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。

63 条精选近 30 天 11 条共收录 207 条

更新

精选归档 · 第 4 页

1月1日周日第 61–63 条
  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。

1月1日周四
  1. OpenReview · EEG72

    人机交互与心理生理学的交汇：批判性视角

    基于摘要分析。本文讨论人机交互（HCI）研究使用低成本 EEG 接口评估用户投入程度与体验、以及直接控制计算机时的证据质量问题，核心贡献是梳理心理生理测量的可靠性与效度风险，并为研究者和审稿人提出实践建议。 作者以“naïve neurorealism”（朴素神经实在论）描述一种值得警惕的研究倾向：将心理生理设备获取的数据视为足以支持心理状态判断的证据。作者认为，这类数据的可靠性不足、效度不确定，使心理状态推断面临困难；如果未充分处理这些内在局限，相关 HCI 研究的贡献可能停留在新颖性，而非形成科学进展。这是作者提出的批判性判断，不能据此认定所有 EEG 接口或相关研究均不可靠。 其与 EEG/BCI 的直接关系在于：用户投入或体验评估需要核对信号是否支持目标心理状态的解释，直接控制计算机则还涉及接口能否稳定实现控制。两类用途不能仅凭使用同一种设备就视为具有相同的有效性证据。摘要明确表示全文讨论了可靠性与效度问题的性质、严重程度及应避免的障碍，但未提供具体建议、测量方案、数据集、被试信息或定量结果，因此无法评价其建议的适用范围与实证支持。 本文属于批判性综述与方法论讨论，不是新的 EEG 解码算法、设备发布或临床验证。阅读全文时可重点核对作者如何区分测量可靠性与推断效度、各项判断依赖何种证据，以及实践建议如何落实；相关实验协议、统计信息及具体论证尚未验证。

    阅读价值：值得阅读之处在于区分 EEG 测量的可靠性与心理状态推断的效度，为审视 HCI 中用户体验评估及直接控制研究的证据提供批判性框架；具体建议尚需全文核对。