徐崇斌 周明全 沈俊辰 駱巖林 武仲科

1 引言

體可視化已經(jīng)成為醫(yī)學(xué)影像、生物可視化、地質(zhì)探測和科學(xué)計(jì)算可視化等領(lǐng)域的一個(gè)重要工具，與傳統(tǒng)可視化技術(shù)相比，體可視化更有助于用戶直觀、可靠地理解被測數(shù)據(jù)中包含的內(nèi)部幾何結(jié)構(gòu)和特征信息[1]。目前，大部分針對體可視化的研究集中在線下和實(shí)時(shí)繪制算法，而且隨著 GPU的推陳出新，這些算法發(fā)展尤為迅速。然而，單單靠提高繪制性能本身并不能使用戶對體數(shù)據(jù)有更為直觀的理解[2]。如何提供有效的體數(shù)據(jù)交互手段，使用戶更方便地探索和分析數(shù)據(jù)，已成為當(dāng)前體可視化的一個(gè)研究熱點(diǎn)[3]。

文獻(xiàn)[4]采用一種基于專家?guī)斓尼t(yī)學(xué)可視化用戶界面，一旦用戶選擇了一個(gè)感興趣區(qū)域(Region-Of-Interest, ROI)，系統(tǒng)會根據(jù)模糊邏輯對不同的繪制函數(shù)進(jìn)行排序，并自動給出用戶最可能想要的可視化結(jié)果，不需要用戶去操作復(fù)雜的菜單或工具欄。文獻(xiàn)[5]設(shè)計(jì)了一種虛擬魔術(shù)燈(virtual magic lantern)的交互隱喻，采用Wanda作為空間輸入設(shè)備，將虛擬燈光照射到的區(qū)域(通常為感興趣區(qū)域)用另一種傳遞函數(shù)進(jìn)行繪制，通過改變光照區(qū)域的傳遞函數(shù)參數(shù)可以改變顯示的體數(shù)據(jù)類別和繪制風(fēng)格，從而實(shí)現(xiàn)簡潔易用的體探測功能。文獻(xiàn)[6]設(shè)計(jì)了一種手柄隱喻用于實(shí)現(xiàn)虛擬環(huán)境的基本操作，先用虛擬手柄穿過并綁定虛擬現(xiàn)實(shí)環(huán)境下的 3維物體，然后通過Kinect傳感器識別用戶雙手在3D空間的手勢和移動，從而驅(qū)動虛擬手柄帶動3維物體進(jìn)行旋轉(zhuǎn)、平移和縮放操作。文獻(xiàn)[7]通過手勢事件模擬鼠標(biāo)/筆對 GUI的控制和操作，并在 Buxton狀態(tài)模型[8]的基礎(chǔ)上提出基于視覺手勢交互的狀態(tài)轉(zhuǎn)移模型。

本文給出一種基于Leap Motion傳感器的3維用戶界面-LeVisall，借助Leap Motion, LeVisall交互技術(shù)適用于在大屏幕空間體數(shù)據(jù)的直觀操作，如6DOF 交互操作(3DOF Rotation, 3DOF Translation)及體切割和層探視等數(shù)據(jù)分析。首先在沒有預(yù)先告知任何指定手勢的情況下，通過形成性實(shí)驗(yàn)(formative study)觀察用戶如何使用手勢遠(yuǎn)距離操控現(xiàn)實(shí)環(huán)境中的物體，在其基礎(chǔ)上設(shè)計(jì)出一套易于理解的體交互手勢。然后，建立 Leap Motion傳感器工作區(qū)域和體數(shù)據(jù)計(jì)算空間之間的映射，將實(shí)時(shí)解算的手運(yùn)動數(shù)據(jù)和矢量數(shù)據(jù)相結(jié)合，完成一個(gè)連續(xù)數(shù)據(jù)流的體交互原型系統(tǒng)。最后通過用戶實(shí)驗(yàn)對原型系統(tǒng)進(jìn)行評估。實(shí)驗(yàn)結(jié)果表明，和傳統(tǒng)2D交互手段相比，LeVisall的用戶體驗(yàn)和表現(xiàn)更為自然、直觀和高效。

