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。

112 条精选近 30 天 19 条共收录 340 条

更新

精选归档 · 第 6 页

1月1日周三第 101–112 条
  1. OpenReview · Representation learning78

    基于网络摄像头的视线估计表征学习

    基于摘要分析。这篇学位论文研究如何利用普通网络摄像头图像估计用户视线，并通过眼形与眼球解剖先验、显式和隐式表征学习，减少对终端用户人工标注与校准的依赖。作者报告，在公开数据集评估中，所提出的表征在目标用户无标注及少量标注条件下均改善了视线估计性能，但摘要未提供具体误差数值或完整对照协议。 研究包含四条技术路线。第一，以眼部区域关键点作为传统视线估计方法的中间表征，通过眼睑与虹膜形状坐标描述，改善跨数据集泛化，以及少量标注条件下对未见用户的适配。第二，构造仅由视线方向标签即可生成的图示中间表征，将视线方向估计分解为两个子问题；作者报告其改善了跨用户视线估计，但摘要未说明具体表征形式与子任务定义。第三，通过解耦与变换网络学习视线方向变化的等变性，同时分离头部朝向的影响，并将该表征用于元学习；作者报告，仅用目标用户一个标注样本进行适配即可取得性能改善，具体幅度尚未验证。 第四，联合建模屏幕视觉刺激与可见眼动之间的时空关系。作者采集了包含54名参与者、同步多摄像头视角及屏幕内容视频的新数据集，并提出自动视线估计细化架构。作者报告，在目标用户无标注条件下也能改善性能，其中用于模拟个体视线定义偏移的数据增强被认为起到重要作用。训练所需的其他监督信息、数据划分、基线、消融及统计信息尚未验证；不能将“目标用户无标注”理解为整个训练过程无监督。 本文主要对象是视觉图像驱动的视线估计，而非 EEG 解码。平台推测（待验证）：其个体偏移建模可能适用于带眼动输入的混合 BCI，但需要匹配的图像、刺激及校准信息，不能直接迁移为 EEG 表征方法。已有 EEG 相关工作尚未检索确认。复现应先核对原任务的公开数据集、标注预算和跨用户划分，以及视觉刺激信息在训练与推理时的可用性。

    阅读价值：该学位论文摘要汇集了眼部几何中间表征、视线与头姿解耦、少样本个体适配及视觉刺激—眼动联合建模，值得核对各机制在跨用户与跨数据集条件下的独立贡献，但不能据此推断 EEG/BCI 效果。

1月1日周二
  1. OpenReview · EEG70

    危险检测范式中用户任务对基于 EEG 的分类性能的影响

    基于摘要分析。该研究关注注意力型 BCI 中辅助任务的选择是否影响 EEG 分类性能，在驾驶视频危险检测范式下比较心算计数与按键两种任务，并同时考察诱发反应和用户偏好。 这类 BCI 既可用于控制，也可反映用户对环境的感知与判断；辅助任务旨在维持用户参与度与动机。作者报告，在所研究的驾驶视频危险检测条件下，按键任务的基于 EEG 的事件二分类表现和用户偏好均优于心算计数，但摘要未提供具体分类指标、分数或偏好测量方式。 作者报告，心算计数任务的诱发反应幅度反而更高，而且在预处理阶段投影去除运动相关电位后，这一幅度差异仍然存在。需要区分的是，摘要明确支持的是去除运动相关电位后幅度差异仍存在，尚不能据此认定按键任务的分类优势完全独立于运动相关信息。 作者据此认为，在此类 BCI 中，按键可能是兼顾预测表现与用户偏好的更优辅助任务。该结论的适用范围仍需结合全文核对：被试数量、危险事件与二分类标签定义、EEG 预处理和分类方法、被试内或跨被试划分、运动相关电位的投影方法，以及统计检验和效应大小均尚未验证。

    阅读价值：该研究直接比较驾驶视频危险检测中的两种辅助任务，提示诱发反应幅度、EEG 分类表现与用户偏好未必一致，值得在注意力型 BCI 的任务设计与复现中核对。

  2. OpenReview · EEG75

    时间序列可视化中的相似性感知比较

    基于摘要分析。该研究考察时间序列的可视化形式是否会改变人对相似性的判断，以及这种判断与自动相似度度量是否一致。研究以神经科学家评估癫痫样模式的工作为动机，通过两项实验比较 EEG 信号在线图、horizon graphs（地平线图）和 colorfields（色彩场图）中的相似性感知；主要贡献是揭示可视化形式并非相似性判断的中性载体，而非提出新的 EEG 解码算法。 研究关注两类对应关系：自动相似度方法返回的结果，在不同可视化形式下是否被感知为同样相似；各类可视化中的人工判断，又分别与哪些自动度量及其允许的变化相契合。作者报告，在摘要所述两项 EEG 可视化实验中，horizon graphs 相比另外两种形式，更符合允许时间位置或速度发生局部变化的 dynamic time warping（动态时间规整）度量。对于基于 z-normalization、对幅值缩放和纵轴偏移不敏感的度量，作者报告 horizon graphs 的感知判断与之不一致，而线图和 colorfields 则呈现相反倾向。摘要未给出效应量或具体统计结果。 这些结果支持作者的结论：人们认为哪些时间模式相似，会受到显示方式影响。平台推测（待验证）：在 EEG 检索或聚类结果的人工复核中，界面形式与相似度度量的搭配可能影响使用者对结果的接受程度，但这不等同于改善 BCI 解码性能或临床判读准确性。参与者构成、EEG 数据来源、片段选择、显示参数、相似性任务及度量实现细节尚未验证，实验协议、消融及统计信息亦需查阅全文核对。

