ACM CHI 2024 Day 2

5月14日，ACM人机交互国际会议(CHI 2024)进入第二天议程。今天的分享由两部分组成：论文报告、HKUST Party。

Data Visualization and Literacy

该专题的主题是数据可视化和素养，主持人是来自Northwestern University的Abhraneel Sarma，下面分享三篇工作。

Hongbo Shao等人对103名参与者进行了一项研究，以确定数据故事是否确实提高了信息检索和见解理解任务的效率和效果。研究结果表明，与传统的可视化相比，数据故事确实提高了理解任务的效率，也提高了涉及单一见解的理解任务的效果。有趣的是，他们发现这些优势与参与者的可视化素养无关。

Qian Zhu等人探索了在公共场所下情景可视化适当的交互设计。为此，她们首先开展了一项形成性研究，以确定用户对数据和交互的需求。根据研究结果，她们总结了适合公共环境中情景可视化的交互模式，包括基于眼睛、手和空间感知对象的交互。然后，通过与六位用户的迭代设计过程，他们探索并实现了触发和分析情景可视化的交互技术。

鉴于可视分析系统应用广泛但设计困难，Lu Ying等人将可视化分析系统的设计转化为一种结构化格式，以一种具有表现力且易于理解的方式对可视分析系统的设计进行索引，以指导用户的设计。在研究的过程中，她们首先与可视化分析设计师进行了多次讨论沟通，以了解用户对理解和检索可视分析系统中专业设计的需求。之后，她们提出了一种索引结构VAID，用于描述高级和合成可视化的设计，并标注其分析任务和具体的视觉设计。

Immersive Experiences: Creating and Communicating

该专题的主题是沉浸式体验：创造和交流，主持人是来自City University of Hong Kong的Hui Ye，下面分享两篇工作。

为了在增强演示中以一致的方式将语音内容、手势表现和动画图形结合起来，Yining Cao等人推出了自适应演示工具Elastica，该工具可根据实时语音和手势动态调整预定义的图形动画。该工作利用脚本跟随和运动扭曲来建立弹性映射，以生成协调语音、手势和预定义动画状态的参数，从而保证增强演示中多种模态的一致。

为了研究在协作环境中哪种交流方式的组合能最有效地传递信息，Ryan Ghamandi 等人开发了一个远程、同步、非对称 VR 协作装配任务应用程序，用户在其中扮演指导者或被指导者的角色，并接触三种交流方式的不同组合：语音、手势和凝视。通过对比实验来比较不同组合在传递信息方面的有效性。

Colors

该专题的主题是颜色，主持人是来自DFKI和RPTU Kaiserslautern-Landau的Passant ElAgroudy，下面分享两篇工作。

鉴于当前的视频色彩创作工作流程支离破碎，缺乏上下文预览，主题色不方便调整，也不符合设计师渐进式的创作流程，Xinyu等人设计了 Piet，这是第一款为动态图形视频(motion graphic video)色彩创作量身定制的工具。Piet 具有交互式调色板，可直观地显示色彩分布，支持可控的焦点级别，并可通过分组色彩变换快速尝试不同的主题色。这篇工作非常有趣、反馈也很好，并获得了今年的最佳论文奖，恭喜Xinyu和她来自哈佛大学、微软亚洲研究院、滑铁卢大学的合作者、导师!

为了帮助用户在特定场景中找到 "恰到好处 "的美观色彩图，Matt-Heun Hong 等人推出了 Cieran，这是一款允许任何数据分析师在 Jupyter 笔记本中设计图表时快速找到优质色彩图的工具。他们的系统采用主动偏好学习范式，对专家设计的配色表进行排序，并通过成对比较创建新的配色表，从而让色彩设计新手也能根据自己的数据环境定制配色表。为了实现这一目标，他们将色彩图设计视为在 CIELAB 色彩空间中的路径规划问题，并建立了特定于上下文的奖励模型。

HKUST Party

会议结束后，实验室硕士生王凤杰参加了由香港科技大学主办的CHI24 Party，参加本次活动的主要是香港科技大学清水湾校区和广州校区的师生以及相关的合作者。在活动中，王凤杰同学积极地与现场的老师、同学交流彼此的研究工作、求学求职的经验等，不断拓宽视野，建立联系。