书城计算机网络体感交互技术
17928800000022

第22章 总结与展望

用户的体验性认知是人机交互中非常重要的一部分,是用跨学科的方法对交互式的、以计算机为技术基础的系统进行设计、实施和评估的方法。

8.1本书工作的主要内容

用户通过身体运动、物理接触来与计算机系统进行情感认知和交流,体感计算研究的目的是保证交互式系统的人性化、智能化、高效性、可及性和个性化等。体感交互作为一个近几年兴起的研究课题,引起了很多IT公司和人机交互研究机构的有价值的研究工作,但是还没有一篇综述对所取得的成果和技术进行总结,并且缺乏重大的技术革新及其在电子学习应用上的突破点。本书首先对人类的行为认知和内部情感计算研究进行了总结,然后分析了基于个性化学习和体感认知,其中分析了在艺术创造体验中的体感语义,并且提出了体感计算的交互模型和技术,最后探讨了面向水墨画临摹学习的体感交互实验。

全文的主要工作包括以下几个方面:

1.在对人的外部行为和内部情感的分析基础上,提出了体感交互理论;

2.基于人体运动感知,细致分析了用机器学习来指导的个性化学习的体感计算的交互方法和技术。然后提出了面向儿童的艺术创造体验,重点探讨了在艺术活动中的体感计算方法;

3.重点分析了体感计算的交互模型、体感行为模型和体感交互的虚拟化身,以及未来要解决的问题;

4.分析了体感计算中的行为识别技术,其中包括分析对比现有运动跟踪方法,分析运动数据与体感信号的对应与更新,以及人体运动信号的特征提取和手势交互等。

5.基于以上的研究成果,本书通过一个基于运动感知的书空临摹交互原型系统,并且把该系统与传统的水墨画学习、笔式界面和GUI等学习方法进行了可用性分析的对比,在操作绩效、用户体验和满意度等方面的比较以验证基于运动传感的艺术感知计算的可行性。

8.2本书的主要贡献

体感计算的关键问题在于如何分析和识别身体的运动信号,和理解人的体感语义,并对其进行融合,为人的外在行为和内部情感搭建沟通的桥梁。要达到这个目标,需要跨学科的协作研究,融合行为认知科学、心理学、教育学、人机交互、社会科学、可用性工程、软件工程等方面的专业知识,这种多方面的融合也是在快速发展的信息社会中达到交互的全面可及性的重要因素。

本书主要是探讨面向个性化学习的体感计算,由于运动传感的设备越来越普及,人体动作跟踪技术将会对人类学习和生活产生深刻的影响,体感计算必须主动地参与到人机交互的开发过程中,特别是个性化的电子学习交互中。

本书的主要贡献包括以下几个方面:

1.本书提出融合了人的外在行为与内在情感的体感认知计算,体感认知是行为和情感的沟通桥梁,体感计算能够实现更为自然、直观的人机交互方式;

2.本书探讨的面向儿童的艺术创造的个性化体验的交互方法,可以通过身体的运动有效表达儿童的艺术感知和体验性认知,提高个性化电子学习的效率;

3.本书提出了运动数据与体感信号的配准方法,能够分析运动数据的特征以及体感信号的相应类别;

4.本书提出了体感计算的人机交互模型,基于人体运动信号的识别和分析,对身体运动进行语义分类,结合上下文交互信息,以机器学习的方法推测用户的体感状态和操作意图。此外,体感交互系统可以使用体感交互的虚拟化身来与用户进行体感互动,为用户传达出表情、声音和动作等,激发用户参与交互的积极性;

5.本书以一个水墨画的书空临摹实验为例,运用手势来进行体感交互实验,实验结果表明了体感交互是一种自然友好的交互方式。体感交互方式能够有效理解用户的身体运动感知的意图,降低在艺术感知交互中用户的感知负担,提高体感交互系统的主动性和智能性。

8.3未来的研究工作

对于体感计算和个性化学习的研究还有很多有待解决的问题,本书研究的不足之处及未来的挑战归纳如下:

1.身体运动行为的复杂多样性,导致了行为语义方法的多样性,所以,目前很难找到适用于所有体感计算的通用的体感语义理论方法。几乎很难研究出符合人类运动行为规律并适用于机器实现的标准行为模型,如何建立一个普适的人类行为模型,进而适合于计算机实现,这将是一个很大的挑战。

2.在运动行为的智能推理过程中,如何考虑用户所在交互情境,从而进行状态的自然转换,实现真正意义上的智能推理。特别是针对电子学习的体感计算,如何开发出更为合适电子学习的身体运动交互语义,以实现更加便捷的个性化电子学习。

3.目前还没有进行多通道的体感计算交互实验,以便于整合麦克风、摄像头、运动传感器等。

本书是探讨面向个性化学习的体感计算,身体的运动行为是人类所固有的本能,个性化学习是未来电子学习的终极需求,可以打破空间和时间的局限,能够被任何人、在任何时间、在任何地点进行操作,并且有效的刺激人的学习兴趣,促进人的体验性认知。本书初步探讨了识别和表达身体运动感知能力的体感计算交互模型和识别技术,但是构造出具有高识别率的体感认知和高度兼容性的交互平台仍然有待解决,比如高性能的体感计算和个性化体感学习行为的推理。如果能够解决以上问题,将会大大促进体感计算和个性化学习的进展。

因此,在未来信息社会的发展中,为具有不同能力、需要和喜好的不同人群,在各种条件下,通过身体的运动进行智能人机交互,使体感计算走出实验室,真正地服务于人类的个性化电子学习和生活。