报告题目：基于眼动跟踪的用户体验与人机交互技术
报告时间：2016年10月24日 13：30
报告地点：郁B102
报 告 人：程时伟
报告人简介：

      程时伟，浙江工业大学计算机学院副教授，计算机软件研究所副所长、硕士生导师，浙江大学博士，美国卡内基梅隆大学人机交互研究所博士后，曾先后在微软亚洲研究院、香港理工大学进行过访问。主要研究方向为人机交互、普适计算、界面设计与用户体验、可视化等。美国计算机学会ACM SIGCHI中国分会委员、中国计算机学会人机交互专委委员、协同计算专委委员、普适计算专委委员，IEEE SMC 交互式与可穿戴计算设备技术专家委员会委员、可视分析与表达技术专家委员会委员，中国人工智能学会智能交互专委委员、脑机融合与生物机器智能专委会委员。担任国际会议OzCHI2016，IxAP2016，PETMEI2012程序委员会联合主席，APCHI2014、VINCI2013-2014程序委员会委员。人机交互领域国际顶级期刊与会议IJHCS、CHI、CSCW、Ubicomp审稿人。作为负责人主持国家自然科学基金2项、浙江省自然科学基金2项，参与国家重点研发计划云计算与大数据子课题、美国国家自然科学基金1项。在人机交互国际Top会议CHI，CSCW，以及SCI、EI检索期刊发表论文近40篇。获得人机交互领域国际顶级会议CSCW2015最佳论文提名奖。此外，出版译著1部、授权发明专利1项、软件著作权16项。
报告内容简介：
      利用眼动跟踪技术记录人的眼球运动数据及其对应的视觉注意行为，获取用户当前的视觉注意焦点等时-空参数，对用户视觉感知和认知活动进行分析推理，进而为用户界面评估、基于眼动跟踪的人机交互等应用提供数据基础与输入驱动。基于眼动跟踪开展了一系列与用户体验、人机交互技术相关的研究，主要包括：(1)研究用户在阅读过程中的眼动行为，针对阅读行为中的一些特征属性生成相应的可视化标注，包括用于表征阅读速度的灰度图、表征重复读阅读频率的边界图，以及表征文档段落之间关联性的转移线图。在此基础上开发了SocialReading原型系统，用户研究证明，教师通过使用该系统，向学生分享阅读学术论文时的眼动标注，可以有效提高学生的阅读理解水平。(2)提出一种基于众包架构的用户注视点数据在线采集方法，实现对真实眼动仪的替代。用户只需要观察刺激图片，然后根据短时记忆回忆注视点的位置与顺序，然后通过鼠标点击的方式记录下来，并绘制出热区图和视线轨迹转移图供进一步分析。通过实验室实验和互联网众包实验，验证了该方法确实能有效获取用户眼动数据，具有可靠精度和较高效率，能实现与真实眼动仪的有效互补。(3)设计与开发了基于眼动跟踪的人机交互应用系统，如眼动控制的实时游戏系统、在线设计优化系统等，用户研究表明，这些应用系统能有效提高用户操作效率和主观体验，具有广阔的应用前景。