Current Challenges of Using Wearable Devices for Online Emotion Sensing
越来越多的可穿戴设备变得越来越无创,易于获得,并且用于测量不同的生理信号。这使得它们非常适合推断用户的情绪状态。尽管可穿戴设备在最近的情感研究中取得了成功,但仍有一些挑战需要解决。在这份立场文件中,我们比较了目前可用于情绪感知的可穿戴设备,并确定了未来研究人员面临的挑战和机遇。我们的调查开启了关于野外情绪感知研究所缺少的东西的讨论。
2022-08-10 cs.HC
Recent Trends in Wearable Computing Research: A Systematic Review
可穿戴设备是商业和学术领域的热门话题。对创新的需求不断增加,导致研究和新产品的增加,从而应对新的挑战并创造有利可图的机会。然而,尽管对可穿戴计算进行了大量的审查和调查,但缺乏一项概述这一领域最近如何发展的研究,该研究为科学家所讨论的主要主题提供了广泛而客观的观点。本文中提出的文献的系统综述调查了可穿戴计算研究的最新趋势,考虑到一组限制适用于相关研究超过十年的窗口。提取的文章被认为是提取有价值信息的一种手段,创建了一个有用的数据集来代表当前状态。这项研究的结果忠实地描绘了可穿戴设备不断发展的兴趣。通过对过去10年的研究进行分析,可以对目前处于可穿戴设备开发前沿的领域、研究重点和技术进行评估。本综述中提出的结论旨在帮助科学家更好地了解最近的需求趋势以及可穿戴技术如何进一步发展。最后,这项研究应有助于概述当前和未来发展的下一步。
2020-11-27 cs.HC
A wearable sensor vest for social humanoid robots with GPGPU, IoT, and modular software architecture
目前,大多数社交机器人通过作为机器人组成部分的传感器与周围环境和人类进行交互,这限制了传感器的可用性、人机交互和可扩展性。在许多应用中需要适合许多机器人的可穿戴传感器服装。本文介绍了一种经济实惠的可穿戴传感器背心,以及用于社交人形机器人的物联网(IoT)开源软件架构。该背心由触摸、温度、手势、距离、视觉传感器和无线通信模块组成。物联网功能允许机器人在本地和互联网上与人类互动。所设计的架构适用于任何具有通用图形处理单元(GPGPU)、I2C/SPI总线、互联网连接和机器人操作系统(ROS)的社交机器人。该架构的模块化设计使开发人员能够轻松地添加/删除/更新复杂的行为。所提出的软件架构提供物联网技术、GPGPU节点、I2C和SPI总线管理器、视听交互节点(语音到文本、文本到语音和图像理解)以及行为节点与其他节点之间的隔离。建议的物联网解决方案由机器人中的相关节点、REST风格的Web服务和用户界面组成。我们使用HTTP协议作为通过互联网与社交机器人进行双向通信的手段。开发人员可以使用C、C++和Python程序设计语言轻松编辑或添加节点。我们的架构可用于设计更复杂的行为,社会人形机器人。
2022-01-06 cs.AI cs.HC cs.RO
Ajalon: Simplifying the Authoring of Wearable Cognitive Assistants
可穿戴认知辅助(WCA)通过可穿戴设备和对边缘计算基础设施的低延迟无线访问来实时的增强人类认知。它的灵感来源于全球定位系统导航工具的比喻,并扩大了这一比喻,全球定位系统导航工具提供实时的逐步指导,并迅速发现和纠正错误。WCA应用程序可能会在教育,医疗保健,工业故障排除,制造业和许多其他领域产生变革。如今,WCA应用程序开发困难且缓慢,需要机器学习和计算机视觉等领域的技能,而这些技能在软件开发人员中并不普遍。本文介绍了Ajalon,一个用于WCA应用程序的创作工具链,它减少了开发管道每个步骤所需的技能和工作量。我们的评估表明,Ajalon大大减少了创建新WCA应用程序所需的工作量。
2021-01-14 cs.HC
Large Language Models for Wearable Sensor-Based Human Activity Recognition, Health Monitoring, and Behavioral Modeling: A Survey of Early Trends, Datasets, and Challenges
University of Southern California(南加州大学)
本文综述了大型语言模型在可穿戴传感器数据中的应用,探讨了其在人类活动识别、健康监测和行为建模中的早期趋势、数据集及挑战。
2024-07-31 cs.HC
Moonwalk: Advancing Gait-Based User Recognition on Wearable Devices with Metric Learning
提出Moonwalk方法,利用耳机内置加速度计进行步态识别,通过自监督度量学习实现高精度被动用户认证,在50人研究中F1达92.9%。
2024-02-13 cs.HC
