AccessFixer：用于低视力用户的 GUI 可访问性增强——R-GCN 模型
软件工程
2025-02-24 v1
摘要
图形用户界面（GUI）在用户与移动应用程序（apps）之间发挥着关键作用，旨在促进操作过程。然而，由于功能多样且设计不标准，GUI 可能存在许多可访问性问题，例如组件大小过小或间距过窄。这些问题会阻碍低视力用户的操作，使他们无法准确和便捷地获取信息。尽管提出了多种技术和方法来解决这些问题，但它们通常仅限于问题识别，解决办法仍由开发人员处理。此外，确保修复后的 GUI 的颜色、大小和间距与原始设计相比较合仍具有挑战性。在本工作中，我们提出一种新方法，称为 AccessFixer，该方法利用关系图卷积神经网络（R-GCN）同时修复三类可访问性问题，包括组件大小不足、间距过窄和颜色对比度不足。在 AccessFixer 的情况下，修复后的 GUI 将具有一致的调色板、统一的间距和充分的尺寸调整，这些通过对相关组件属性的协调调整实现。我们的实验表明，AccessFixer 在修复 GUI 可访问性问题方面有效且实用。经过修复 30 个真实世界的应用后，该方法解决了其平均 81.2% 的可访问性问题。我们还将 AccessFixer 应用于 10 个开源应用，通过提交拉取请求（PRs）在 GitHub 上提交修复结果。结果表明，开发人员对我们提交的修复 GUI 持积极态度，其中 8 个 PRs 被接受或正在修复中。用户研究显示，低视力用户对由我们方法修复的 GUI 持积极态度。
引用
@article{arxiv.2502.15142,
title = {AccessFixer: Enhancing GUI Accessibility for Low Vision Users With R-GCN Model},
author = {Mengxi Zhang and Huaxiao Liu and Chunyang Chen and Guangyong Gao and Han Li and Jian Zhao},
journal= {arXiv preprint arXiv:2502.15142},
year = {2025}
}
备注
18 pages, 14 figures, has been published in IEEE Transactions on Software Engineering