GazeIntent：通过实时意图建模自适应VR交互中的驻留时间选择
人机交互
2024-04-23 v1
摘要
使用机器学习模型从行为数据预测用户认知状态的研究已应用于各种场景，包括预测在虚拟现实(VR)中进行选择的意图。我们开发了一种新技术，利用基于注视的意图模型来调整驻留时间阈值，以辅助仅用注视进行选择。使用在算术任务中进行选择的用户数据集开发了意图预测模型(F1=0.94)。我们开发了GazeIntent，根据意图模型输出调整选择驻留时间，并进行了最终用户研究，包括有经验的用户和新用户执行具有不同选择频率的额外任务。针对有经验用户的个性化模型有效考虑了先前经验，并受到63%用户的青睐。我们的工作为领域提供了方法，以适应用户的基于驻留的选择，考虑随时间积累的经验，并考虑因选择频率而异的任务。
引用
@article{arxiv.2404.13829,
title = {GazeIntent: Adapting dwell-time selection in VR interaction with real-time intent modeling},
author = {Anish S. Narkar and Jan J. Michalak and Candace E. Peacock and Brendan David-John},
journal= {arXiv preprint arXiv:2404.13829},
year = {2024}
}