自然人机交互技术在雷达显控终端中的应用

针对当前雷达显控终端承担的操控任务多、操作步骤复杂等问题,提出了利用自然人机交互技术提升人机交互效率的方法。采用触控显示器、触控一体机、视频处理模块、语音处理模块、指纹识别模块、虚拟现实(VR)交互设备等,通过增加触控、语音、图像处理、VR、生物特征鉴权等多种自然人机交互技术拓展了人机交互的方式;根据雷达显控终端的交互情景,采用选择型多模态融合交互方式,大幅提高了雷达显控终端的人机交互效率,使得人机交互更为自然和舒适。VR交互设备在多维信息展示、场景仿真与推演、模拟训练等场合发挥了明显的优势,自然化和人机融合的智能交互方式将是未来的发展趋势。

智能汽车中控的隐式交互设计策略实验研究

探究隐式交互设计特征,讨论智能汽车中控的隐式交互设计策略,为设计应用提供参考。以隐式交互概念为基础,为解决眼动注视指标的两重性解读问题,提出基于注视熵的智能汽车隐式设计评价方法,运用眼动实验、任务绩效测量和可用性评估方法,进行设计评价。分析了隐式交互的设计特征并提出设计策略。智能汽车中控的隐式交互需要进行低注意力设计,提升系统效率和用户体验。

民用飞机驾驶舱新型人机交互方式综述

飞机驾驶舱人机交互方式直接关系到飞行员的工作绩效和飞行安全,新型人机交互已经成为民用驾驶舱设计的新趋势。本文聚焦于已经应用在民用飞机驾驶舱设计以及未来驾驶舱设计可能会应用的交互方式,对触控交互、语音交互和眼动交互方式进行了梳理和分析,阐述了各种人机交互方式在驾驶舱内应用时具备的优势和面临的挑战。基于航空运输业高风险的特性,提出人机交互系统的稳定性仍需提升,系统设计在符合人体工效学通用规范和标准的同时,应该能够满足相应的航空设计新要求。

交互失误情境下交互式人工智能拟人化的负面影响——基于ChatGPT和搜索引擎的实验证据

[目的/意义]对人机交互失误情境下用户产生的情绪和态度展开研究,旨在验证人工智能拟人化理论的负面效应并探索交互式人工智能拟人化产生负面影响的缓解机制。[方法/过程]以人机交互失误为情境,基于期望一致性理论和拟人化理论,通过实验法分别从交互的结果失误和调用失误两个角度,探索了交互式人工智能不同的拟人化程度对用户产生负面态度的影响机制。[结果/结论]研究发现,人机交互失误时,高拟人化的交互式人工智能会加剧用户对其的厌恶感和负面态度。验证了算法可解释性能够缓解厌恶感和负面态度。综合上述分析,从人机交互健康长远发展角度,提出了人工智能应采用有限拟人化的设计框架和具有可解释性的算法架构等建议。

面向指-笔混合输入的交互原语和交互模型研究

随着触摸设备的普及,指、笔输入已成为移动办公的一种主流输入方式.然而现有的应用主要以手指或笔通道中的一种作为输入,限制了用户的交互空间.同时,现有的指-笔混合研究主要关注串行的指-笔分工协作和特定交互任务的并行处理,并没有系统地考虑并行协作机制和不同通道输入之间的意图关联.为此,提出一种面向指-笔混合输入的交互模型;结合用户指-笔协作的行为习惯定义指-笔混合交互原语,拓展指、笔交互空间;继而利用部分可观察马尔可夫决策过程提出基于时序信息的指-笔混合输入意图提取方法,用以增量式地提取多义性交互原语的交互意图.最后通过一个用户实验说明指-笔混合输入的优势.