2 交互技術(shù)

2.1 交互機(jī)制

2.1.1 交互模式 為了獲得用戶表達(dá)3D體交互最自然的方式，在最開始階段進(jìn)行簡單的形成性實(shí)驗(yàn)。由實(shí)驗(yàn)設(shè)計(jì)者指定若干個(gè)體交互任務(wù)，讓用戶以自己認(rèn)為最直觀的方式用單手或者雙手完成交互任務(wù)。根據(jù)形成性實(shí)驗(yàn)的觀察，為和潛在用戶的操作行為保持一致，將LeVisall的交互模式大致分為導(dǎo)航、編輯和探測。導(dǎo)航指平移、旋轉(zhuǎn)和縮放體數(shù)據(jù)模型到指定姿態(tài)；編輯包括剖切體數(shù)據(jù)，瀏覽各剖切斷面信息；探測指用虛擬濾鏡或體探測工具對感興趣區(qū)域進(jìn)行層探視。

LeVisall默認(rèn)是導(dǎo)航模式，用戶在Leap Motion傳感器的工作區(qū)域自由地轉(zhuǎn)動手腕，驅(qū)動模型做 6個(gè)自由度運(yùn)動。當(dāng)模型達(dá)到用戶滿意姿態(tài)時(shí)，可以通過停止手勢鎖定當(dāng)前姿態(tài)并通過切換手勢進(jìn)入其他模式。編輯模式，用戶將手勢映射成不同的切割工具，對體數(shù)據(jù)進(jìn)行操作，包括平面切割和超二次曲面切割。在此階段可通過簡單手勢切換回導(dǎo)航模式，或者用 RESET手勢對編輯操作清零，恢復(fù)到剛進(jìn)入編輯模式時(shí)的狀態(tài)。用切割方法獲得感興趣區(qū)域后，用戶往往需要對該區(qū)域內(nèi)部進(jìn)一步探索。如醫(yī)學(xué)體數(shù)據(jù)在繪制時(shí)出現(xiàn)遮擋問題，可用濾鏡等工具對不同組織進(jìn)行分層剝離以達(dá)到最符合用戶需求的可視化效果。探測模式，允許用戶通過本文設(shè)計(jì)的手勢進(jìn)行層探視和基于超二次曲面的體探測。

2.1.2 手勢設(shè)計(jì) LeVisall可以識別3種基本的手形(hand pose)，分別命名為指向(point)、張開(open)和握拳(fist)，如圖1所示。為了獲得上述基本手勢的與視點(diǎn)無關(guān)的穩(wěn)定識別，本文先將實(shí)時(shí)得到的手部運(yùn)動數(shù)據(jù)進(jìn)行姿態(tài)歸一化，利用掌心點(diǎn)坐標(biāo)和掌心法矢改變作為坐標(biāo)軸的平移偏量和旋轉(zhuǎn)偏量，將歸一化后的手勢空間分布信息和已知的3種基本手形進(jìn)行模式匹配和分類，從而確定當(dāng)前哪個(gè)手形處于激活狀態(tài)。

結(jié)合前面關(guān)于形成性試驗(yàn)的一系列結(jié)論，本文給出LeVisall在不同交互模式的手勢(hand gesture)設(shè)計(jì)。如圖2所示，每一種手勢都由基本手形或基本手形的組合加上手部運(yùn)動觸發(fā)，而且在這些手勢操作過程中，交互響應(yīng)是連續(xù)實(shí)時(shí)地繪制在大屏幕上，給用戶提供有效的視覺反饋。

LeVisall中手勢包括以下幾種：

(1)通用3維交互手勢 對體數(shù)據(jù)的基本3維交互包括3DOF旋轉(zhuǎn)、3DOF平移以及縮放。在導(dǎo)航模式，屏幕上的體數(shù)據(jù)和用戶手掌的姿態(tài)、位置是直接鏡像的，在探測模式交互工具和用戶手掌之間也有同樣的映射關(guān)系。進(jìn)入導(dǎo)航狀態(tài)后，采用張開手勢，結(jié)合手腕和手肘的自由度在物理空間改變手掌的姿態(tài)和位置信息，經(jīng)過姿態(tài)解算后映射到體數(shù)據(jù)；體數(shù)據(jù)的縮放主要是通過5個(gè)手指指尖向量和手掌向量之間的關(guān)系來實(shí)現(xiàn)，用戶彎曲5個(gè)手指則觸發(fā)縮小操作，反之則觸發(fā)放大操作。

