in|situ| Lab - Log In

all in|situ| jobs

Des commandes gestuelles "multi-dimensionnelles"

Internship proposal at in|situ|

Advisor: Caroline Appert (appert@lri.fr)

Description

Certains systèmes reposent sur la reconnaissance de gestes exécutés au moyen d’un périphérique de pointage (doigt, souris, stylet, etc.) pour invoquer les commandes d’une application (par exemple, l’Apple iPhone ou le navigateur web Firefox). Dans ces systèmes, la différence entre deux gestes est définie selon la seule dimension de forme : deux gestes sont considérés comme différents si leur forme diffère.

Le travail proposé consiste en l'identification d'autres dimensions (direction de dessin, vitesse moyenne ou locale, etc.) qui permettraient de discriminer des commandes gestuelles. Une fois un ensemble de dimensions identifiées, leur pertinence devra être validée ou invalidée par le biais d'une expérience auprès d'utilisateurs d'une part et un/des vocabulaires de gestes pour un ensemble de commandes devra illustrer l'utilisation de ces dimensions d'autre part. Par exemple, si la vitesse d'exécution d'un geste s'avère pertinente, on peut imaginer pouvoir entrer la version minuscule ou majuscule d'un caractère Graffiti [1] ou Unistroke [2] avec le même geste exécuté "rapidement" pour la version minuscule et "lentement" pour la version majuscule.

La seule recherche ayant considéré la différence perçue entre deux gestes ayant la même forme est celui de Landay et al. [3]. Dans cette étude, les auteurs ont principalement considéré des attributs statiques du geste alors que nous proposons de concentrer les recherches sur les attributs dynamiques de l'exécution d'un geste.

Pré-requis

Indispensable : Programmation d’interfaces graphiques en Java

Souhaitable : Principes fondamentaux de l’Interaction Homme-Machine et analyse statistique

Références

  1. Blinkenstorfer, C. H. Graffiti. Pen Computing, (January 1995), pp. 30–31.
  2. Goldberg,D.,Richardson,C. Touch-typing with a stylus. Proceedings of the INTERCHI’93 Conference on Human Factors in Computing Systems, (New York, 1993), ACM, pp. 80–87.
  3. A. Chris Long, Jr., James A. Landay, Lawrence A. Rowe, and Joseph Michiels. 2000. Visual similarity of pen gestures. In Proceedings of the SIGCHI conference on Human factors in computing systems (CHI '00). ACM, New York, NY, USA, 360-367.