CN109166180B - 心智模型驱动下的vr系统用户体验设计方法 - Google Patents

心智模型驱动下的vr系统用户体验设计方法 Download PDF

Info

Publication number
CN109166180B
CN109166180B CN201810877498.8A CN201810877498A CN109166180B CN 109166180 B CN109166180 B CN 109166180B CN 201810877498 A CN201810877498 A CN 201810877498A CN 109166180 B CN109166180 B CN 109166180B
Authority
CN
China
Prior art keywords
user
experience
design
designer
mental
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810877498.8A
Other languages
English (en)
Other versions
CN109166180A (zh
Inventor
吕健
李姣姣
潘伟杰
孙玮伯
虞杰
袁庆霓
蓝伟文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guizhou University
Original Assignee
Guizhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guizhou University filed Critical Guizhou University
Priority to CN201810877498.8A priority Critical patent/CN109166180B/zh
Publication of CN109166180A publication Critical patent/CN109166180A/zh
Application granted granted Critical
Publication of CN109166180B publication Critical patent/CN109166180B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics

Abstract

本发明公开了一种心智模型驱动下的VR系统用户体验设计方法,包括下述步骤:(1)首先提取用户需求,设计者依据领域知识解构VR体验设计的要素节点,采用树状图的形式分详细分析体验设计中的各层级要素;(2)接着利用卡片分类法分别构建用户与设计者的心智模型,然后采用路径搜索法来测量两者模型的相似性,确定具体的差异要素;(3)根据其差异性,采用宏观心智模型中的行为亲和图分析体验设计的流程和功能,从整体上分析系统功能与体验设计中的要素,最终引导设计者设计出符合用户需求的体验系统。本发明能最大程度地缩小设计者和用户的认知差异,引导设计者设计出符合用户需求的体验系统,提高系统的可用性。