(2)層探視手勢 為了實(shí)現(xiàn)體數(shù)據(jù)內(nèi)部分層探視，設(shè)計(jì)直觀換層手勢，同時(shí)可應(yīng)用于2維濾鏡和3維體探測的局部分層顯示。在基于層控制的濾鏡交互中，用戶使用指向手勢，直接將食指指向屏幕，對體數(shù)據(jù)進(jìn)行任意區(qū)域的分層顯示，用魔術(shù)燈錐形光線隱喻，手指在垂直于屏幕的方向移動可以控制探視窗口大小。用戶在進(jìn)行濾鏡操作時(shí)，食指對著屏幕順時(shí)針旋轉(zhuǎn)一圈則切換到下一層，如圖 2(c)所示。

圖1 LeVisall識別的3種基本手形及其在Leap Motion信息空間的可視化表達(dá)

圖2 LeVisall中主要操作的手勢設(shè)計(jì)

(3)平面切割手勢 使手指和手掌基本在一個(gè)平面上，保持手指指尖向量和手掌法向的垂直，從而用手掌模擬3維空間的切平面，將手掌的位置和法向映射到虛擬空間中確定一張切平面。通過連續(xù)旋轉(zhuǎn)手掌以及移動手掌的位置，使得虛擬空間中的切平面穿越體數(shù)據(jù)的任意部分，用戶可以對體數(shù)據(jù)進(jìn)行非常直觀、自然的切割操作，如圖2(d)所示。

(4)超二次曲面切割手勢 LeVisall中用超二次曲面的圓角實(shí)體交互工具共有3種，分別是球體、立方體和圓柱體柱體。用戶采用指向手勢，在空中簡單比劃出逆時(shí)針的圓圈，如圖 2(f)所示，系統(tǒng)識別后在不同的超二次曲面實(shí)體中切換，并實(shí)時(shí)在屏幕上繪制出來，最后通過握拳手勢完成交互工具的選擇，如圖 2(e)所示。確認(rèn)交互工具形狀后，超二次曲面的交互手勢和基本3維交互中體數(shù)據(jù)的手勢設(shè)計(jì)是一樣的。

2.1.3 狀態(tài)轉(zhuǎn)移模型 在人機(jī)交互領(lǐng)域，由于交互技術(shù)對交互設(shè)備依賴程度相當(dāng)高，如何對交互設(shè)備進(jìn)行抽象成為用戶界面設(shè)計(jì)的重要需求[8]。一般普遍采用的方法是設(shè)計(jì)輸入設(shè)備的狀態(tài)模型，雖然輸入設(shè)備譜系駁雜，但可以歸類成極少數(shù)幾個(gè)類別，利用狀態(tài)轉(zhuǎn)換模型可以從這些輸入設(shè)備的行為中抽象出簡單而重要的元素[9]。

本文利用Leap Motion傳感器作為輸入設(shè)備，通過手形變換、手掌移動和手掌形狀變換對體數(shù)據(jù)和交互工具進(jìn)行控制。LeVisall輸入方式有別于鼠標(biāo)和多點(diǎn)觸控的 2D輸入，也有別于基于靜止手形識別的離散輸入，是基于手掌隱喻的物理空間中的連續(xù)3維交互，本文參照文獻(xiàn)[7]提出的狀態(tài)轉(zhuǎn)移模型，設(shè)計(jì)適用于3維空間體交互的狀態(tài)轉(zhuǎn)移模型，如圖3所示。

