论文部分内容阅读
人机交互(Human-Computer Interaction,简写HCI)是指人与计算机之间进行信息交换过程。但是,由于受到距离以及设备的非便携性等因素,这些设备会增加用户的操作负荷,因此建立自然、和谐、方便的界面研究的目标便是人与设备进行交互时要减轻疲劳和负荷(包括用户的记忆负荷以及用户的操作负荷等)。随着计算机技术的发展,人机交互技术正逐渐从以“计算机为中心”发展到“以人为中心”,同时自然用户界面采用“以用户为中心”的观点,研究人在环境中的认知关系,其目标是利用人们的生活经验以及自然运动规律来作为与计算设备交流的工具,以此营造一个自然、友好、高效的交互环境。基于视觉的手势交互系统主要利用摄像头对用户的手势动作进行捕捉,然后对手势所表达的动作信息进行处理,从而完成与系统的交互任务。然而在基于视觉的手势交互系统中,目前大多研究是基于训练并建立交互场景的规则,操作者会做相应的认知行为,因此认知行为繁杂无疑会增加用户的记忆负荷,为了达到降低用户记忆负荷的目的,就要真正体现“以人为本”的设计理念。本文主要的研究内容如下:(1)提出了一种以降低用户记忆负荷的新型交互界面算法为了使人机交互过程中用户的操作自然方便,本文提出了一种基于用户行为心理模型的交互界面算法。本文通过探索用户的行为认知心理在运动过程中的规律性,结合用户的认知模型进行预测用户手势运动,得到用户的意图。最后得到的实验结果表明该交互界面能够较准确地表达用户的意图,同时用户的认知负荷也较低。因此该交互界面提供了一种降低用户记忆负荷的有效方法,让用户更自然,方便的进行交互。(2)提出了同一种手势到多语义的柔性映射算法为了使用户进行更加自然的交互,我们通过日常生活的观察并研究用户的认知行为得出了手势具有多语义性的现象,因此我们开始研究了用户的操作习惯,并进行了大规模的调查问卷同时设计认知实验,得出同一种手势具有不同的语义并且在每种语义下都具有不同的运动特征。然后,我们对手势运动特征进行量化,得到手势的各语义模型,根据得出的手势语义模型提出手势到多语义的柔性算法。(3)提出了基于高斯统计模型的手势语义分类算法为了描述用户手势运动的特征,提出使用正态分布(即高斯分布)来描述操作者运动手势的每一帧的速度呈现规律,从数据中建立每个语义的高斯模型。每一次用户手势运动的过程可视为若干个分过程组成的集合,这些分过程具有独立和随机性,其形成的用户信息便包含了运动类型的语义特征,本算法旨在建立运动信息与语义信息的映射机制,并通过迭代模型进行参数学习,构建理想的高斯统计模型可以有效地进行手势语义分类。(4)建立了基于降低用户记忆负荷的车载界面平台为实现降低用户记忆负荷的目标,我们设计了一个新的车载界面,选择了两种模式:导航模式和音乐模式。该方法利用手势语义灵活映射算法和基于高斯统计模型的手势分类算法,提高用户与车辆系统之间的交互操作精度和用户体验,有效降低用户的运行负荷和认知负荷。