Description

心智模型驱动下的VR系统用户体验设计方法
技术领域
本发明属于计算机辅助设计领域,具体地说是涉及一种心智模型驱动下的VR系统用户体验设计方法。
背景技术
虚拟现实技术是一种新的信息展现形式的计算机模拟技术,它使用3D图形和设备来提供用户一种高度互动的体验、强调实时交互,为人机交互创造一种直观的方式。随着虚拟现实技术的发展,以用户为中心的体验设计受到人们越来越来的关注。现有技术中,传统的VR体验设计中,设计者主要是利用自身对技术及创意整合出来的想法来设计,用户作为一个被动接受的客体,因此设计者可能无法准确把握用户对VR现实体验的预期。并且在特定情境下,用户的认知与行为受到自身心智模型中已有的认知、类似的经验与使用预期的影响。因此,人们在与系统或产品交互时,常用原有认知经验和习惯做出判断,由于设计者与用户的经验和领域知识差异,导致二者间的认知差异较大,且在设计过程中缺乏对其心智模型进行对比匹配测量,设计者和用户的认知差异较大,使得系统最终的表现模型与用户模型不相一致,系统的可用性不高。
发明内容
本发明的目的在于克服上述缺点而提供一种能以量化的方式来匹配设计者与用户的心智模型,有效地缩小设计者和用户的认知差异,引导设计者建立与用户认知一致的设计方案的心智模型驱动下的VR系统用户体验设计方法。
本发明的一种心智模型驱动下的VR系统用户体验设计方法,包括下述步骤:
(1)首先提取用户需求,设计者依据领域知识解构VR体验设计的要素节点,采用树状图的形式分详细分析体验设计中的各层级要素;
(2)接着利用卡片分类法分别构建用户与设计者的心智模型,然后采用路径搜索法来测量两者模型的相似性,确定具体的差异要素;
(3)根据其差异性,采用宏观心智模型中的行为亲和图分析体验设计的流程和功能,从整体上分析系统功能与体验设计中的要素,最终引导设计者设计出符合用户需求的体验系统。
上述心智模型驱动下的VR系统用户体验设计方法,其中:所述步骤(2)中的采用路径搜索法来测量用户与设计者的心智模型的相似性,具体步骤包括:首先根据卡片分类法实验得到结构化的心智模型,将其转换为路径搜索网络图,接着基于GTD算法将路径搜索网络图转化为距离矩阵、距离向量,最后计算全局相关系数及各要素节点之间的相关系数,相关系数G的范围是[-1,1],如果G<0.4低相似性,认知差异较大;0.4<G<0.7有一定的相似性,认知有趋同性但仍存在差异;G>0.7高相似性。
本发明与现有技术的相比,具有明显的可行性效果,由以上方案可知,将认知心理学中心智模型的概念与交互体验设计概念相结合,以量化的方式来匹配设计者与用户的心智模型,根据二者的差异性,分析产生的原因,用于指导用户体验设计。在此基础上,使用宏观心智模型中的行为亲和图来分析VR系统体验设计的流程和功能。本发明能最大程度地缩小设计者和用户的认知差异,引导设计者设计出符合用户需求的体验系统,提高系统的可用性。
以下通过具体实施方式,进一步说明本发明的有益效果。
附图说明
图1是本发明的心智模型的形成过程;
图2是本发明的流程图;
图3是本发明的用户心智信息分析图;
图4是本发明的用户心智信息层级概念图;
图5是实例中的设计层级要素;
图6是实例中的设计者与用户的心智模型;
图7是实例中的古村落虚拟现实体验系统功能图;
图8是实例中的VR体验系统行为亲和图;
图9是实例中的系统实现框架;
图10是实例中的部分界面图。
具体实施方式
以下结合附图及较佳实施例,对依据本发明提出的心智模型驱动下的VR系统用户体验设计方法具体实施方式、特征及其功效,详细说明如后。
参见图2,本发明的一种心智模型驱动下的VR系统用户体验设计方法,包括下述步骤:
(1)首先提取用户需求,设计者依据领域知识解构VR体验设计的要素节点,采用树状图的形式分详细分析体验设计中的各层级要素;
(2)接着利用卡片分类法分别构建用户与设计者的心智模型,然后采用路径搜索法来测量两者模型的相似性,确定具体的差异要素;
(3)根据其差异性,采用宏观心智模型中的行为亲和图分析体验设计的流程和功能,从整体上分析系统功能与体验设计中的要素,最终引导设计者设计出符合用户需求的体验系统。
基于心智模型的用户体验设计流程:
心智模型是人们在自然世界通过直接经验、学习在大脑中形成知识信息表征的过程,同时也是在与外部世界沟通交流学习时所产生的认知、思维、行为模式,不断完善改进原有心智模型的过程,是一个动态变化的过程,完全取决于人的主观认知,如图1所示。
用户体验(User Experience,UE),是用户在交互过程中自身的主观感受,包括情感体验、感官体验、心理反映、认知体验等方面。在传统的VR体验设计中,设计者主要是利用自身对技术及创意整合出来的想法来设计,用户作为一个被动接受的客体,因此设计者可能无法准确把握用户对VR现实体验的预期。并且在特定情境下,用户的认知与行为受到自身心智模型中已有的认知、类似的经验与使用预期的影响。通过对用户需求及心智信息的获取,构建心智模型与设计者的心智模型相匹配,可为后续的设计提供认知基础。因此本文在先前研究基础上优化了心智模型驱动下的VR系统体验设计,如图2所示,第一阶段通过数据信息收集的多种方法获取在特定情境下的用户心智信息,对收集到的信息进行知识表达分析体验设计中的要素节点;第二阶段用户与设计者依据自身的认知对心智模型进行量化,利用客观测量的形式分析差异性,在差异性的指导下完成概念模型的设计。第三阶段对系统表现模型进行可用性评测,运用认知实验的方式分析用户体验的满意度,评估系统与用户心智模型的匹配度,迭代设计使系统的表现模型趋近于用户的心智模型。
心智信息的获取:
焦点小组与用户访谈、参与性设计法对用户的需求进行解构分析,给予被试者在特定情境下若干个开放性的问题:如期望在VR中获得什么样的体验?希望有什么样的功能?哪些因素对于用户体验比较重要等。在试验中通过语音、视频、文字等方式记录被试者的行为表现。若被试者有n名,被试者集合为S={S1,S2,L,Sn},被试者类型为T={T1,T2,L,Tm},被试者提取的信息集为I={I1,I2,L,Ii},则被试者Sn的信息集可表示为:SnI={Sn,Tm,(I1,I2,L,Ii)}。对用户进行分类研究可全面多维的获得用户的心智信息,为便于设计者对用户心智信息进行分析,本文采用L型矩阵图表的形式来汇集梳理用户的心智信息,如图3所示。
设计者在对用户心智信息进行集群分析后,结合领域知识分解VR体验设计流程,制定体验设计中的要素节点。将这些要素节点制作成卡片供被试者按照自己已有的认知知识,判断要素节点的层级顺序,主要判定要素的分类情况和体验重要度问题,分析不同被试者对于体验要素的理解差异,如图4所示。
心智模型的匹配测量:
基于心智模型的交互体验设计重点是在交互过程所获得的体验与用户的预期一致,因此在前期设计阶段,应重点分析用户与设计者在VR体验设计上差异性具体表现在哪些方面。本文采用路径搜索法对用户和设计者的心智模型进行测量。测量包含以下3个步骤:首先根据卡片分类法实验得到结构化的心智模型,将其转换为路径搜索网络图,接着基于GTD算法将路径搜索网络图转化为距离矩阵、距离向量,最后计算全局相关系数及各要素节点之间的相关系数,相关系数G的范围是[-1,1],如果G<0.4低相似性,认知差异较大;0.4<G<0.7有一定的相似性,认知有趋同性但仍存在差异;G>0.7高相似性。