在體交互過程中，根據(jù)不同探索需求，用戶需要在不同狀態(tài)間進(jìn)行實(shí)時(shí)切換。本文設(shè)計(jì)基于體交互流程的切換手勢，按照交互流程正反兩個(gè)方向進(jìn)行狀態(tài)切換，如圖2(h)所示。另外，為了更好地觀察體數(shù)據(jù)內(nèi)部切面信息，讓用戶以最簡便的方式切換至導(dǎo)航模式，LeVisall將指向和握拳手形到五指分開的變換過程識別為切換到導(dǎo)航模式的快捷手勢。本文還將Leap Motion的倒金字塔工作區(qū)域劃分成近場區(qū)域(near field region)和遠(yuǎn)場區(qū)域(far field region)，以實(shí)現(xiàn)用戶在交互過程中的空間映射和快捷編輯。定義Leap Motion識別范圍內(nèi)嵌最大立方體結(jié)構(gòu)的區(qū)域?yàn)檫h(yuǎn)場區(qū)域，如圖4所示，用于方便地和 3D虛擬應(yīng)用進(jìn)行位置坐標(biāo)映射。定義遠(yuǎn)場區(qū)域底面以下的識別區(qū)域?yàn)榻鼒鰠^(qū)域，如圖4所示的倒金字塔區(qū)域，用于進(jìn)行RESET, REDO等快捷編輯操作。

2.2 關(guān)鍵算法

傳統(tǒng)圖形界面或者命令行界面主要采用的是鍵盤和鼠標(biāo)輸入的離散信息，而基于Leap Motion傳感器的用戶界面輸入的是連續(xù)跟蹤數(shù)據(jù)流，本小節(jié)將對支持2.1節(jié)所述交互機(jī)制的關(guān)鍵算法進(jìn)行討論。

2.2.1 噪聲抑制技術(shù) LeVisall處理的數(shù)據(jù)流是Leap Motion傳感器實(shí)時(shí)返回的動作捕捉數(shù)據(jù)，包括手部各關(guān)鍵節(jié)點(diǎn)的空間軌跡、運(yùn)動速度和指向矢量。除了基本手勢識別外，這些信息還主要用于對體數(shù)據(jù)進(jìn)行切割、探測操作。盡管理論上 Leap Motion傳感器的軌跡跟蹤精度達(dá)到亞毫米級，但由于是通過軟件算法實(shí)現(xiàn)其高精度跟蹤，從硬件角度來講，Leap Motion僅采用兩只分辨率為640×240的高幀率攝像頭，在實(shí)際使用時(shí)仍會產(chǎn)生識別不穩(wěn)定的現(xiàn)象。器件分辨率、熱磁噪聲、人手抖動[10]、視覺遮擋及數(shù)值解算的奇異值都可能引入噪聲信號。本文采用文獻(xiàn)[11]提出的自適應(yīng)截止頻率低通濾波方法，通過檢測用戶手掌掌心點(diǎn)速度實(shí)時(shí)改變低通濾波器的截止頻率。式(1)給出上述自適應(yīng)濾波的參數(shù)表達(dá)和演算。

圖3 LeVisall的狀態(tài)轉(zhuǎn)移模型圖

圖4 基于識別區(qū)域劃分的空間映射方法和快捷狀態(tài)切換

其中 Di是從Leap Motion傳感器返回坐標(biāo)和向量值組成的高維向量，是經(jīng)過自適應(yīng)濾波后的向量，αi是[0,1]之間的平滑因子，可以由傳感器數(shù)據(jù)更新間隔Ti和時(shí)間常數(shù)τi計(jì)算：

其中截止頻率cif由式(4)確定，式中是的導(dǎo)數(shù)，代表手掌運(yùn)動的線速度和角速度，本文取經(jīng)驗(yàn)值mincf =1 Hz, β=0.5。

2.2.2 姿態(tài)解算和映射 LeVisall的交互隱喻是“雙手就是交互工具”，用戶手部姿態(tài)的變化將映射到體數(shù)據(jù)，從而驅(qū)動體數(shù)據(jù)在虛擬空間做6個(gè)自由度運(yùn)動?？臻g姿態(tài)和位置解算是3維交互中非常重要的部分，準(zhǔn)確的姿態(tài)解算能為下一個(gè)交互階段提供可靠輸入。LeVisall利用用戶手部運(yùn)動數(shù)據(jù)對體數(shù)據(jù)進(jìn)行6個(gè)自由度交互映射，位置信息由掌心點(diǎn)歸一化坐標(biāo)可以得到，而手掌姿態(tài)則需要通過計(jì)算旋轉(zhuǎn)矩陣獲得。為了獲得穩(wěn)定的手掌姿態(tài)信息，本文采用基于四元數(shù)的姿態(tài)算法[12]。從手外科學(xué)關(guān)節(jié)活動度來看，用戶手掌旋轉(zhuǎn)角度非常有限，本文采用非同構(gòu)的旋轉(zhuǎn)控制大角度旋轉(zhuǎn)。