    阅读价值：该研究通过 EEG 波形相似性感知实验，揭示可视化形式与自动相似度度量之间的对应差异，值得在设计 EEG 检索、聚类结果的人工复核界面时参考。

1月1日周一
  1. OpenReview · State space models71

    通过主动状态特异性探索的自适应强化学习：最大化模拟儿童—机器人交互中的参与度

    基于摘要分析。该研究面向教育辅助机器人如何适应不同儿童及其随时间变化的参与状态，提出加入主动状态特异性探索的强化学习算法，并在连续迷宫和模拟儿童—机器人交互任务中考察其适应能力。主要研究对象是机器人行为适应与参与度优化，而非 EEG 解码或 BCI。 方法上，算法旨在针对状态空间中的变化调整探索行为。连续迷宫作为经典 grid world 的扩展，采用参数化动作，使智能体能够学习沿走廊移动至尽头的单次动作；作者将其类比于 options，但明确指出不需要显式层级表示。摘要未给出状态特异性探索的具体更新规则、奖励设计或非平稳性检测机制，尚不能据此还原实现。 在模拟交互中，扩展 Tower of Hanoi 任务要求机器人寻找适合特定儿童的运动速度，指向任务则要求调整动作表达程度。儿童视线等非语言线索被作为判断参与度及是否继续当前行为的重要信息来源，但摘要未说明这些线索在模拟中的具体生成、观测或编码方式。作者报告，算法能够应对状态空间中的全局与局部非平稳性，同时在其他平稳区域保持稳定行为；摘要未提供定量指标或对照结果。 这些结果支持进一步考察状态特异性探索在非平稳机器人交互中的作用，但不构成真实儿童交互效果的验证。实验协议、消融及统计信息尚未验证；复现仍需核对状态与动作定义、参与度奖励、环境变化方式、对照算法及稳定性评价标准。材料未提供与神经信号处理的直接机制对应，因此不据此提出 EEG/BCI 迁移效果或复现实验建议。

    阅读价值：值得关注其按状态进行主动探索以应对局部非平稳性、同时维持其他区域行为稳定的思路，但儿童参与度优化的证据来自模拟交互，尚不能外推至真实儿童交互或 BCI。

  2. OpenReview · State space models71

    通过主动状态特异性探索的自适应强化学习：模拟儿童—机器人交互中的参与度最大化

    基于摘要分析。本文研究辅助教育机器人如何适应不同儿童及交互过程中变化的参与状态，提出加入主动状态特异性探索的强化学习算法，并在连续迷宫导航与模拟儿童—机器人交互任务中考察其适应性。研究对象是机器人行为调节，而非 EEG 解码或 BCI。 机制上，论文以儿童注视等非语言线索作为判断任务参与状态的潜在信息来源，通过按状态调整探索应对环境非平稳性。连续迷宫任务扩展了经典 grid world；作者报告，参数化动作使智能体能够学会一次移动至走廊末端，其行为类似 options，但不依赖显式层级表示。摘要未披露状态特异性探索的具体更新规则、状态表示及参数化动作的学习细节。 模拟交互包括扩展 Tower of Hanoi 任务，机器人需寻找适合交互儿童的运动速度；以及 pointing task，机器人需选择适合儿童的动作表现力水平。作者报告，算法能够应对状态空间中的全局与局部非平稳变化，同时在其他平稳区域保持稳定行为。摘要未提供定量指标、对照结果或真实儿童验证，实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若将状态特异性探索用于 BCI 交互策略调节，其可能对应的瓶颈是用户状态或反馈随时间局部漂移，而非神经信号解码本身。可考虑复用探索调节思路，但需重新定义由 EEG 或其他反馈构成的状态、奖励及安全动作范围；低信噪比、跨被试差异和稀疏反馈可能使噪声被误判为非平稳变化。一个可证伪的小实验是在固定解码器的离线交互模拟中，仅改变部分用户状态对应的奖励分布，与统一探索策略比较变化区域的恢复速度及未变化区域的性能保持。该实验依赖可控的状态与奖励反馈，不代表已有 BCI 效果；相关 EEG 工作尚未检索确认。

