移动手持环境下触摸式目标选择技术对比

目的触摸输入方式存在"肥手指"、目标遮挡和肢体疲劳现象,会降低触摸输入的精确度。本文旨在探索在移动式触摸设备上,利用设备固有特性来解决小目标选择困难与触摸输入精确度低的具体策略,并对具体的策略进行对比。方法结合手机等移动式触摸设备所支持的倾斜和运动加速度识别功能,针对手机和平板电脑等移动式触摸输入设备,实证地考察了直接触摸法、平移放大法、倾斜法和吸引法等4种不同的目标选择技术的性能、特点和适用场景。结果通过目标选择实验对4种技术进行了对比,直接触摸法、平移放大法、倾斜法、吸引法的平均目标选择时间,错误率和主观评价分别为(86.06 ms,62.28%,1.95),(1 327.99 ms,6.93%,3.87),(1 666.11 ms,7.63%,3.46)和(1 260.34 ms,6.38%,3.74)。结论 3种改进的目标选择技术呈现出了比直接触摸法更优秀的目标选择能力。     

直接和间接的笔倾斜输入性能对比

越来越多的笔式设备通过增加笔倾斜输入来提高其输入能力。但在直接输入设备和间接输入设备上执行笔的倾斜操作时,由于操作环境和视觉反馈的不同,往往会导致操作性能产生差异。本研究以探索笔倾斜输入在直接设备和间接设备上的性能差异为目的,以实证手段考察在两种设备上获取不同角间距下的不同笔倾斜目标时的操作速度、稳定性和准确性,讨论导致直接设备和间接设备笔倾斜性能不同的原因,并提出适用的角间距和倾斜目标位置。实验结果表明,在直接设备和间接设备上操作笔倾斜角时,在操作速度上直接设备优于间接设备,但在稳定性和准确性上,间接设备优于直接设备。20°的角间距对两种设备来说都呈现较好的性能,若需要在更小角间距内完成目标选择操作,在间接设备上的效果更好。最后,对两种设备的用户使用习惯进行了总结,为基于笔倾斜角的用户界面设计提供了帮助和参考。     

不同视觉反馈对笔倾斜输入性能的影响

针对笔倾斜输入过程中存在遮挡、视角错觉和缺乏反馈等问题,分析了视觉反馈的增加对笔倾斜输入性能的影响.首先结合笔倾斜的特点设计了图形全跟踪、图形部分跟踪、图形无跟踪、数字全跟踪、数字部分跟踪和数字无跟踪6种不同的笔倾斜视觉反馈;然后通过对比实验考察了经过视觉反馈后,在直接和间接设备上完成不同角间距的目标选择任务时笔倾斜输入的性能.实验结果表明,视觉反馈可以有效地提升目标选择的速度,而跟踪机制可以有效地提高目标选择的准确度;图形反馈的速度快于数字反馈;全跟踪反馈的错误率低于部分跟踪反馈;在直接设备上完成目标选择任务速度快,但在间接设备上完成目标选择任务的准确度更高.最后给出了笔倾斜输入和视觉反馈的使用原则和建议,对笔式界面中的笔倾斜交互和视觉反馈设计具有指导意义.     

面向大屏幕手机的单手目标选择方法

针对大尺寸屏幕手机上的远处目标操作困难,且容易产生误操作的问题展开研究.首先通过定性分析考察用户操作手机的习惯,得出拇指自然可及的屏幕区域;然后结合人手的生理结构和手机边框的触觉特征,设计目标选择技术并展开对比实验.除了传统的直接选择技术之外,还设计并实现了虚拟屏幕、边缘响应和手指落点触发3种改进的单手目标选择技术.对比实验结果表明:3种改进技术在目标选择时间、目标选择错误率和主观评价上都优于直接选择技术,其中手指落点触发技术表现最优;文中提出的目标选择技术对于大尺寸屏幕手机的单手操作效果和用户体验都有一定改善.     

