骤与技术:

  • 将键盘区域划分为字符所在的区域，通过眼动追踪采样（100Hz）记录用户扫视路径。
  • 使用高斯函数和稳定性计算评估字符输入概率。
  • 基于Trie结构快速匹配用户输入路径与词汇表，并结合语言模型提高预测词汇的准确性。
  • 解码结束后排序候选词，并通过凝视确认最终选择。

研究成果

• 具体成果:

  • 在输入速度方面，GlanceWriter相比EyeSwipe提高了67%（从6.49 WPM提升到10.89 WPM），相比商业系统Communicator 5提高了28.7%（从7.41 WPM提升到9.54 WPM）。
  • 错误率显著下降：相较于EyeSwipe的6.85%错误率，GlanceWriter达到了2.71%；与Communicator 5相比也有所降低（16.32%到12.89%）。
  • 用户主观感受明显好于其他输入方式，包括较低的精神负担和较高的舒适性与可学习性。

• 优势:

  • 不需要复杂的反向穿越或凝视时间操作，显著提升了输入体验的流畅性与效率。
  • 解码算法对不稳定的眼动输入具有较好鲁棒性和适应性。

• 实验或评估结果:

  • 两项实验分别对比了GlanceWriter与EyeSwipe和Tobii Communicator 5，验证了其性能优势。
  • 用户反馈显示GlanceWriter在精神负担、身体负担、舒适性和学习难度等主观评估中优于其他方法。

• 局限性与未来方向:

  • 当前解码算法依赖词汇表，无法直接处理超出词汇表范围的单词。
  • 需要进一步研究与实现OOV（Out-of-Vocabulary）词汇的输入机制。
  • 语言模型的引入对性能有显著影响，未来可尝试引入更先进的模型如GPT-3。
  • 考虑键盘区域位置对输入精度的影响，优化边缘字符的解码效果。