The Emerging Use of GenAI for UX Research in Software Development: Challenges and Opportunities
IBM Research(IBM研究院);watsonx.governance, IBM(watsonx治理,IBM);AI Design, IBM(AI设计,IBM);AI for Product Teams, IBM(面向产品团队的AI,IBM)
本文探讨生成式AI在软件开发中用户体验研究中的应用,分析其带来的挑战与机遇,并提出负责任整合AI的设计指南。
2025-12-17 cs.HC
From Uncertainty to Innovation: Wearable Prototyping with ProtoBot
本研究利用大型语言模型设计了无代码原型工具 ProtoBot,通过跨学科案例研究证明其能将设计不确定性转化为积极体验,首次展示了大模型在可穿戴电子快速原型设计中的应用。
2024-10-10 cs.CY cs.HC cs.PL
TOM: A Development Platform For Wearable Intelligent Assistants
National University of Singapore(新加坡国立大学);City University of Hong Kong(香港城市大学);Smart Systems Institute(智能系统研究所);School of Creative Media(创意媒体学院);School of Computing(计算机学院)
本文提出TOM平台,一个支持上下文感知的智能可穿戴助手开发的概念架构与软件平台,通过协作开发促进辅助AR应用创建,并展示概念验证服务。
2024-07-22 cs.AI cs.HC
Beyond Productivity: Measuring Developers' Cognitive Load During GenAI-Supported Software Development
Hasso Plattner Institute, University of Potsdam(波茨坦大学哈索·普拉特纳研究所);SAP Labs(SAP实验室)
本研究通过四天工业现场实验,发现GenAI使用和任务背景与开发者感知认知负荷相关,生理数据仅提供有限补充信息,建议结合工作背景评估认知负荷。
2026-09-30 cs.HC cs.SE
Who is to Blame: A Comprehensive Review of Challenges and Opportunities in Designer-Developer Collaboration
本文通过系统性文献综述和论坛分析,揭示设计师与开发者协作中的三大挑战及最佳实践,为未来协作工具研发提供参考。
2025-01-20 cs.HC cs.SE
Enhancing the Security & Privacy of Wearable Brain-Computer Interfaces
University of Cambridge(剑桥大学)
脑计算接口(BCI)用于大量安全/隐私关键应用,从医疗保健到智能通信和控制。可穿戴BCI设置通常涉及连接到移动终端的头戴式传感器,结合基于ML的数据处理。因此,它们很容易受到跨硬件、软件和网络堆栈的多种攻击,这些攻击可能会泄露用户的脑波数据,或者在最坏的情况下,将BCI辅助设备的控制权交给远程攻击者。在本文中,我们:(i)从操作系统和对抗性机器学习的角度分析现有可穿戴BCI产品的整个系统安全和隐私威胁;以及(ii)引入Argus,这是可穿戴BCI应用的第一个信息流控制系统,可以减轻这些攻击。Argus的特定于领域的设计导致了Linux ARM平台上的轻量级实现,适用于现有的BCI用例。我们对真实世界BCI设备(Muse、NeuroSky和OpenBCI)的概念验证攻击使我们发现了六个主要攻击向量堆栈中的300多个漏洞。我们的评估表明,Argus在跟踪敏感的恶意攻击和限制这些攻击方面非常有效,并且具有可接受的内存和性能开销(<15%)。
2022-01-19 cs.CR cs.HC cs.LG
Wearable Healthcare Devices for Monitoring Stress and Attention Level in Workplace Environments
本文综述并比较可在工作场所全天佩戴的非侵入式商用可穿戴设备及相关算法,以评估压力与注意力水平,并展望可靠检测的未来方向。
2024-06-18 cs.HC
Untangling the Timeline: Challenges and Opportunities in Supporting Version Control in Modern Computer-Aided Design
University of Toronto(多伦多大学);Stanford University(斯坦福大学)
本文探讨了现代CAD中版本控制的挑战与机遇,提出通过改进工具和机制来提升协作与反思能力。
2026-02-09 cs.HC