以交互過程中 Leap Motion捕獲到的第i幀數(shù)據(jù)為例(如圖5所示)，下面說明本文的空間姿態(tài)算法：

圖5 手指、手掌矢量定義和空間姿態(tài)旋轉(zhuǎn)示意圖

步驟1 通過Leap Motion傳感器獲得當(dāng)前跟蹤的指尖向量 di1, di2, di3, di4, di5以及手掌法向量Ni，并計(jì)算指尖向量的和在向量 Ni的垂面上的投影分量，記為 Di；

步驟 2 通過向量 Ni和上一幀的手掌法向量Ni-1計(jì)算相應(yīng)的旋轉(zhuǎn)四元數(shù) QNi；

步驟 3 按照 QNi計(jì)算相應(yīng)的旋轉(zhuǎn)矩陣 CNi,并通過 C 將上一幀向量 D 旋轉(zhuǎn)至向量，若

Nii-1與 D 不重合則計(jì)算它們之間的旋轉(zhuǎn)四元數(shù) Q ；iDi

步驟4 將四元數(shù) QDi左乘 QNi得到第 i - 1幀和第i幀的幀間四元數(shù)ΔQi，并通過式(6)更新當(dāng)前四元數(shù) Qi。在式(6)中，引入控制比例因子k，通過調(diào)節(jié)因子k改變幀間四元數(shù)iQΔ在計(jì)算iQ時(shí)的計(jì)算權(quán)重，從而實(shí)現(xiàn)非同構(gòu)的3D旋轉(zhuǎn)，本文根據(jù)LeVisall的操控需求取經(jīng)驗(yàn)值 2.5k= ；

步驟 5 根據(jù)當(dāng)前四元數(shù) Qi= (q0, q1, q2, q3)來確定手掌姿態(tài)矩陣其中 q0為四元素 Qi的實(shí)部，q1,

3 實(shí)驗(yàn)設(shè)計(jì)與評估

基于上述設(shè)計(jì)的LeVisall交互技術(shù)實(shí)現(xiàn)了交互實(shí)例，采取的硬件系統(tǒng)包括一臺DELL的T5400系列圖形工作站，主要配置為雙四核Xeon CPU 2.33 GHz, 8 G內(nèi)存，NVIDIA 1.5 GB GeForce GTX570顯卡，操作系統(tǒng)為Win7旗艦版；一臺Leap Motion傳感器；一臺三菱GX-6400投影儀以及一塊超寬金屬銀幕。采用 Leap公司提供的 SDK V1.0.9 for Windows獲取 Leap Motion傳感器返回的報(bào)文數(shù)據(jù)。通過對用戶空間交互意圖的理解，利用CUDA并行架構(gòu)進(jìn)行加速繪制，實(shí)現(xiàn)體數(shù)據(jù)交互式實(shí)時(shí)繪制。

為了驗(yàn)證LeVisall的交互效率和易用性，本文設(shè)計(jì)相應(yīng)的用戶試驗(yàn)，讓被試者先后采用 Leap Motion交互與 2D鼠標(biāo)交互兩種方式完成交互任務(wù)。共計(jì)15個(gè)被試人員(6名女性)參與該次試驗(yàn)，年齡范圍22~40歲。其中醫(yī)學(xué)影像從業(yè)人員5名，均有3年以上醫(yī)學(xué)影像工作站操作經(jīng)驗(yàn)；2年以上3D游戲玩家5名，其中有2人有過Kinect游戲經(jīng)歷；從未接觸過體數(shù)據(jù)和3維用戶界面的被試人員5名。

