跳到正文

算法、任务与模态

HCI 最新动态

HCI 研究索引；按可核对的标签归档，不以热度评价质量。

43 条精选近 30 天 10 条共收录 140 条

更新

精选归档 · 第 3 页

1月1日周一第 41–43 条
  1. OpenReview · EEG73

    使用 Ear-EEG 的单步三因素认证：可行性与性能探索

    基于摘要分析。研究针对多因素认证通常需要用户执行多次操作、影响易用性的问题，探索通过带有 EEG 电极的耳件，将固有特征、知识和持有物三个认证因素合并到单步操作中的可行性。主要研究对象是基于耳部 EEG 的身份认证，而非运动想象解码或通用 BCI 控制。 作者使用定制贴合耳部、嵌入电极的耳件采集 EEG，并测试多种认证场景。系统以“passthoughts”作为认证内容，试图结合脑信号、用户所知内容与所持耳件；三个因素如何分别验证、彼此是否独立，以及信号处理、特征提取和认证判决机制，摘要均未充分说明，尚未验证。 作者报告，在采用所有参与者各自表现最佳的“passthoughts”、使用一个含三个电极的耳件这一条件下，错误接受率为 0%，错误拒绝率为 0.36%，总体 Accuracy 为 99.82%。这些数值属于该特定选择条件下的结果，不能直接视为任意思维内容或长期使用场景的性能。作者还报告，模拟冒充攻击中未出现成功尝试；攻击次数、攻击者能力及具体流程尚未验证，不能据此推导系统能够抵御所有冒充攻击。 复现与证据核对的重点是参与者数量、数据与会话划分、“最佳 passthoughts”的选择流程、认证阈值设定、错误率的统计分母及不确定性，以及重复佩戴和跨会话条件下的稳定性。实验协议、消融及统计信息尚未验证。所给摘要末尾被截断，无法确认其后讨论内容。该研究提供了低电极数耳部 EEG 认证的可行性线索，但摘要不足以确立实际部署中的安全性与稳健性。

    阅读价值：值得阅读的是以三电极单耳耳件探索单步三因素认证的可行性，但摘要中的高准确率基于各参与者表现最佳的“passthoughts”，其筛选与评估协议需查阅全文核对。

1月1日周日
  1. OpenReview · EEG72

    我有多像人？：基于 EEG 的虚拟角色评估

    基于摘要分析。本研究关注高写实虚拟角色是否会引发不同于真人的神经反应，以及这些反应能否用于评估“恐怖谷效应”（Uncanny Valley effect）。作者通过观看真人与计算机生成角色视频的 EEG 实验，识别相关神经反应，并训练支持向量机（SVM）估计角色引发“诡异反应”的概率，以此对动画角色排序。 研究属于虚拟角色感知与认知神经科学，而非直接面向 BCI 控制或通信的算法研究。实验包含 40 名参与者，刺激为真人和计算机生成虚拟角色的视频。作者报告，Digital Emily 等高度写实的计算机生成面孔与真人引发的神经反应存在明显差异，并称这种特定差异仅出现在高度照片级写实的角色上。该结论应限定于摘要所述实验，不能据此认定恐怖谷假说已得到普遍验证。 方法上的关键是将特定 EEG 神经相关特征用于 SVM，输出“诡异反应”概率并形成角色排序。摘要未交代 EEG 特征、时间窗、预处理、标签来源、概率估计方式，以及评估采用被试内还是跨被试划分；也未给出分类指标或排序与主观评价的一致性结果。因此，作者提出的“评估任意计算机生成角色”能力仍需结合未见角色测试和被试泛化协议核对。 复现时应重点核对视频刺激及角色写实程度的定义、EEG 特征提取流程、训练与测试划分，以及神经反应与主观不适感之间的对应关系。实验协议、消融及统计信息尚未验证；目前不能将观察到的 EEG 差异直接等同于可泛化的“诡异感”测量。

    阅读价值：值得阅读的是其将高写实虚拟角色引发的 EEG 神经反应与 SVM 评估相结合的路径，但“诡异感”概率的标签依据、校准方式及泛化能力尚待全文核对。

1月1日周五
  1. OpenReview · EEG74

    利用 EEG 与额部 EOG 估计警觉度的多模态方法

    基于摘要分析。本文研究利用 EEG 与 EOG 估计用户警觉度，以支持感知用户心理状态的人机交互；核心贡献是结合额部 EOG 的眼动特征与 EEG，并在模型训练中引入警觉度的时间依赖，同时探索更便于佩戴的电极布置。 方法上，作者采用额部 EOG 电极布置，提取多种眼动特征，称其包含传统 EOG 的主要信息；同时考察不同脑区 EEG 对警觉度估计的作用，利用 EEG 与额部 EOG 的互补性进行多模态融合。针对警觉度随时间变化的特点，研究引入 continuous conditional neural field 与 continuous conditional random field 模型，以捕捉动态时间依赖。摘要未提供具体特征定义、融合位置、模型结构、损失形式及时间窗口设置，这些实现细节尚未验证。 作者报告，在其警觉度估计实验中，多模态融合较单模态表现更好，基于时间依赖的模型也能改善估计性能；但摘要未列出指标、数值或具体对照设置。作者还报告，相比清醒状态，困倦状态下 theta 与 alpha 频段活动增加，gamma 频段活动降低。这是该实验中的观察，不能据此推定其跨被试或跨会话稳定性。 在采集配置方面，作者报告额部布置可用四个共用电极同时采集 EEG 与 EOG，并取得与颞部及后部位点相当的性能；具体通道、参考电极及比较协议尚未验证。被试数量、警觉度标签获取方式、数据划分、被试内或跨被试评估、消融及统计信息均需查阅全文确认。复现时应重点核对额部两类信号的提取流程、时序模型的训练与推理条件，以及四电极配置与其他位点配置的可比性。摘要支持其作为警觉度监测研究的价值，但尚不足以确认真实场景的佩戴可靠性或在线性能。

    阅读价值：值得阅读的具体原因是将额部 EEG/EOG 共用电极采集、模态互补与警觉度时序建模结合，为低电极数警觉度估计提供了可核对的研究路径，但性能与泛化能力仍需全文验证。