社会交互成本理论与社会信用法的法理重构

社会信用体系建设探索实践面对法治拷问,社会交互成本理论对社会信用法治之路将如何前行进行了回应。该理论通过揭示和描述社会信用机制的内在规律,对我国社会信用体系建设当前实践给出了学理解读。在社会交互成本理论看来,社会信用建设现有的法治探索经验显示,社会信用法在法律的调整对象等一系列方面已然显现新的特征,以“行为本位”为前提的法理思维已经无法涵括社会信用法领域出现的新的法律现象。在依据社会交互成本理论形成的法理观念看来,社会信用法的调整对象已不只是信用行为,而是信用行为习惯及其背后的社会关系;调整手段不只是国家的强制力,而是国家强力规制与社会自我管理有机融合;调整方式不再是单纯的负面惩戒,而是以正向调整鼓励守信为主。

多感官体验下三维虚拟交互式水墨动画的设计与制作

水墨画是纯用水墨进行艺术创作的绘画种类,具有独特的审美意蕴、丰富的动作艺术语言和不拘一格的表现形式。三维虚拟交互技术对水墨画形式创新提供了支持,借助三维制作软件、虚拟交互制作软件、平面及后期制作软件,三维虚拟交互式水墨动画的艺术特质更为凸显。三维虚拟交互式水墨动画设计实践包括基于内容题材及视觉元素的设计实践、基于角色模型及分镜构图的设计实践两大类,在制作过程中应按照基础模型的设定及动画制作、水墨渲染效果的制作、虚拟三维环境下动态交互效果的制作的流程加以实施。

动手、动脑与动心:论教学交互的具身转向与学习的三重境界

受经典认知科学影响,以抽象符号为中介的离身交互在教学中占主导地位,导致学习者左脑思维得到了良好塑造但右脑思维发展受限。具身认知科学和人工智能技术的快速发展,为教学交互向以身体信号为中介的具身交互转变和培育学习者的全脑思维奠定了基础。学习是一个从动手到动脑再到动心的过程。从具身交互的视角来看,动手主要表现为人与技术具身关系支持的在场互动,动脑主要表现为“感觉—运动”特异性模拟支持的隐喻互动,而动心则体现在手脑并用支持的认知与实践的持续对话。动手与动脑的交织造就了“会思考的手”与“能动手的脑”,而要想使学习走向动心,则必须让学习者在动手与动脑的协调转化中体验到创作之妙、学习之美。

自动驾驶拟人连续交互测试场景生成方法

基于场景的仿真测试方法是自动驾驶汽车安全性验证的重要手段,然而当前测试场景生成方法多输出独立场景片段,如何模拟真实人类驾驶过程生成具有一定挑战的连续交互测试场景已成为自动驾驶测试评价亟须攻克的难题。本文提出了一种自动驾驶拟人连续交互测试场景生成方法。首先建立自动驾驶拟人连续交互测试场景生成架构,并基于HighD数据集进行车辆运动行为分析;在此基础上,基于轨迹相似性特征分析被测自动驾驶汽车当前行为,并通过状态转移矩阵预测其未来轨迹;基于轨迹交互规则确定测试场景中交通车未来行为类型,通过Transform网络架构生成交通车拟人连续交互轨迹;最后,在仿真环境中对生成测试场景的危险性、拟人性等关键性能进行评估,证明了本文方法的有效性。

多模态人机交互系统在船舶航行中的应用

为拓展设计船舶航行中多模态人机交互模式,促进船舶航行所用导航系统的智能化发展,研究多模态人机交互系统在船舶航行中的应用,设计一种船舶航行使用的多模态人机交互系统。船员可在船舶航行时,以语音交互、手势交互这种多模态交互模式,完成指令输入,无需人工手动操舵。实验测试结果验证,多模态人机交互模式使用后,船舶航行时,控制指令通过语音与手势便可有效传达,船舶航行控制可靠,且无须手动控制舵机,可实现船舶航行智能化交互控制。

跨模态语义时空动态交互情感分析研究

针对传统情感分析中存在的模态间交互性差、时空特征融合度低的问题,建立了一种跨模态的语义时空动态交互网络。通过引入双向长短期记忆网络挖掘各模态的时间序列特征,加入自注意力机制强化模态内特征的权重赋值,将自动筛选出的特征矩阵送入图卷积神经网络进行语义交互。然后以时间戳为基础进行特征聚合,计算聚合层的相关系数,获得融合后的联合特征,实现跨模态空间交互,最终完成情感极性的分类与预测。使用公开数据集对所提出的模型进行评估验证,实验结果表明,多模态时间序列提取和跨模态语义空间交互机制可以实现模态内和模态间特征的全动态融合,有效地提升了情感分类的准确率和F1值,在CMU-MOSEI数据集上分别提高了1.7%~13.5%和2.1%~14.0%,表现出良好的健壮性和先进性。

