【HCI論文】SemanticAdapt (2021) - 物体の「意味」によって自動配置 -
今回の論文
背景
Mixed Reality(MR)インタフェースを用いれば、仮想要素を空間内の好きな場所に配置できる
大きな課題
ユーザは、環境が変わる度に仮想要素を手動で再配置しなければならない
本研究
SemanticAdapt は、仮想要素と実オブジェクトの意味的つながりを利用!
単一の最適化問題として解く!
最適化
意味的一致、有用性、適合性、レイアウトの外観、空間時間的一致、オクルージョン回避の6要素からなる目的関数を使って、仮想要素の配置を決める
評価実験
評価実験を実施し、再配置が行われた仮想要素の数と仮想要素の位置を再調整するために行ったインタラクションの回数を測定し、SUSアンケート、追加のアンケートを行った
再配置
SemanticAdaptは平均4.97個(SD=0.54)、UserCentric(意味を使わない配置)は平均7.63個(SD=0.73)
mixed ANOVAを実施した結果,適合メソッドの要因で,主効果が認められた(F1,10 =7.28, p <0.05)
インタラクション回数
SemanticAdaptは平均6.58回(SD=1.07),UserCentricは平均9.88回(SD=1.44)
mixed ANOVAを実施した結果,適合メソッドの要因で,主効果が認められた(F1,10 =11.83, p <0.01)
SUS
ウィルコクソンの符号順位検定を実施した結果,Willingnessでは有意差が見られた( Z= -2.00, p < 0.05 )
他の項目に関しては,有意差が見られなかった
議論
1. 意味をアプリケーションのどのレベルからとってくる?
pdfから{文書、資料}と取るか、pdfの中身から{MR、テクノロジー}と取るか
2. SemanticAdaptではいくつかの入力変数を手動で入力しているが、自動で取れた方がいい
詳しい説明はこちら
著者の発表動画
www.youtube.com
脚注
#1. OptiSpace: Automated Placement of Interactive 3D Projection Mapping Content (2018)
www.youtube.com