研究人員要求每個(gè)被試者完成5個(gè)交互任務(wù)，如圖6所示：(1)將3維空間中的體數(shù)據(jù)旋轉(zhuǎn)到指定姿態(tài)并平移到指定位置；(2)對體數(shù)據(jù)的指定部位進(jìn)行體切割，并旋轉(zhuǎn)到指定角度觀察；(3)選擇體數(shù)據(jù)的某一部位，執(zhí)行指定層的體探測；(4)通過濾鏡觀察體數(shù)據(jù)指定部位的不同層數(shù)據(jù)；(5)指定角度和位置的斷面切割，并多角度展示相應(yīng)斷面信息。

被試者完成交互任務(wù)后給出停止手勢并切換任務(wù)，此時(shí)系統(tǒng)計(jì)算并記錄用戶完成任務(wù)的時(shí)間(Time)和綜合誤差(ER)，其評估算法如式(8)：

其中，tSG,i表示當(dāng)前任務(wù)的完成時(shí)刻，tSG,i-1表示上一任務(wù)完成時(shí)刻； E Rv, E Rt分別表示體數(shù)據(jù)模型、交互工具的姿態(tài)和位置誤差。下面以體數(shù)據(jù)誤差ERv為例介紹精度的計(jì)算方法，其位置誤差 TE可以由歐式距離函數(shù)計(jì)算得到。

式(9),ST是期望的空間位置，UT是用戶達(dá)到的空間位置。通過計(jì)算期望旋轉(zhuǎn)矩陣SR 和用戶操作所得旋轉(zhuǎn)矩陣UR 的相似度來估計(jì)姿態(tài)誤差ER ：

圖6 體數(shù)據(jù)初始狀態(tài)以及5個(gè)交互任務(wù)目標(biāo)圖片

其中I是單位陣，M 是3×3矩陣，表示從姿態(tài)UR到SR 的旋轉(zhuǎn)矩陣，可由式(11)計(jì)算得到。

完成交互任務(wù)后，每個(gè)被試者需填寫一份調(diào)查問卷，如表1所示，用于主觀評價(jià)LeVisall交互技術(shù)在易用性、自然性和高效性方面的體驗(yàn)。對于每個(gè)問題，被試者須先以1~5之間的數(shù)字來表達(dá)同意程度，然后給出簡短的評論。

表1 LeVisall用戶調(diào)查問卷題目列表

4 結(jié)果與討論

所有被試者均順利完成指定的交互任務(wù)，采用LeVisall交互平均耗時(shí)304 s，平均綜合誤差6.5%；采用鼠標(biāo)交互平均耗時(shí)380 s，平均綜合誤差8.6%。圖7為用戶分別使用鼠標(biāo)和Leap Motion作為輸入設(shè)備的實(shí)驗(yàn)數(shù)據(jù)統(tǒng)計(jì)結(jié)果。

從圖 7(a)的曲線對比可以看出，LeVisall在執(zhí)行任務(wù)3、任務(wù)4和任務(wù)5的速度表現(xiàn)優(yōu)于鼠標(biāo)。鼠標(biāo)在空間旋轉(zhuǎn)(任務(wù) 1)的表現(xiàn)反而稍好于LeVisall，這是由于人的生理限制，對于大角度旋轉(zhuǎn)，仍然需要分次完成，尤其是橈偏和尺偏兩個(gè)方向。而在其他僅需要小角度調(diào)整姿態(tài)的多自由度任務(wù)，用戶可以迅速連續(xù)調(diào)整到指定姿態(tài)，并可以通過手勢在交互工具和體數(shù)據(jù)之間來回切換，大幅提高交互效率。鼠標(biāo)在平面任務(wù)和準(zhǔn) 3維任務(wù)(如任務(wù) 4)有著較高的精度，但由于其自由度受限，而且空間映射認(rèn)知困難，在操作自由度增加到9個(gè)(如任務(wù)3)的時(shí)候，用戶很難快速調(diào)整到指定姿態(tài)。