    阅读价值：值得核对其按状态主动探索的机制能否在适应局部非平稳变化时保持其他状态的行为稳定，但摘要证据仅来自模拟任务，不支持真实儿童交互或 BCI 有效性的结论。

  3. 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。

11月9日周一
  1. OpenReview · EEG71

    基于情绪视频生理响应的隐式用户中心人格识别

    基于摘要分析。该研究探讨能否通过用户观看情绪视频时的生理与面部情绪响应，隐式识别大五人格特质；其贡献是将此前主要关注 Extraversion（外向性）和 Neuroticism（神经质）的相关研究扩展至全部五种人格特质，并开展单试次识别。 研究使用现成传感器采集了36名用户的 ECG、GSR、EEG 及面部情绪响应。分析分为三个环节：考察人格量表与显式情绪评分之间的关系，识别与人格特质相关的生理响应，并评估单模态及多模态人格识别。摘要未说明具体特征、分类算法、多模态融合方式或人格标签的构建方法。 作者报告，在情绪属性较为同质的视频片段中，例如高效价、高唤醒片段，人格差异更容易显现；作者还报告，全部五种人格特质的识别均显著高于机会水平。但摘要未提供具体指标、数值、机会水平定义或统计检验细节，也未明确上述结论分别适用于哪些模态和实验条件，因此不能将其直接解读为 EEG 单模态的有效性证据。 该研究主要面向情绪诱发条件下的人格识别，而非直接验证 BCI 控制或交互性能。复现与解释结果时，需要核对训练测试划分是否隔离被试、情绪视频条件如何分组，以及 EEG 等各模态的独立贡献；实验协议、消融及统计信息尚未验证。现有摘要不足以判断跨被试泛化能力，也不足以支持将多模态识别结果归因于 EEG。

    阅读价值：值得关注其以情绪视频诱发生理响应、开展单试次大五人格识别的研究设计，但需核对被试划分与统计检验，才能判断结果能否推广至未见用户。

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。

1月1日周二
  1. OpenReview · State space models75

    混合状态动态图模型中的变分学习

    基于摘要分析。本文研究局部近似线性高斯、整体却呈非线性的实值时间序列，提出由 hidden Markov model（HMM）驱动 linear dynamic system（LDS）的混合状态动态图模型，并以近似变分推断支持状态推断与参数学习。原论文的应用对象是使用计算机鼠标产生的人类手势轨迹，而非 EEG 或 BCI。 核心机制是结合离散隐状态与连续动态状态，描述轨迹背后的两类潜在成因。摘要以手部动作说明：连续轨迹可视为受非线性动态过程驱动的线性动态系统。作者指出，该混合模型的精确推断计算量随序列长度呈指数增长，因此推导变分近似，同时学习离散模型与连续模型的参数。具体变分分解、优化目标、更新规则及收敛条件尚未验证。 作者报告将该模型及变分方法用于鼠标手势分类，但摘要未提供样本规模、类别、训练测试划分、对照方法或定量指标，不能据此判断分类性能及近似推断的收益；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 特征序列可由若干离散动态状态与状态相关的连续演化近似描述，这一机制可能用于建模非平稳时序。可复用部分是离散—连续状态建模及变分推断框架；需改造观测模型、通道表示和状态解释，并核对训练对标签与数据规模的依赖。低信噪比、跨被试差异、通道变化和小样本可能使隐状态不可辨识，或使模型拟合伪迹而非任务动态。一个可检验的小实验是在固定被试内划分的 EEG 特征序列上，与单独 HMM、LDS 比较同一任务指标及推断耗时，以检验混合状态建模是否带来增益。该实验仅为迁移假设，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读其用变分近似处理离散—连续混合动态模型推断复杂度的机制，但鼠标手势分类的实验效果及其对 EEG 的适用性尚未验证。

1月1日周二
  1. OpenReview · State space models70

    用于美国手语手指拼写跟踪的形状与运动非线性模型

    基于摘要分析。本文研究美国手语手指拼写中的视觉手部跟踪，以分段线性方式近似非线性 Point Distribution Models，并将语言状态转移引入手形空间，为跟踪与模型预测提供时间约束。主要贡献是把手形建模、多假设跟踪与语言转移信息结合起来，处理手形空间中的非连续跳变。 机制上，方法利用形状空间的自然分区施加时间约束，再结合 CONDENSATION 支持多个候选假设。作者还提出一种类似 HMM 的方法，将英语的单步状态转移投影到形状空间，以辅助运动预测。摘要未说明形状表示、分区构造、语言转移概率的估计方式，以及视觉观测与时间约束的具体融合形式。 作者报告，该运动模型的跟踪结果优于其他跟踪方法；但摘要未提供数据集、参与者数量、数据划分、对照方法名称或评价指标，因此尚不能判断优势大小及泛化范围。实验协议、消融及统计信息尚未验证，复现所需的数据、实现和参数设置也尚未验证。 该研究的直接对象是视觉手形与运动跟踪，而非 EEG 解码或 BCI。摘要不足以建立其形状空间分区与神经信号表征之间的具体对应关系，因此不将其结果解释为 BCI 算法有效性的证据。

    阅读价值：值得关注的是将语言状态转移映射至手形空间、结合多假设跟踪处理非连续手形变化的机制；作者报告的跟踪优势及其适用条件仍需全文核对。