基于改进量子进化算法的特征选择

特征选择作为一种数据预处理技术被广泛研究,由于其具有NP难度而一直无法找到有效的求解方法。鉴于目前在特征选择中应用较多的遗传算法存在进化机制上的局限,将量子进化算法应用于特征选择,提出了一种基于改进量子进化算法的特征选择算法。以增加种群多样性和提高寻优性能为目标改进了量子进化算法,以Fisher比和特征维度为特征子集的评价准则构造了适应度函数,按照量子进化算法求解优化问题的步骤设计了特征选择算法。使用UCI数据库中的数据集对三种算法作对比验证,通过识别重要特征、提高学习算法性能、特征选择效率三组实验,结果表明,该算法能够识别出重要特征,并随着数据集特征维度升高,特征选择的性能逐渐优于对比算法,到了高维数据集,特征选择效率明显优于对比算法。     

目标点击操作中不同方向对笔压性能影响的研究

在基于Fitts定理的目标点击任务中,不同的操作方向可能会对笔尖压力的使用性能产生影响,但Fitts定理却忽视了对方向因素的考察。因此,采用实证研究方法设计了两类方向,一类是矩形条菜单方向(北-南,西-东,东北-西南和东南-西北),另一类是压力增减方向(分别在4种方向的矩形条菜单上逐步增大压力(Pressure Increase)或逐步减小压力(Pressure Decrease)来选择两个目标,分别称之为PI Pointing和PD Pointing操作),考察了在基于Fitts定理的点击任务中不同方向对笔压使用性能的影响。实验要求12名实验者依次获取并选择矩形条上的两个不同间距和不同大小的目标。实验结果表明,不同的压力增减方向对笔压的使用性能有影响,而不同的矩形条菜单方向对笔压的使用性能没有显著性差异。本研究对基于笔压使用的用户交互界面设计具有帮助和指导作用。     

笔式交互和触摸交互的融合策略

针对笔输入能力弱和触摸输入精度低的问题,提出笔式交互与触摸交互的融合策略,并设计了笔+触摸输入技术.首先定性考察笔输入和触摸输入的特性和优劣势,提出2种笔+触摸输入的融合策略;其次基于融合策略设计3种笔+触摸输入技术以及用于参照对比的单笔和单触摸输入技术;再通过3个实验比较这些输入技术的性能.实验结果表明,与单笔或单触摸相比,在颜色改变的直线轨迹任务中,笔+单指触摸、笔+多指触摸和笔+触摸手势的性能分别提升至少90.909%,80.165%和148.209%;在颜色和粗细均改变的圆形轨迹任务中,笔+触摸和笔+手势的任务完成时间比单笔分别减少16.552%和19.705%,而错误率不存在显著差异;在颜色和粗细均改变的绘画任务中,笔+单指触摸、笔+多指触摸和笔+触摸手势的综合指标分别为5.933, 3.333和4.700.最后给出面向笔+触摸输入的交互设计建议、应用场景和改进思路,对笔和触摸的混合输入与界面设计具有指导意义.     

电阻式触摸屏多点校准及触摸压力研究

针对电阻式触摸屏在小点状目标应用环境中存在触点判断不准确、灵敏度不高的问题,提出两种改进措施;其一在现有三点校准算法基础之上,增加校准点数提高转换精度;通过贪心算法对随机校准点集进行优化约简,并利用最小二乘法求得校准系数;其二为提高触摸坐标的准确性和触摸方式的鲁棒性,加入触摸压力检测和阈值判定来去除无效点击;测试结果表明,基于贪心算法的多点校准可提高坐标校准系数的精度,而触摸压力判定的加入则有效提高了轻触时的坐标精度。     

基于图像识别的虚拟翻书系统

设计了一种基于图像识别的虚拟翻书系统,采用普通摄像头作为传感器捕获人的手势动作,并利用图像识别技术和计算机视觉技术实现虚拟翻书效果.该系统具有虚拟触摸功能,可以点击播放页面中的视频、语音等.     