人机交互技术的发展逻辑与未来趋势——以60年鼠标变迁史为例

传统的人机交互研究多从宏观视角出发,探索如何优化用户与计算机之间的互动,缺乏从历史的角度对具体案例的深入讨论。通过选取鼠标这种具有代表性的人机交互输入设备作为典型案例,深入讨论了鼠标在人机交互背景下的发展历程,剖析了鼠标演进的内部和外部驱动因素,加上对历史的回顾,重点分析了鼠标进化对人机交互产生的影响。同时,将鼠标与其他的人机交互设备进行横向对比,揭示了人机交互技术从依赖于物理实体设备向更加集成、直接和自然的交互模式演进的趋势。

智能交通场景下的交互导识设计原则

目的探索智能交通场景下交互导识设计的原则,研究如何灵活应用多模态技术和交互设计方法,提升导识系统的效率和适应性,进而改善用户的出行体验。方法通过文献综述和案例分析,详细梳理和总结了交互导识设计在实际应用中的主要发展趋势、存在问题及设计师面临的挑战。结果研究显示,目前的交互导识出现了多通道应用、多终端融合,以及多样化的模式,这些变化使导识设计超越了传统静态和分散的形式,呈现出由多种维度支持的复合形态,进而要求设计师重新审视这一复杂的设计对象,调整设计原则以适应新的需求。结论提出了适用于智能交通环境下的交互导识设计原则和设计建议,包括建立更系统化的导识信息、打造一致性的用户体验和提供丰富的信息形态。

服务机器人人机交互社会力模型研究

服务机器人在人机交互中应遵守人类社会规则,应用于人与人之间行为动态关系的传统社会力模型不能完全适用于机器人交互设计,机器人和人之间的动态交互塑造了全新的交互行为范式。通过实验测量室内交互场景下人与服务机器人的交互距离,提出人机交互过程中情感“亲密力”的存在,实验结果发现人与机器人静态交互受亲密力和交互力影响、动态交互受亲密力和社会文化力影响、从动到静交互过程受亲密力和速度力影响,最终构建服务机器人人机交互社会力模型,为提升服务机器人人机交互体验提供理论依据。

基于eHMI的车外人机交互信任影响因素研究

目的更好地发挥车外人机交互界面(eHMI)的潜在优势,研究车外人机交互过程中的信任影响机制。方法首先基于自动化信任理论,提出感知可靠性、感知透明度、感知熟悉度、感知车辆性能、感知品牌信誉和感知主观倾向等6个车外人机交互信任影响因素,然后使用结构方程模型的方法对305名被调查者进行数据分析,由此建立车外人机交互信任影响因素的理论模型。结果行人通过对eHMI信号感知而形成的信任能够影响对自动驾驶汽车的信任,行人对eHMI的信任一定程度上转移成为行人对车辆的信任,eHMI的辅助作用得到体现。强调了eHMI设计中感知可靠性的重要性,这能够被熟悉度、透明度和品牌信誉所影响。同时,行人的主观倾向和对车辆性能的感知也是影响信任水平的重要因素。结论研究结果为车外人机交互信任对于自动驾驶汽车在未来道路上使用的重要性提供了证据,同时也为eHMI的设计提供了参考和建议。

手势识别与交互综述

手势识别与交互技术是人机交互技术与人工智能技术前沿研究的基石任务。该任务以计算机和设备协同工作识别、处理手势信息并给出与手势相对应的机器操作为主要目标,融合应用了动作捕捉、图像处理、图像分类、多端协同交互工作等多项技术,是支撑指挥控制系统、机器人交互、医疗操作等当下前沿智能交互工作与人机交互工作的有力保障。目前,手势识别与交互的相关研究已经日渐成熟,应用领域广泛、应用场景丰富。本文主要对手势识别与交互的相关技术和硬件发展做出综述。首先,全面梳理手势识别与交互技术的研究进展,同时对手势识别的关键步骤进行归类描述;其次,分类阐述用于三维手势交互的当前主流手势识别深度传感器的相关工作;随后,对三维手势识别的真实感识别技术进行剖析和讨论;最后,分析手势识别与交互技术中存在的不足与亟待改进的问题,提出融合深度学习、模式识别等前沿技术与有可行性的研究思路和方法,对该领域未来的研究方向、技术发展和应用领域做出预测和展望。