实施例:
1心智信息的获取
通过分析得到:古村落VR体验系统的实现需要通过前端的设计呈现包括三维场景的设计、交互方式、交互界面、系统功能等,及后台的程序设计、数据库管理等计算机管理平台的实现。通过对用户心智信息的获取,结合设计者领域知识得出古村落VR体验系统设计的主要素和层级要素,主要素如表1所示,设计层级要素如图5层级要素所示。
表1设计主要素
Figure GDA0001823632450000041
2心智模型测量
通过卡片分类法得到设计者和用户结构化的心智模型,如图6设计者与用户的心智模型所示。采用路径搜索法测量相似性,假设路径搜索网络图所有连线的权值为1,如果出现多条路径取最短路径值,将路径搜索网络图转化为距离矩阵,如表2和表3所示。
表2设计者的路径搜索网络距离矩阵
Figure GDA0001823632450000042
Figure GDA0001823632450000051
表3用户的路径搜索网络距离矩阵
Figure GDA0001823632450000052
计算矩阵的相似度,将路径搜索网络距离矩阵转化为距离向量,由表3可得D组的路径搜索网络距离向量:D=(1,3,2,2,3,1,3,2,2,1,3,4,1,4,1,1,5,6,4,6,3,4,5,3,5,2,1,1,1,2,2,1,3,2,3,1)
由表4可得U组的路径搜索网络距离向量:
U=(2,1,1,2,4,3,4,3,1,1,2,4,3,4,1,1,1,3,2,3,2,1,3,2,3,2,2,1,2,3,1,1,3,1,4,1)
最后计算两个矩阵的相关系数判断相似性,计算各要素间的相关系数,判断具体差异要素,将距离向量D,U代入公式(1)中测量D组和U组矩阵的相似性。
Figure GDA0001823632450000053
式中:G为全局系数,G∈[-1,1],d为距离向量D中的元素;u为距离向量U中的元素;
Figure GDA0001823632450000055
为距离向量D中所有元素的平均值;
Figure GDA0001823632450000056
为距离向量U中所有元素的平均值。计算得到G=0.406,各要素的相似性见表4。
表4各要素的相似性
Figure GDA0001823632450000054
3差异性指导下的VR系统体验设计
通过对比发现,用户与设计者的心智模型可知设计者与用户在虚拟体验设计中的要素节点有一定的相似性,同时也存在较大的差异。根据要素的相关性分析,大部分要素用户与设计者的相似度基本一致,在要素4与要素6在虚拟现实体验设计中的交互界面单元与GUI布局设计方面上的相似性比较低。用户认为对这两个要素对用户的体验影响较小,更甚至于阻碍用户体验,而设计者认为这些因素对于用户体验较为重要,界面是连接人与系统的桥梁,界面的信息可指导用户的体验流程。
设计者基于认知心理学方法,详细分析了造成此差异性的原因,是因为在虚拟现实环境中头盔显示器视野及人的视野限制、人因问题分析的有限性导致。传统界面设计方法不再适用,在虚拟环境中,鉴于用户的可视区域限制影响,可能会出现界面信息显示不全或者大量数据堆积,导致视觉混淆,增加认知负担;由于与虚拟背景融合导致文字信息的分辨度低,造成阅读疲劳;受到用户移动的影响,会导致界面信息显示延迟问题。传统的Web界面由于账户与登录有效信息区域占比较小不利于虚拟环境下显示,增加了用户认知负担。因此在虚拟现实体验设计中设计者要注意用直观简洁的界面信息提供高效的交互。
通过测量分析设计者和用户的心智模型,在满足用户需求和保证虚拟场景设计的前提下,考虑到人的因素要注意交互界面的设计。首先对古村落虚拟体验系统功能进行梳理分析,通过对用户需求和系统功能的考虑,实现用户对古村落的人文历史、地理环境、特色活动的体验,增加恰当的交互操作方式,辅助于其他功能如路线导航、标记收藏、分享等功能,扩宽用户的体验维度、增加用户的体验感,古村落VR体验系统功能如图7所示。
对于本系统关键性的体验设计利用宏观心智模型中的行为亲和图展示,如图8所示,从整体上分析系统功能与体验设计中的要素,如图8所示横轴以上表示在具体情境下用户的行为决策与体验设计,子情境被纵轴分隔开为一个单独的心智空间(如进入系统、查看信息、自由漫游、辅助漫游等),横轴以下表示用户行为决策下的系统实现功能与交互要素。通过可视化的形式,可直观对比出在体验过程中那些有所欠缺或者需要改进的地方,在宏观上辅助设计者构建整个交互体验设计的流程。
系统实现框架:该古村落虚拟体验系统主要包括虚拟场景的呈现、系统功能和动态的交互实现。本系统使用HTC VIVE虚拟设备,其中三维场景建模由SketchUp和3DsMax软件完成,场景贴图和渲染和交互开发主要由虚幻引擎(Unreal Engine)实现,支持蓝图可视化编程,同时支持C++语言接口,系统的实现框架如图9所示。
设计结果原型展示:上文分析了古村落VR体验系统的功能与具体实现框架,针对用户与设计者认知差异较大的交互界面构成与GUI布局设计要素,详细分析了系统功能,简化界面信息,并采用扁平化的形式对界面设计。基于心智模型指导下的古村落VR系统体验设计的原型展示如下。在进入系统首先是欢迎界面与登录界面。在进入系统之后,首先利用界面信息展示的形式来引导用户熟悉系统的操作,以便于后续交互操作的实施。虚拟场景设计是影响体验的要素之一,用户在进入系统之后按住右操作手柄上的圆盘可自由选择区域漫游,或者在固定的距离范围内随意走动观看体验虚拟场景,虚拟场景显示如图10所示。在虚拟环境,用户常常对自己的位置感到疑惑,因此本系统设有辅助漫游功能,用户在全局地图选中自己感兴趣区域,即可跳转到该位置。本系统使用HTC VIVE设备,该设备有两个操作手柄,其中界面集成在左操作手柄上,右操作手柄实现点选功能。因此本文将该系统的主要功能设计在主操作界面上,结合用户需求与系统功能,使用简洁的形式展现界面信息。
总之,本发明旨在分析心智模型驱动下的VR系统体验设计。应用焦点小组和用户访谈等方法获取用户心智信息,设计者结合领域知识对VR体验设计的要素节点进行解构,设计者与用户对要素进行层级判定,以路径搜索法来匹配两者模型的相似性,分析差异出现的原因。根据其差异要素,使用宏观心智模型中的行为亲和图形式,分析VR系统体验设计的流程和功能。最终引导设计者设计出符合用户认知的体验系统。以某古村落虚拟现实体验系统为例,验证其方法的可行性。同时该方法也适用于其他交互设计领域,引导设计者建立与用户认知一致的设计方案。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,任何未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (1)