Hand tracking for immersive virtual reality: opportunities and challenges
手跟踪已经成为最近几代沉浸式虚拟现实盔装显示器的整体特征。随着这一特性的广泛采用,硬件工程师和软件开发人员面临着一系列令人兴奋的机会和挑战,主要是与人类用户有关。在这篇文章中,我概述了我所看到的手部跟踪为沉浸式虚拟现实增加价值的主要可能性,以及人类用户心理学和神经科学背景下的一些潜在挑战。希望本文能够为后续几代手部跟踪和虚拟现实技术的开发提供最佳实践的路线图。
2021-03-27 cs.CY cs.HC cs.MM
TobiiGlassesPySuite: An open-source suite for using the Tobii Pro Glasses 2 in eye-tracking studies
在本文中,我们提出了TobiiGlassesPySuite,一个开源套件,我们实现了使用Tobii Pro Glasses 2可穿戴眼动仪在定制的眼动追踪研究。我们提供独立于平台的解决方案来控制设备和管理记录。该软件由Python模块组成,集成到单个包中,并附有示例脚本和录音。所提出的解决方案旨在提供关于制造商的软件的附加方法,以允许用户利用更多的设备的能力和现有的软件。我们的套件可以从本文中指出的存储库下载,并根据GNU GPL v3.0许可证的条款使用。
2019-12-19 cs.HC
How Scientists Use Jupyter Notebooks: Goals, Quality Attributes, and Opportunities
通过观察20位科学家日常使用 Jupyter notebooks,研究其目标、质量属性、实现策略及AI工具融入方式,并提出改进计算笔记本与未来编程系统的设计建议。
2025-03-16 cs.HC cs.SE
Giving Meaning to Movements: Challenges and Opportunities in Expanding Communication by Pairing Unaided AAC with Speech Generated Messages
Pennsylvania State University(宾夕法尼亚州立大学);See CVI, Speak AAC;L. L. SLIM, LLC.;Florida State University(佛罗里达州立大学)
本文提出AllyAAC系统,通过结合无辅助AAC与语音生成信息,解决个性化肢体动作识别挑战,提升沟通效率与可理解性。
2026-11-17 cs.HC cs.LG
Building an Open-Source Community to Enhance Autonomic Nervous System Signal Analysis: DBDP-Autonomic
针对可穿戴设备心理生理信号分析工具滞后的问题,本文提出社区驱动的开源框架DBDP-Autonomic,以提升自主神经系统数据分析的稳健性、透明性与可复现性。
2024-03-29 cs.HC
A Case Study Investigating the Role of Generative AI in Quality Evaluations of Epics in Agile Software Development
IBM Research Cambridge, MA USA(IBM研究院剑桥麻省)
本文通过一家全球化公司中17名产品经理的用户研究,考察LLM评估敏捷epic质量的融入方式、价值与障碍,证明其是可行的AI评估新应用。
2025-05-12 cs.AI cs.HC cs.SE
Field geology with a wearable computer: 1st results of the Cyborg Astrobiologist System
我们目前的结果,从第一地质现场测试的“机器人天体生物学家”,这是一个可穿戴的计算机和视频摄像机系统,我们正在使用的测试和训练的计算机视觉系统对有一些自主决策能力的外地地质学家。迄今为止,Cyborg Astrobiologist平台已被用于测试和开发这些算法和系统:机器人获取图像的准马赛克,实时图像分割,以及实时确定图像马赛克中的有趣点。这项工作更多的是对整个系统的测试,而不是对系统的任何一个部分的测试。然而,除了系统本身的概念之外,不寻常的地图(尽管它很简单)是系统的主要创新部分。不常见的地图有助于以与上下文无关的方式确定兴趣点。总体而言,硬件和软件系统运行可靠,计算机视觉算法足以进行第一次现场测试。除了这些实地测试的概念验证方面,这些实地测试的主要结果是列举了我们在未来可以改进的问题,包括:处理结构阴影和微观纹理,以及以智能方式控制相机的变焦镜头。然而,尽管存在这些和其他技术上的不足,这个由配备摄像头的可穿戴计算机及其计算机视觉算法组成的Cyborg天体生物学家系统已经证明了它能够在地质景观中实时找到真正有趣的点,然后以自动化的方式收集有关这些兴趣点的更多信息。我们利用这些功能对地质兴趣点进行自主引导。
2005-06-24 astro-ph cs.AI cs.CE