基于Leap Motion手势交互技术的博物馆数字展示应用研究

随着科技的不断发展,博物馆数字展示已成为呈现文物与历史不可或缺的重要手段之一。在数字化潮流的推动下,Leap Motion技术凭借其卓越的手势交互能力引起了广泛的关注与兴趣。本研究旨在探索如何充分利用Leap Motion手势交互技术,设计并实现一种全新的博物馆数字展示交互系统,以提升观众的参与度和沉浸式体验。本研究采用实验研究方法,开发并实施了一套基于LeapMotion技术的手势交互系统。通过实验设计、设备选择与安装、手势识别与映射、展示内容的创建与集成、以及用户测试与优化等步骤完成研究。其结果表明,该系统能够准确捕捉观众的手部动作,并将其映射到超大屏幕的交互中,显著提升了展示效果和观众的互动体验。手势识别的误差率控制在5%以内,交互响应速度优秀,达到了预期目标。本研究验证了LeapMotion手势交互技术在博物馆数字展示中的有效性和可行性,提供了一种创新的展示方式,为公众呈现出更为丰富、引人入胜的文化体验,为未来博物馆展示的数字化发展方向提供有益的参考与借鉴,以促进整个行业的创新发展。

全局跨层交互网络学习细粒度图像特征表示

细粒度图像分类中的关键任务是提取极具鉴别性的特征。在以往的模型中,往往采用双线性池化技术及其变种来解决这个问题。然而,大多数双线性池化及其变体会忽略层内或层间特征交互,这种不充分的交互易导致鉴别信息丢失或使鉴别信息包含过多冗余信息。针对上述问题,设计一种新的学习细粒度图像特征及特征表示的方法——全局跨层交互(GCI)网络。提出的分层双三次池化方法具有平衡提取鉴别信息和过滤冗余信息能力,并能同时建模层内和层间的特征交互。进一步分析层间交互计算结构,发现易于将交互计算结构与现有的通道注意力机制结合形成交互注意力机制,以提升骨干网络的关键特征提取能力。最后,将交互注意力机制构成的特征提取网络与双三次池化方法融合得到GCI,用来提取鲁棒的细粒度图像特征表示。在3个细粒度基准数据集上进行实验,实验结果表明分层双三次池化实现了分层交互池化框架中最优效果,即在CUB-200-2011、Stanford-Cars、FGVC-Aircraft上分别达到了87.4%、93.2%和92.1%的分类精度,将交互注意力机制融入后分类精度进一步提升至88.5%、95.1%和93.9%。

博物馆教育视角下的交互叙事设计研究

为提高博物馆的教育价值,为观众创造更富有启发性和个性化的学习环境,本研究基于交互叙事理论探索博物馆交互设计方法。首先梳理博物馆交互设计的发展历程,探讨交互叙事在提升博物馆教育成效方面的优势。其次在博物馆教育建构主义视角下梳理交互叙事的特点,构建博物馆数字化场景交互叙事设计方法与流程。最后以天津博物馆交互投影项目为例开展设计实践,验证方法有效性。将交互叙事理论应用于博物馆数字化场景交互设计,有利于增强展览的互动性和观众的参与度,为博物馆履行其教育职责提供创新的途径。

多模态融合下宠-主情感交流产品交互设计研究

针对宠-主交流产品情绪识别方式缺失或单一,宠-主情绪状态难以及时掌握把控,进而造成宠-主情感交流障碍的问题,提出多模态计算框架下的宠-主情感交流产品双向交互设计原则,实现对宠-主情绪精准识别,交互反馈,以促进宠-主情感交流。在现有人类情绪识别的音频分析与计算机视觉跨模态融合基础上,针对猫咪意象需求的模糊性与主人情感需求的多样性,联结宠-主情感与其对应需求,提出多模态视域下宠物情绪识别新方法和宠-主情感交流产品双向交互设计模型。面向宠-主情感交流的多模态情感交互模型,通过情绪识别、需求确定、交互反馈,可以提升宠物产品智能化,准确把握宠-主情绪,促进宠-主沟通的良性循环。