MotorEase:移动应用 UI 中运动障碍无障碍问题的自动检测
软件工程
2024-03-21 v1 计算机视觉与模式识别
人机交互
摘要
近期研究已开始探索自动发现并修复软件中出现的无障碍问题的潜力。然而,尽管近期工作取得了重要进展,但普遍偏向于识别影响特定残障用户(如视障或听障用户)的问题。然而,还有其他具有不同类型残障的用户群体同样需要软件工具支持以改善其体验。因此,本文旨在自动识别影响运动障碍用户的无障碍问题。为朝着这一目标迈进,本文引入了一种名为 MotorEase 的新方法,能够识别移动应用 UI 中影响运动障碍用户的无障碍问题。运动障碍用户通常与触控设备交互的能力有限,转而可能使用开关或其他辅助机制——因此,UI 设计必须同时支持有限的触摸手势和辅助设备的使用。MotorEase 采用计算机视觉和文本处理技术来实现对应用 UI 屏幕的语义理解,从而能够检测与四项流行但此前未被探索的、支持运动障碍用户的 UI 设计指南相关的违规行为,这些指南包括:(i) 视觉触摸目标尺寸,(ii) 展开区域,(iii) 持久化元素,以及 (iv) 相邻图标视觉距离。我们在一个新构建的基准数据集 MotorCheck 上评估了 MotorEase,该数据集包含 555 个手动标注的上述无障碍指南违规示例,这些示例来自通过移动应用测试工具从 70 个应用中收集的 1599 个屏幕。我们的实验表明,MotorEase 能够以约 90% 的平均准确率和低于 9% 的误报率识别违规,性能优于基线技术。
引用
@article{arxiv.2403.13690,
title = {MotorEase: Automated Detection of Motor Impairment Accessibility Issues in Mobile App UIs},
author = {Arun Krishnavajjala and SM Hasan Mansur and Justin Jose and Kevin Moran},
journal= {arXiv preprint arXiv:2403.13690},
year = {2024}
}
备注
Accepted to ICSE 2024 Research Track, 13 pages