1.一种心智模型驱动下的VR系统用户体验设计方法,包括下述步骤:
(1)首先提取用户需求,设计者依据领域知识解构VR体验设计的要素节点,采用树状图的形式详细分析体验设计中的各层级要素;
(2)接着利用卡片分类法分别构建用户与设计者的心智模型,然后采用路径搜索法来测量两者模型的相似性,确定具体的差异要素;
所述采用路径搜索法来测量用户与设计者的心智模型的相似性,具体步骤包括:首先根据卡片分类法实验得到结构化的心智模型,将其转换为路径搜索网络图,接着基于GTD算法将路径搜索网络图转化为距离矩阵和距离向量,最后计算全局相关系数及各要素节点之间的相关系数,相关系数G的范围是[-1,1],如果G<0.4低相似性,认知差异较大;0.4<G<0.7有一定的相似性,认知有趋同性但仍存在差异;G>0.7高相似性;
(3)根据差异性,采用宏观心智模型中的行为亲和图分析体验设计的流程和功能,从整体上分析系统功能与体验设计中的要素,最终引导设计者设计出符合用户需求的体验系统。
CN201810877498.8A 2018-08-03 2018-08-03 心智模型驱动下的vr系统用户体验设计方法 Active CN109166180B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810877498.8A CN109166180B (zh) 2018-08-03 2018-08-03 心智模型驱动下的vr系统用户体验设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810877498.8A CN109166180B (zh) 2018-08-03 2018-08-03 心智模型驱动下的vr系统用户体验设计方法

