近日，在國家重點研發計劃“云端融合的自然交互設備與工具”項目支持下，中科院軟件所田豐研究員團隊開展的移動目標獲取人機交互基礎研究工作取得新進展，針對二維空間中移動目標的獲取提出了2D Ternary-Gaussian模型，實現了二維移動目標獲取落點分布的準確預測，填補了用戶界面中二維移動目標獲取理論模型的空白，為動態用戶界面中的技術研發和交互設計提供指導。相關成果以“Modeling the Uncertainty in 2D Moving Target Selection”為題發表于人機交互領域頂級國際學術會議ACM UIST (ACM Symposium on User Interface Software and Technology)，論文第一作者黃進博士將在該會議上作大會口頭報告。該論文作者分別為：軟件所助理研究員黃進，軟件所研究員田豐（通訊作者），軟件所博士生李念龍，軟件所副研究員范向民。

　　移動目標的獲取的落點不確定性是人機交互的一個基本研究問題，但已有研究尚未對目標移動速度對落點分布的影響做出合理解釋，制約了新型動態用戶界面的發展和應用。為此，田豐團隊首次針對這個問題展開研究，針對一維空間，該團隊在2018年提出了Ternary-Gaussian模型，能夠通過目標的大小和移動速度準確地預測一維移動目標獲取的落點分布，具有準確、魯棒、實用性強等特點,在人機交互基礎理論研究中具有重要的開創性意義，相關成果發表在ACM CHI 2018年會上。本次被接收的論文針對兩維空間，在多種交互設備中探討移動目標獲取不確定性的通用特點與建模問題，提出了2D Ternary-Gaussian模型，實現了跨設備、多場景下的二維目標獲取的不確定性建模（如圖1所示）。研究人員在鼠標、筆和手指觸摸三種不同的輸入方式中對構建模型的性能進行了評估，支撐界面和交互技術的設計和研發工作如圖所示。發現該模型對這些情況下的落點分布均成功實現了精準預測。

　　更進一步地，研究人員基于該模型構建了一種移動目標選擇輔助技術——2D-BayesPointer，使用戶選擇移動目標的速度提高了56.7%，精度提高了78.8%。同時，該團隊還將該模型用于移動目標選擇的錯誤率預測當中，結果顯示模型的點選錯誤率數據擬合精度達到94%。

　　該研究為人機交互動態用戶界面研究領域奠定了基礎，對人機交互的界面設計和技術研發起到重要作用，將在醫療、教育和數字娛樂等多個方面具有廣泛應用前景。

2D Ternary-Gaussian模型在不同輸入方式情況下對落點分布的預測