Prediction of user action in moving-target selection tasks

Résumé : La sélection de cibles en mouvement est une tâche courante et complexe dans l'interaction homme-machine (IHM) en général et en particulier dans le domaine de la réalité virtuelle (RV). La prédiction de l'action est une solution intégrale pour aborder les problèmes liés à l'interaction. Cependant, les techniques actuelles de prédiction sont basées sur le suivi continu des actions de l'utilisateur sans prendre en compte la possibilité que les actions d'atteinte d'une cible puissent avoir une composante importante préprogrammée—cette théorie est appelé la théorie du contrôle préprogrammé.En se basant sur la théorie du contrôle préprogrammé, cette thèse explore la possibilité de prédire les actions, avant leur exécution, de sélection d'objets en mouvement. Plus spécifiquement, trois niveaux de prédiction d'action sont étudiés : 1) la performance des actions, mesurée par le temps de mouvement (TM) nécessaire pour atteindre une cible, 2) la difficulté prospective (DP), qui représente la difficulté subjective de la tâche estimée avant son exécution, 3) l'intention de l'utilisateur, qui indique la cible visée par l'utilisateur.Dans le cadre de cette thèse, des modèles de prédiction d'intention sont développés à l'aide des arbres de décision ainsi que des fonctions de classement—ces modèles sont évalués dans deux expériences en RV. Des modèles 1-D et 2-D de DP pour des cibles en mouvement basés sur la loi de Fitts sont développés et évalués dans une expérience en ligne. Enfin, des modèles de TM avec les mêmes caractéristiques structurelles des modèles de DP sont évaluées dans une expérience 3-D en RV.
Type de document :
Thèse
Signal and Image processing. Ecole nationale supérieure d'arts et métiers - ENSAM, 2015. English. < NNT : 2015ENAM0018 >
Liste complète des métadonnées


https://pastel.archives-ouvertes.fr/tel-01294975
Contributeur : Abes Star <>
Soumis le : mercredi 30 mars 2016 - 11:02:28
Dernière modification le : mercredi 5 juillet 2017 - 10:41:44
Document(s) archivé(s) le : lundi 14 novembre 2016 - 08:45:55

Fichier

CASALLAS.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01294975, version 1

Collections

Citation

Juan Sebastian Casallas Suarez. Prediction of user action in moving-target selection tasks. Signal and Image processing. Ecole nationale supérieure d'arts et métiers - ENSAM, 2015. English. < NNT : 2015ENAM0018 >. <tel-01294975>

Partager

Métriques

Consultations de
la notice

1240

Téléchargements du document

182