硬件无关指向传递函数的相关性与适用性

原型设计与用户测试计算方法在HCI中的应用软件工程师与开发者AI/ML 研究员与工程师

文献标题

Relevance and Applicability of Hardware-independent Pointing Transfer Functions

文献信息

  • 主题领域: 人机交互领域中的硬件无关性指针传递函数的设计与应用研究
  • 关键词: 指针传递函数、硬件无关性、计算机鼠标、屏幕分辨率、性能评估、用户体验、操作系统设置、鼠标加速

研究背景与问题

  • 问题或挑战:
    • 当前主流操作系统的指针传递函数多定义为“硬件相关性”,即基于像素和输入计数,而非物理单位(如厘米每秒),这可能导致在不同硬件配置下指针行为的巨大差异。
    • 用户在使用具有不同分辨率的输入与输出设备时,如从高分辨率的鼠标和低分辨率显示器迁移到低分辨率鼠标和高分辨率显示器,指针行为会明显不同,影响用户的性能与体验。
    • 实验研究中缺乏对硬件配置和指针传递函数条件的准确报告,影响了实验的可重复性。
  • 重要性:
    • 随着计算机鼠标和显示器硬件分辨率的差异增加(例如鼠标的分辨率从400 CPI到16000 CPI),解决指针行为一致性问题变得愈加重要,尤其对于多设备切换的用户和跨硬件的研究环境。
    • 精确的指针行为对人机交互性能(例如目标选择的速度与准确度)起到至关重要的作用。
  • 研究动机与相关工作:
    • 提出硬件无关性指针传递函数的方法,并验证其在不同硬件设置下的一致性。
    • 对比分析硬件相关的OS默认设置的用户表现。
    • 提出工具来帮助用户适应和研究指针行为的统一性。
    • 相关工作还涉及鼠标传递函数的逆向工程、非线性控制-显示增益功能、实验复现等问题。

解决方案

  • 方法或解决方案:
    • 构建“硬件无关性”指针传递函数,以物理单位(如厘米每秒)表达函数的输入-输出关系,而非基于像素和输入计数。
    • 提出了两种实现硬件无关性的方法:
      1. Scaling方法:根据目标硬件分辨率调整源函数,使其完全匹配新的硬件配置。
      2. Closest方法:选择操作系统中行为最接近的现有指针设置。
    • 提供两个基于Web的工具:
      1. Scaling工具:用于科学研究实验设置的传递函数复现。
      2. Closest工具:为终端用户提供建议,通过调整操作系统设置实现一致行为。
  • 创新点:
    • 首次定量研究了硬件配置对传递函数性能的影响,包括鼠标分辨率和屏幕分辨率。
    • 提出了以物理单位表达传递函数的方法,理论上解决了跨操作系统和设备的指针性能一致性问题。
    • 设计并实现了可适用的工具,为用户和研究者提供直接解决方案。
  • 实施步骤与关键技术:
    • 使用实验对硬件相关性传递函数的性能和用户体验进行验证。
    • 运用数学公式解析硬件无关性传递函数的设计与操作系统实现方式。
    • 开发工具,通过直接下载或调整操作系统设置实现统一的指针行为。

研究成果

  • 具体成果:
    • 实验结论: 不同的硬件配置(包括鼠标和屏幕分辨率)对指针传递函数性能有显著影响,即硬件相关性传递函数会导致性能波动。而Scaling和Closest方法都能有效实现硬件无关性,确保指针行为的一致性。
    • 工具开发: 提供了两个功能性工具,分别为研究实验的设置复现(Scaling Tool)和用户的设备调整(Closest Tool)。
  • 优势与比较:
    • 硬件无关性方法可以消除硬件设置差异对指针行为的影响,提升多设备切换和跨实验的用户体验和研究复现能力。
    • 与传统操作系统方法相比,硬件无关性方法更具普适性,可以适应多种硬件配置和分辨率。
  • 实验或评估结果:
    • Scaling方法生成的传递函数完全匹配硬件配置,无性能差异。
    • Closest方法在分辨率极端情况下可能存在选择范围的局限,但在大多数硬件设置中表现良好,且与用户主观评估一致。
    • 平均运动时间和错误率表明无显著性能变化。
  • 局限性与未来方向:
    • 目前方法主要针对鼠标设备,尚未完全验证在触控板等其他指针设备上的效果。
    • Closest方法受到目标操作系统可用设置范围的限制。
    • 未充分研究用户的长期适应能力以及操作系统如何自动识别硬件分辨率。
    • 建议未来工作探索优化方法以处理极端硬件配置,以及为其他设备和操作系统集成硬件无关性传递函数。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/uist/61338/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3472749.3474767
一眼看懂

论文快照

fact_check
dataset
来源
UIST
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
原型设计与用户测试、计算方法在HCI中的应用
work
职业/产业
软件工程师与开发者、AI/ML 研究员与工程师
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文