基于压力的三维曲线绘制智能框架探索
摘要：压感是平板笔设备中通常可用的输入通道。截止到目前为止，人们在图形交互领域对压感的使用给予了很少关注，其使用范围主要限于绘画程序，用于调整画笔的特征，如笔划宽度、不透明度和颜色。本文探讨了在3D曲线绘制中使用压感的方法。在现实生活中，使用钢笔、铅笔和画笔来控制压感似乎是自然而然的，但想要在电子媒介的领域中通过压感笔模拟这种自然能力是困难的。以往压感交互的工作提出了各种信号处理技术来提高压力控制的准确性，但一种通用的信号处理解决方案通常无法适用于不同的曲线类型。我们提出了一个框架，该框架应用于针对个体曲线类型调整优化的信号处理技术。我们使用神经网络分类器作为曲线分类器。基于分类结果，然后应用自定义的信号处理技术组合。实验结果表明了这种方法的可行性和优势。
作者：Chan-Yet Lai, Nordin Zakaria
论文ID：1402.5187
分类：Human-Computer Interaction
分类简称：cs.HC
提交时间：2014-02-24