在精度方面，由于鼠標(biāo)是離散的精確輸入設(shè)備，在5個(gè)任務(wù)中有3個(gè)任務(wù)的精度都略高于LeVisall。雖然 Leap Motion屬于非精確操作設(shè)備，LeVisall在任務(wù)3和任務(wù)5的數(shù)據(jù)卻明顯好于鼠標(biāo)。任務(wù)5需要調(diào)整切平面的中心點(diǎn)和法向量，用鼠標(biāo)一次只能進(jìn)行2自由度的控制，而LeVisall使用掌面直接映射切面使用戶感到很自然；另外，本文基于速度的自適應(yīng)濾波也是獲得較高交互精度的原因。

如前所述，本文將用戶分成3個(gè)組：組1為醫(yī)學(xué)影像從業(yè)人員；組2為3D游戲玩家；組3為從未接觸過3維用戶界面。圖8給出了不同分組采用LeVisall交互技術(shù)的實(shí)驗(yàn)對比統(tǒng)計(jì)數(shù)據(jù)圖。

從圖8可以看出，組1精度最高，速度相對較慢；組2速度快，精度最低；組3速度最慢，精度適中。這是由于組 1、組 2都曾經(jīng)接觸過類似的用戶界面，但對目標(biāo)任務(wù)的理解不同，組1更傾向于獲得更符合目標(biāo)的觀測結(jié)果，而組2偏向于快速、高效完成任務(wù)。組3初次接觸3維用戶界面，認(rèn)知加工最大，雖然完成時(shí)間稍長，但精度接近組 1，總體來說交互效率較高。從任務(wù)5的數(shù)據(jù)來看，不同分組被試完成時(shí)間和精度差異均不顯著，且樣本方差很小。任務(wù)2和任務(wù)3的數(shù)據(jù)說明分組1和分組2對高自由度操作任務(wù)較為熟悉。而由于有醫(yī)學(xué)影像工作站工作經(jīng)驗(yàn)，組1的被試者在體數(shù)據(jù)理解和交互控制精度方面都有顯著的優(yōu)勢。

圖9給出15個(gè)被試者對調(diào)查問卷的反饋結(jié)果。可以看出，大部分被試者認(rèn)為LeVisall交互技術(shù)使用直觀、可操控性強(qiáng)且易記易用。問題 3和問題4的結(jié)果表明LeVisall的手勢設(shè)計(jì)簡單、易記且直觀，用戶在交互意圖和實(shí)際手勢選擇之間僅需要少量認(rèn)知加工，僅有一個(gè)用戶反映同一個(gè)手形在不同狀態(tài)下對應(yīng)不同操作需要時(shí)間去記憶和熟悉(如體切割和重置都用的是握拳手形)。LeVisall根據(jù)人手部活動特征設(shè)計(jì)的手勢集加上基于 CUDA的實(shí)時(shí)交互繪制令用戶有很強(qiáng)的代入感，有被試者在執(zhí)行任務(wù)5時(shí)感嘆道就像照鏡子一樣自然，問題 5得到的高平均分也說明了這點(diǎn)。

圖7 Levisall交互和鼠標(biāo)交互的實(shí)驗(yàn)數(shù)據(jù)對比結(jié)果

圖8 不同分組采用LeVisall交互技術(shù)的實(shí)驗(yàn)對比結(jié)果

圖9 被試者給問卷中的5個(gè)問題打分統(tǒng)計(jì)圖

5 結(jié)束語

本文針對大屏環(huán)境下體數(shù)據(jù)的操控和探索，提出一種基于低成本Leap Motion傳感器的高效、直觀3維空間體交互技術(shù)LeVisall交互技術(shù)。該技術(shù)的優(yōu)勢在于沒有復(fù)雜的菜單、按鈕，用戶不需要太多的學(xué)習(xí)和認(rèn)知負(fù)荷便能熟練操作。通過形成性實(shí)驗(yàn)，充分考慮用戶日常生活經(jīng)驗(yàn)，合理設(shè)計(jì)交互手形手勢集合和語法，提高LeVisall交互的自然性。本文通過5個(gè)體交互中常見任務(wù)對LeVisall交互技術(shù)進(jìn)行評估，從試驗(yàn)結(jié)果可以看出，合理地將用戶的手部姿態(tài)和運(yùn)動與體交互工具進(jìn)行綁定、映射，對于3維體交互的易用性、直觀性和交互效率上都有著重要作用。