Publications (2)

Publication Number Publication Date
CN109166180A CN109166180A (zh) 2019-01-08
CN109166180B true CN109166180B (zh) 2022-12-13

Family

ID=64898836

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810877498.8A Active CN109166180B (zh) 2018-08-03 2018-08-03 心智模型驱动下的vr系统用户体验设计方法

Country Status (1)

Country Link
CN (1) CN109166180B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102292816B1 (ko) * 2019-12-16 2021-08-26 아주대학교산학협력단 사용자 중심 설계 기반의 소방 훈련 프로그램 제공 장치 및 방법

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101685507A (zh) * 2008-09-25 2010-03-31 袁小伟 用户体验研究项目中处理项目数据和研究数据的方法
CN102937985A (zh) * 2012-10-25 2013-02-20 南京理工大学 一种基于用户心智模型的网站分类优化分析方法
CN104252361A (zh) * 2014-07-01 2014-12-31 杨春阳 互联网计算机人工智能形象设计系统
CN104838632A (zh) * 2012-09-10 2015-08-12 泰克尼森有限公司 用于转移定制型情境用户界面的方法及系统
CN105136160A (zh) * 2015-07-28 2015-12-09 浙江工业大学 一种基于移动终端和增强现实技术的近距离最优公交站点导航方法
CN106096557A (zh) * 2016-06-15 2016-11-09 浙江大学 一种基于模糊训练样本的半监督学习人脸表情识别方法
US9498704B1 (en) * 2013-09-23 2016-11-22 Cignition, Inc. Method and system for learning and cognitive training in a virtual environment
CN107067182A (zh) * 2017-04-27 2017-08-18 贵州大学 面向多维意象的产品设计方案评估方法
CN107122548A (zh) * 2017-04-27 2017-09-01 贵州大学 面向产品造型风格的用户认知及量化模型的建模方法
CN107179829A (zh) * 2017-05-22 2017-09-19 贵州大学 利用眼动数据预测用户个性化偏好的方法
CN107422942A (zh) * 2017-08-15 2017-12-01 吴金河 一种沉浸式体验的控制系统及方法
CN107544675A (zh) * 2017-09-08 2018-01-05 天津大学 脑控式虚拟现实方法
CN107957862A (zh) * 2017-12-06 2018-04-24 杭州同立方软件有限公司 一种构建工科类虚拟仿真实训教学软件的需求分析方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2002343194A1 (en) * 2001-11-20 2003-06-10 Avi Peled System and method for diagnosis of mental disorders
WO2006116525A2 (en) * 2005-04-25 2006-11-02 Ellen Eatough Mind-body learning system and methods of use
US8788974B2 (en) * 2008-07-15 2014-07-22 New Jersey Institute Of Technology Neighborhood auditing tool and user interface
CN106575158B (zh) * 2014-09-08 2020-08-21 英特尔公司 环境映射虚拟化机构
CN108205372B (zh) * 2016-12-20 2021-03-09 百度在线网络技术(北京)有限公司 应用于虚拟现实设备的操作方法和装置以及虚拟现实设备
CN110325112A (zh) * 2017-01-04 2019-10-11 斯托瑞阿普股份有限公司 使用虚拟现实疗法修改生物测定活动的系统和方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101685507A (zh) * 2008-09-25 2010-03-31 袁小伟 用户体验研究项目中处理项目数据和研究数据的方法
CN104838632A (zh) * 2012-09-10 2015-08-12 泰克尼森有限公司 用于转移定制型情境用户界面的方法及系统
CN102937985A (zh) * 2012-10-25 2013-02-20 南京理工大学 一种基于用户心智模型的网站分类优化分析方法
US9498704B1 (en) * 2013-09-23 2016-11-22 Cignition, Inc. Method and system for learning and cognitive training in a virtual environment
CN104252361A (zh) * 2014-07-01 2014-12-31 杨春阳 互联网计算机人工智能形象设计系统
CN105136160A (zh) * 2015-07-28 2015-12-09 浙江工业大学 一种基于移动终端和增强现实技术的近距离最优公交站点导航方法
CN106096557A (zh) * 2016-06-15 2016-11-09 浙江大学 一种基于模糊训练样本的半监督学习人脸表情识别方法
CN107067182A (zh) * 2017-04-27 2017-08-18 贵州大学 面向多维意象的产品设计方案评估方法
CN107122548A (zh) * 2017-04-27 2017-09-01 贵州大学 面向产品造型风格的用户认知及量化模型的建模方法
CN107179829A (zh) * 2017-05-22 2017-09-19 贵州大学 利用眼动数据预测用户个性化偏好的方法
CN107422942A (zh) * 2017-08-15 2017-12-01 吴金河 一种沉浸式体验的控制系统及方法
CN107544675A (zh) * 2017-09-08 2018-01-05 天津大学 脑控式虚拟现实方法
CN107957862A (zh) * 2017-12-06 2018-04-24 杭州同立方软件有限公司 一种构建工科类虚拟仿真实训教学软件的需求分析方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Designing User Models in a Virtual Cave Environment;Alenka Brown-VanHoozer等;《Proceedings of the Human Factors and Ergonomics Society Annual Meeting》;19951231;第39卷(第9期);第481-485页 *
双心智模型交互下的产品设计方法研究;王新亭等;《机械设计》;20160620(第06期);第109-113页 *
团队共享心智模型的多层次模糊评价;荣鹏飞等;《工业技术经济》;20130525(第05期);第12-18页 *
基于心智模型的虚拟现实与增强现实混合式移动导览系统的用户体验设计;林一等;《计算机学报》;20150201(第02期);第192-206页 *
虚拟现实三维场景建模与人机交互应用技术研究;蔺薛菲;《艺术与设计(理论)》;20170415(第04期);第102-104页 *

