面向 Android 应用的颜色相关无障碍问题的自动化上下文感知修复
软件工程
2023-08-21 v1
摘要
全球约 15% 的人口患有各种残疾或损伤。然而，许多移动 UX 设计师和开发人员在开发应用时忽视了残障人士无障碍的重要性。已开展大量研究并提出一些有效工具来检测无障碍问题，以缓解这一严重问题。然而，与检测相比，修复工作明显落后。特别是颜色相关的无障碍问题，它是应用中最严重的问题之一，对视觉和用户体验有极大的负面影响。患有低视力的人和老年人难以使用具有此类问题的应用。不幸的是，此类问题类型无法由现有修复技术直接修复。为此，我们提出 Iris，一种自动化且上下文感知的修复方法，用于修复应用的颜色相关无障碍问题（即文本对比度问题和图像对比度问题）。通过利用一种新颖的解析最优颜色的上下文感知技术以及属性到修复定位的关键阶段，Iris 不仅修复颜色对比度问题，还保证原始 UI 页面与修复后 UI 页面之间设计风格的一致性。我们的实验揭示 Iris 可实现 91.38% 的修复成功率，具有高有效性和高效率。Iris 的有用性也通过用户研究以高满意率以及开发人员的积极反馈得到评估。在 GitHub 仓库提交的 40 个 pull request 中，9 个已被应用开发人员接受并合并到项目中，另有 4 名开发人员正与我们积极讨论进一步修复。Iris 已公开可用，以促进这一新研究方向。
引用
@article{arxiv.2308.09029,
title = {Automated and Context-Aware Repair of Color-Related Accessibility Issues for Android Apps},
author = {Yuxin Zhang and Sen Chen and Lingling Fan and Chunyang Chen and Xiaohong Li},
journal= {arXiv preprint arXiv:2308.09029},
year = {2023}
}
备注
11 pages plus 2 additional pages for references