虚拟训练系统中大屏幕多点触摸研究与实现

研究虚拟训练中的人机交互问题,使虚拟训练系统支持多点触摸操作.针对鼠标键盘交互沉浸感不足,训练效果不佳,而专业VR设备成本太高等问题,提出利用多点触摸设备作为人机交互接口以改善用户体验.研究了几种常见的多点触摸技术,设计并实现了一种采用光学感应原理的大屏幕多点触摸系统;研究了多触点信息的传输机制,改进了虚拟现实开发软件Virtools,使其能够识别多点触摸手势并做出正确响应.应用实践表明,训练系统沉浸感强,能够准确识别并跟踪多个红外触点,响应迅速,很好地满足了虚拟训练的需求.     

Modelling touch-interaction time on smartphones

Accurate performance models are important for interaction technique, application, and hardware design. The limited screen size of mobile devices and use of touch interaction require unique considerations, especially when interacting with large amounts of information. This paper considers the performance impact of target visibility on mobile smartphone applications that provide on- and offscreen content with the commonly used direct-touch interactions and four cursor-based interaction methods for precise selection. Three existing and 12 novel performance models are experimentally validated. Fitts' Law, which was not designed for modelling selection of offscreen targets, did not predict interaction times for mobile interaction methods as accurately as is commonly observed with desktop interaction with onscreen targets. Target visibility was found to greatly impact interaction times (particularly for direct-touch interaction). The presented models that incorporate variables related to target visibility greatly improve predicted interaction times. The use and merits of the top models are discussed, emphasizing the importance and implications of accepted user-interface design guidelines.     

基于自适应颜色特征学习的目标跟踪技术

在简要说明基于空时上下文（STC）和基于核函数循环结构（CSK）目标跟踪器的基础上,重点介绍基于颜色特征（CN）的跟踪器,并针对其在目标被遮挡、尺度变化和光照发生变化时易发生跟踪漂移的问题,提出自适应学习速率和自适应高斯核尺度因子两种方法,分别对训练模型的更新和标记进行改进,减少目标模型累积错误,提高跟踪过程准确性。实验中,选取10个视频集,采用3类评价参数对比算法改进前后跟踪效果。实验证明,改进后的算法对遮挡、光照变化和尺度变化等具有较好的鲁棒性,同时将该算法应用在无人机（UAV）视频行人跟踪上,取得了良好效果。     

基于特征选择和TrAdaBoost的跨项目缺陷预测方法

跨项目软件缺陷预测可以解决预测项目中训练数据较少的问题,然而源项目和目标项目通常会有较大的数据分布差异,这降低了预测性能。针对该问题,提出了一种基于特征选择和TrAdaBoost的跨项目缺陷预测方法（CPDP-FSTr）。首先,在特征选择阶段,采用核主成分分析法（KPCA）删除源项目中的冗余数据;然后,根据源项目和目标项目的属性特征分布,按距离选出与目标项目分布最接近的候选源项目数据;最后,在实例迁移阶段,通过采用评估因子改进的TrAdaBoost方法,在源项目中找出与目标项目中少量有标签实例分布相近的实例,并建立缺陷预测模型。以F1作为评价指标,与基于特征聚类和TrAdaBoost的跨项目软件缺陷预测（FeCTrA）方法以及基于多核集成学习的跨项目软件缺陷预测（CMKEL）方法相比,CPDP-FSTr的预测性能在AEEEM数据集上分别提高了5.84%、105.42%,在NASA数据集上分别提高了5.25%、85.97%,且其两过程特征选择优于单一特征选择过程。实验结果表明,当源项目特征选择比例和目标项目有类标实例比例分别为60%、20%时,所提CPDP-FSTr能取得较好的预测性能。     