Also Published As

Publication number Publication date
CN109166180A (zh) 2019-01-08

Similar Documents

Publication Publication Date Title
Karimi et al. Deep learning in a computational model for conceptual shifts in a co-creative design system
Chen et al. Predicting the effect of street environment on residents' mood states in large urban areas using machine learning and street view images
Yannakakis et al. Experience-driven procedural content generation
US20140095256A1 (en) Market evaluation investigation device and investigation method
Seneviratne et al. DALLE-URBAN: Capturing the urban design expertise of large text to image transformers
Liu et al. An aesthetic measurement approach for evaluating product appearance design
Mao Video analysis of intelligent teaching based on machine learning and virtual reality technology
CN110059232A (zh) 一种基于用户体验度量的数据可视化方法
KR101064981B1 (ko) 다중 자원을 통합한 지식베이스를 이용하여 연구 주체간의 상관관계가 표시된 자원검색 정보 제공 장치 및 방법
Krassanakis et al. Detection of moving point symbols on cartographic backgrounds
Lokman KE as affective design methodology
CN109166180B (zh) 心智模型驱动下的vr系统用户体验设计方法
CN117333646B (zh) 一种ar地图联动跑步机的漫游方法
CN109902920A (zh) 用户成长体系的管理方法、装置、设备及存储介质
Jahani et al. Evaluating the aesthetic quality of the landscape in the environment: A Review of the Concepts and Scientific Developments in the World
CN111062284B (zh) 一种交互式视频摘要模型的可视理解与诊断方法
CN116910302A (zh) 一种多模态视频内容有效性反馈可视分析方法与系统
Okajima et al. Human motion retrieval system based on LMA features using interactive evolutionary computation method
CN110489758A (zh) 应用程序的价值观计算方法及装置
CN113378885B (zh) 一种基于优选图像对的新用户审美偏好标定和分类方法
CN113611416B (zh) 基于虚拟现实技术心理场景评估方法及系统
Hadiana Analysis learners’ preference in e-learning system using Kansei approach
JP6320844B2 (ja) パーツの影響度に基づいて感情を推定する装置、プログラム及び方法
Persad et al. Exploring user capability data with topological data analysis
CN106682204B (zh) 一种基于众包的语义提取方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant