HIPPO: 来自日常交互的说服性手部握力估计

握力广泛用于估计肌肉力量，是整体健康的一般指标，尤其对老年人。握力通常使用测力计或嵌入物体的专用压力传感器估计，两者都需要用户使用专用测量设备，限制了获取估计值的上下文场景。本文贡献HIPPO，一种新颖的非侵入性机会性握力估计方法，来自日常物体交互。HIPPO重新利用可穿戴设备(如戒指或手套)中的光传感器捕捉人们与物体交互时光反射率变化，使HIPPO能够非侵入性地利用日常交互获取健康信息而不影响用户日常习惯。我们展示两个HIPPO集成原型：早期智能手套概念验证和进一步优化的戒指集成方案。我们通过广泛实验验证HIPPO并与三个基线方法(包括临床测力计)比较。结果表明HIPPO在广泛日常物体和参与者中稳健运行，力估计值与压力设备产生的估计值相关，可正确判断手部握力类别，准确率高达86%。研究还表明用户更偏好我们的方法，因为HIPPO将估计与日常交互相融合。