[01922773]复杂交互情境下的可计算用户模型

适宜转化地区/区域：无限制

应用领域：神经系统疾病辅助诊断工具、基于运动形态的手写签名验证系统、智能办公交互界面等产品，船舶与海洋工程、医疗健康、智能办公、娱乐与虚拟现实、工业与自动化、安全与身份验证等多个关键环节。

成果简介：

    面向航天、船舶等复杂任务环境中广泛存在的人机物三元交互情境，实验室针对现有用户模型在计算精度、环境适应性和鲁棒性方面的不足，提出基于感知、认知与行为机制的可计算用户模型，围绕目标选择、轨迹任务、三维运动等人机交互基础任务，建立融合视听触感知理论、认知心理学、肌肉动力学、运动控制理论的可计算用户模型，实现复杂交互情境下的交互过程高精度模拟与预测。

    在理论模型方面，提出“三高斯”移动目标获取不确定性模型，利用多高斯随机变量相加的数学方法描述复杂因素影响下的人类行为不确定性，填补了动态人机交互不确定性建模中的空白，形成了涵盖高维空间、时间、目标形状、运动过程、人和环境因素的动态交互不确定性理论体系，在理解用户行为、交互技术研发、用户界面评估中发挥重要作用。

    在精准交互和意图理解技术方面，针对车载晃动、用户行走奔跑、雨水干扰、非正常部位触控、视线遮挡、障碍人群（如自闭症儿童）等复杂触控交互场景，利用可计算用户模型校准用户目标选取意图，提升上述情境中的触控交互速度和精准度。利用动态交互行为特征建立用户运动学模型，通过建模用户书写历史习惯和局部运动规律，实现笔轨迹曲线预测和和手写身份识别。

该技术先进性主要体现在以下五个方面：（1）复杂交互情境下的可计算用户模型开创性提出了“三高斯”移动目标获取不确定性模型，首次填补了动态交互行为运动建模中的空白，开启了动态目标选择中的不确定性建模先河；（2）在车载晃动、用户行走奔跑、雨水干扰、非正常部位触控、视线遮挡、障碍人群等复杂场景中，触控目标选择速度提升209%-310%，精准度提升265%-309%；（3）复杂交互情境下的可计算用户模型发现不同挑战在复杂交互情境中的存在特性动态、共存与个体差异，基于生理信号的挑战体验感知准确率达到80%以上；

（4）复杂交互情境下的可计算用户模型基于用户运动模型的笔画轨迹预测降低移动设备笔画绘制延迟>13ms，基于用户运动模型身份验证方法签名识别准确率>95%；（5）复杂交互情境下的可计算用户模型建立了首个复杂动态环境下的目标选择不确定性数据集，建立了首个基于生理信号预测用户感知的物理、认知、情感挑战的数据集。