电容式触觉图像能否增强移动键盘解码？

电容式触摸传感器能够捕获手指与移动触摸屏接触的二维空间分布（称为触摸热图）。然而，触摸屏移动键盘的设计研究——作为对速度和准确性要求最高的触摸界面之一——仅关注从触摸热图导出的触摸质心位置作为输入，而丢弃了其余的原始空间信号。本文研究了是否可以利用触摸热图来进一步提高移动触摸屏键盘的点击解码准确性。具体而言，我们开发并评估了机器学习模型，通过使用质心和/或热图作为输入来解释用户点击，并研究了热图对模型性能的贡献。结果表明，与仅使用质心相比，将热图添加到输入特征集可使字符错误率平均降低21.4%。此外，我们使用内置在Pixel 6 Pro设备中的基于质心和基于热图的解码器进行了实时用户研究，结果显示基于热图的解码器具有更低的错误率、更快的打字速度和更高的自我报告满意度。这些发现强调了利用触摸热图改善移动键盘打字体验的前景。