手持设备三维菜单绩效评估

为了使研究人员能够快速、有效对手持设备的三维菜单设计进行评估,基于Fitts’定律和Hick-Hyman定律,提出了一个预测手持设备三维菜单操作绩效的模型,并用实验验证了该模型的有效性。实验分为两个阶段,第一阶段的实验是为了计算模型中的系数a₁,b₁,a₂,b₂的值,并将其用于实验第二阶段的数据分析;第二阶段的实验是为了验证模型的有效性。并结合AIC（Akaike Information Criterion）准则对该模型与其他模型进行了对比分析。实验结果表明,该模型预测得到的用户操作绩效数据与实验测试得到的绩效数据非常接近（二者相关性为0.914 5）,且通过AIC准则分析表明,该模型最优。因此,该模型是有效的。     

基于功率控制的多节点协同目标跟踪算法

为适应资源有限的无线传感器网络节点的目标跟踪需求,并在保证跟踪性能的同时降低算法复杂度,提出一种功率控制和多节点协调(PC&MC)目标跟踪算法.借鉴Rao-Blackwellized技术,实现多节点协同作业以保证对动态目标的跟踪精度,采用基于连续/离散混合模型的准高斯粒子滤波器完成对目标的跟踪,在跟踪过程中使用功率控制...     

AttachedShock: Design of a crossing-based target selection technique on augmented reality devices and its implications

The prevalence of touch devices in daily lives offers increasing opportunities for users to navigate the real world. However, as users move, on-screen targets move unpredictably, and eventually disappear from the screen in mobile navigation scenarios. The changing target movement pattern creates difficulties in selecting targets in time before targets escape from the screen. This study proposes a novel selecting technique, AttachedShock, for easing target selection tasks on augmented reality devices by crossing a naturally expanding wave pattern attached to targets. We evaluated the effectiveness of our technique by conducting three sets of comparative studies on measuring the performance of four techniques under various mobile navigation scenarios, i.e., various combinations of the identified factors. The results indicate that the proposed technique assists users in selecting moving targets to improve the error rate substantially, by a minimum of 76.51%, 61.75%, and 72.77% in Experiment-I, -II, and -III relative to state-of-the-art techniques, and incurs acceptable distractions to users, compared to other techniques.     

Multimodal selection techniques for dense and occluded 3D virtual environments

Object selection is a primary interaction technique which must be supported by any interactive three-dimensional virtual reality application. Although numerous techniques exist, few have been designed to support the selection of objects in dense target environments, or the selection of objects which are occluded from the user's viewpoint. There is, thus, a limited understanding on how these important factors will affect selection performance. In this paper, we present a set of design guidelines and strategies to aid the development of selection techniques which can compensate for environment density and target visibility. Based on these guidelines, we present new forms of the ray casting and bubble cursor selection techniques, which are augmented with visual, audio, and haptic feedback, to support selection within dense and occluded 3D target environments. We perform a series of experiments to evaluate these new techniques, varying both the environment density and target visibility. The results provide an initial understanding of how these factors affect selection performance. Furthermore, the results showed that our new techniques adequately allowed users to select targets which were not visible from their initial viewpoint. The audio and haptic feedback did not provide significant improvements, and our analysis indicated that our introduced visual feedback played the most critical role in aiding the selection task.     

改进VFPSO算法于WSN节点随机部署中的应用

无线传感器网络（Wireless Sensor Network,WSN）节点的随机部署一直是WSN覆盖的核心问题之一。尽可能提升WSN的覆盖质量对延长网络的生命周期起着重要的作用。虚拟力-粒子群优化（Virtual Force Particle Swarm Optimization,VFPSO）算法因虚拟力的引入使PSO算法的优化性能有所提升,但PSO算法的早熟问题仍未得到有效改善。在VFPSO算法的基础上提出了一种维度选择机制,主要目的在于改善VFPSO算法中后期的优化能力。仿真结果表明,将采用维度选择机制后的VFPSO算法应用于WSN的覆盖优化中,覆盖率较其他优化算法有3%~5%的提升。