抓住它,趁你还能抓住:土著人民共同设计的传统叙事的VR手势评估

手部手势识别VR 中的社交与协作XR 中的身份认同与化身(Avatar)博物馆与文化遗产数字化舞者与表演艺术家社会学家与人类学家

文献标题

Grab It, While You Can: A VR Gesture Evaluation of a Co-Designed Traditional Narrative by Indigenous People

文献信息

  • 主题领域: 人机交互(HCI),虚拟现实(VR),文化遗产保护
  • 关键词: 手势交互, 虚拟现实, 自然交互, 纳米比亚, 用户体验, 原住民, 多样性, 社区参与

研究背景与问题

  • 发现的问题与挑战:

    • 当前手势交互设计在实际应用中的验证不足,大多数研究没有将手势纳入可操作的原型。
    • 参与者群体多样性不足,主要集中于西方知识背景下的参与者(WEIRD群体)。
    • 大部分关于手势的研究缺乏对使用场景及实验细节的描述,使实验难以重复、复制或推广。
  • 研究重要性:

    • 手势交互为体现和传递无形文化遗产提供了新的手段,尤其是在塑造沉浸式文化体验方面。
    • 纳入更广泛的参与者群体有助于降低系统偏差,并推动技术普适性设计的发展。
    • 数字化传统文化有助于保护濒危的文化实践并促进传承。
  • 研究动机与相关工作:

    • 之前的研究表明,用户创造的手势缺乏多样性以及实际实施的验证。
    • 虚拟现实中基于手势的文化遗产展示研究还相当有限,未能充分探索多样的自然互动方式。

解决方案

  • 方法与措施:

    • 在纳米比亚的Ju/’Hoansi社区中采用了基于社区的协作设计方法,数字化了由原住民长老讲述的传统狩猎故事,并在VR中实现。
    • 运用7C模型对故事逐步转换为VR叙事。
    • 实现了3种空中手势和1种抓取手势的交互,包括由社区狩猎演示中提取出来的“动物手势”、“蹲下手势”、“风向测试手势”和抓取手势。
    • 在VR中融入这些手势后,通过该社区成员的实际评估进行验证。
  • 创新之处:

    • 结合真实社区的协作设计,融入原住民的身体手势实践,以增强数字化文化体验的真实性。
    • 开发了一种从原位手势引导到VR交互验证的完整研究框架,为手势交互研究提供了新的视角。
    • 引入非WEIRD(西方知识体系)参与群体进行研究,以增强文化多样性并减少设计的文化偏见。
  • 实施步骤与关键技术:

    1. 手势引导: 在实地狩猎演示中观察并记录自然手势,并通过讨论明确关键的交互手势。
    2. VR叙事设计: 按照故事情节进行模块划分,实现四个场景并加入手势交互。
    3. 基于VR的用户评估: 回访社区进行现场VR测试,通过录音录像等手段分析用户的手势表现。
    4. 数据处理与分析: 采用开放编码与定性分析结合方式,深入研究用户的手势使用特性、交互方法及其变化。

研究成果

  • 具体成果:

    • 在VR应用中成功实现了3个中空手势和抓取手势,并通过研究揭示了用户对这些手势的实际使用情况。
    • 观察发现,用户会自发使用一些未事先引导的手势,例如“分散开”、“靠近”和“模拟弓箭射击”。
    • 用户普遍对VR应用的文化真实性和沉浸感持积极评价,尤其是长者认为VR重现了传统的狩猎体验。
  • 与现有解决方案的优势:

    • 提出了更贴近真实场景的手势验证途径:从自然情况下的初始引导到VR中的实际应用。
    • 扩展了现有手势分类的语境适用性,为全球南方用户的手势研究提供了新的案例。
    • 通过共同设计的方式,原住民自己决定其文化的数字化形态并确保其文化再现的真实性。
  • 实验与评估结果:

    • 中空手势的应用成功率较高,尤其是“蹲下”手势普遍被接受;而对“动物手势”和“风向测试手势”的实际表现则因社区成员的文化差异而存在多样性。
    • 实验发现,缺少触觉反馈会影响用户的抓取体验;此外,用户期待能够同时抓取多个对象。
  • 局限性与未来方向:

    • 社区用户对某些手势(如风向测试)的实际使用频率较低,表明其在VR中可能需要额外的上下文提示或触发因素。
    • 抓取手势应进一步优化,以支持用户同时抓取多个物体并更好地模拟真实互动。
    • 在未来的研究中,应更广泛地探索跨文化手势研究方法,包括在其他非WEIRD社区中的推广使用。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/96553/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3580894
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
手部手势识别、VR 中的社交与协作、XR 中的身份认同与化身(Avatar)、博物馆与文化遗产数字化
work
职业/产业
舞者与表演艺术家、社会学家与人类学家
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文