AdaptiFont：基于生成式字体模型与贝叶斯优化提升个体阅读速度
人机交互
2021-05-13 v1 机器学习
摘要
数字文本已成为知识交流的主要方式之一，但文本需渲染至屏幕才能被阅读。我们提出 AdaptiFont，一个以人为回路的系统，旨在交互式地提升显示器上文本的易读性。为此，我们首先通过非负矩阵分解从一组经典字体中学习一个生成式字体空间。在该空间中，我们通过主动学习生成新的 TrueType 字体，用新字体渲染文本，并测量个体用户的阅读速度。贝叶斯优化按需顺序生成新字体，逐步提升个体的阅读速度。一项用户研究的结果表明，该自适应字体生成系统在字体空间中找到了对应高阅读速度的区域，这些字体显著提升了参与者的阅读速度，且不同个体读者所发现的字体存在显著差异。
引用
@article{arxiv.2104.10741,
title = {AdaptiFont: Increasing Individuals' Reading Speed with a Generative Font Model and Bayesian Optimization},
author = {Florian Kadner and Yannik Keller and Constantin A. Rothkopf},
journal= {arXiv preprint arXiv:2104.10741},
year = {2021}
}
备注
18 pages, 11 figures