GestApt：面向 CAD 任务的集成手势与推荐功能的触控笔交互界面

触控笔交互界面广泛用于计算机辅助设计（CAD）建模等精密任务。然而，传统界面中频繁的模式切换往往导致效率降低，而动态自适应界面的不稳定布局可能引起用户不适。为解决这些问题，本文提出了一种新颖的自适应触控笔界面 GestApt，集成了操作推荐和触控笔手势技术，提供高效直观的交互方式。GestApt 的核心设计包括一个基于门控循环单元（GRU）的神经网络预测工具栏，用于动态预测用户的下一个动作，以及一个基于卷积神经网络（CNN）的手势识别模块，用于辅助处理未预测到的操作。为评估 GestApt 的有效性，我们对 20 名参与者进行了用户研究，比较他们在 CAD 建模任务中的表现与传统界面。结果表明，GestApt 显著减少了任务完成时间，同时增强了用户体验。此外，GestApt 优化的工具栏设计显著降低了用户非惯用手的工作负荷，有助于缓解长时间使用界面造成的身体疲劳。本工作展示了 GestApt 在提高效率、优化用户交互和减少身体疲劳方面的优势，为触控笔界面的自适应设计提供了新的解决方案。这种设计方法不仅促进了更高效、更符合人体工程学的界面的发展，还为未来智能 CAD 界面的设计提供了参考。