隨著基于雙目立體視覺和 RGB-D等測距跟蹤技術(shù)的成熟以及硬件成本的降低，非接觸式空間輸入設(shè)備在虛擬現(xiàn)實(shí)和可視化領(lǐng)域有著廣闊的應(yīng)用前景。下一步LeVisall有以下兩個(gè)可能的工作計(jì)劃：(1)分析多用戶協(xié)同、雙手交互等應(yīng)用場景的交互特征，完善LeVisall交互框架，并使用多傳感器實(shí)現(xiàn)交互空間的擴(kuò)展以滿足上述場景所需要的識別范圍；(2)建立多通道沉浸式交互環(huán)境，研究基于視點(diǎn)變換的立體視覺、距離感知是否會幫助用戶理解 3維用戶界面，從而更高效地完成交互任務(wù)。

[1] 曾理, 李宗劍, 劉長江. 3D-Wedgelet 分解與工業(yè) CT 體數(shù)據(jù)面特征提取[J]. 電子與信息學(xué)報(bào), 2010, 32(10): 2314-2319.Zeng Li, Li Zong-jian, and Liu Chang-jiang. 3D-Wedgelet decomposition and ICT cubic data’s surface feature extraction[J]. Journal of Electronics & Information Technology, 2010, 32(10): 2314-2319.

[2] Laha B, Sensharma K, Schiffbauer J D, et al.. Effects of immersion on visual analysis of volume data[J]. IEEE Transactions on Visualization and Computer Graphics, 2012,18(4): 597-606.

[3] 郭翰琦, 袁曉如. 體數(shù)據(jù)可視化傳遞函數(shù)研究[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2012, 24(10): 1249-1258.Guo Han-qi and Yuan Xiao-ru. Survey on transfer functions in volume visualization[J]. Journal of Computer-Aided Design& Computer Graphics, 2012, 24(10): 1249-1258.

[4] Mistelbauer G, Kochl A, Bouzari H, et al.. Smart super views a knowledge-assisted interface for medical visualization[C]. IEEE Visual Analytics Science and Technology (VAST), Seattle, WA, USA, 2012: 163-172.

[5] Monclús E, Díaz J, Navazo I, et al.. The virtual magic lantern:an interaction metaphor for enhanced medical data inspection[C]. Proceedings of the 16th ACM Symposium on Virtual Reality Software and Technology, Kyoto, Japan, 2009:119-122.

[6] Song P, Goh W B, Hutama W, et al.. A handle bar metaphor for virtual object manipulation with mid-air interaction[C].Proceedings of the 2012 ACM Annual Conference on Human Factors in Computing Systems, Austin, TX, USA, 2012:1297-1306.

[7] 武匯岳, 張鳳軍, 劉玉進(jìn), 等. 基于視覺的互動游戲手勢界面工具箱[J]. 軟件學(xué)報(bào), 2011, 22(5): 1067-1081.Wu Hui-yue, Zhang Feng-jun, Liu Yu-jin, et al.. Vision-based gesture interfaces toolkit for interactive games[J]. Journal of Software, 2011, 22(5): 1067-1081.

[8] Buxton W. A three-state model of graphical input[C].Proceedings of the Human-Computer Interaction-INTERACT 1990, Cambridge, UK, 1990: 449-456.

[9] Wigdor D and Wixon D. Brave NUI World: Designing Natural User Interfaces for Touch and Gesture[M].Burlington: Morgan Kaufmann Publishers, 2011: 65-72.

[10] Vaillancourt D E and Newell K M. Amplitude changes in the 8-12, 20-25, and 40 Hz oscillations in finger tremor[J].Clinical Neurophysiology, 2000, 111(10): 1792-1801.

[11] Casiez G, Roussel N, and Vogel D. 1€ filter: a simple speed-based low-pass filter for noisy input in interactive systems[C]. Proceedings of the 2012 ACM Annual Conference on Human Factors in Computing Systems, Austin, TX, USA,2012: 2527-2530.

[12] Shoemake K. Animating rotation with quaternion curves[J].ACM SIGGRAPH Computer Graphics, 1985, 19(3): 245-254.