手势征集研究的系统性综述:我们能从216项研究中学到什么?
作者
手部手势识别全身交互与体感输入原型设计与用户测试
手势征集研究是HCI领域中一种流行且资源丰富的方法,用于设计直观的交互手势命令,反映最终用户的行为,用于控制各类交互设备、应用程序和系统。在过去十年中,该主题发表了大量研究成果,传播了关于用户对手指、手、腕、手臂、头部、腿部、脚部及全身手势偏好的有用设计知识。在本文中,我们对这大量工作进行了系统性文献综述,总结了216项手势征集研究的特征和发现,涵盖5,458名参与者、3,625个指示物和148,340个征集的手势。我们强调本研究的描述性、比较性和生成性价值,为从业者提供有效方法:(i) 了解新的手势征集研究在文献中的定位;(ii) 比较不同作者开展的研究;以及(iii) 识别新研究机会。我们已将大量论文语料库作为Zotero群组库在线提供,访问地址为https://www.zotero.org/groups/2132650/gesture_elicitation_studies。
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。
当前问题库还没有收录这篇论文的问题与痛点。
- 100%
跨手指示词:揭示用户对手臂对面参照输入的手势偏好,从手指到肩膀
CHI '25· 手部手势识别 +2
- 67%
运动相关性:通过匹配其运动来选择对象
CHI '18· 手部手势识别 +1
- 67%
在触摸表面上引入瞬时手势以改进平移和缩放
CHI '18· 手部手势识别 +1
- 67%
为桌面多尺度导航设计一致的手势集
CHI '18· 手部手势识别 +1
- 67%
方向对单笔触触摸手势的影响
CHI '19· 手部手势识别 +1
- 67%
成人和儿童与交互式球面显示器进行手势交互的心理模型
CHI '20· 手部手势识别 +1
- 67%
瞄准空中运动的动力学
CHI '20· 手部手势识别 +1
- 67%
FingerMapper:将手指动作映射到虚拟手臂上,以在受限空间中实现安全的虚拟现实交互
CHI '23· 手部手势识别 +1
- 67%
情感具象化:揭示单手手势的表达潜力
CHI '24· 手部手势识别 +1
- 67%
STMG:一种支持基于拇指的VR/AR输入的机器学习微手势识别系统
CHI '24· 手部手势识别 +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/10.1145/3357236.3395511
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
手部手势识别、全身交互与体感输入、原型设计与用户测试
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文