Avatar Visual Similarity for Social HCI: Increasing Self-Awareness
作者: Bernhard Hilpert, Claudio Alves da Silva, Leon Christidis, Chirag Bhuvaneshwara, Patrick Gebhard, Fabrizio Nunnari, Dimitra Tsovaltzi
分类: cs.HC, cs.AI
发布日期: 2024-08-23
💡 一句话要点
研究虚拟化身视觉相似度对社交人机交互中自我意识提升的影响
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 虚拟化身 视觉相似度 自我意识 社交人机交互 虚拟培训
📋 核心要点
- 现有虚拟培训中，化身相似度对自我意识的影响研究不足，且自动生成高相似度化身成本高昂。
- 该研究通过系统操纵虚拟化身的面部特征相似度，探索其对参与者自我意识前因（如显性识别和情感亲和力）的影响。
- 实验结果表明，适度增加化身视觉相似度能显著提升参与者的自我意识相关指标，为虚拟培训设计提供参考。
📝 摘要（中文）
自我意识是社交人际互动以及社交人机交互中的关键因素。在面对面培训中，通过镜子或录像来提高自我意识是很常见的做法，因为它会影响自我意识的前因，如显性识别和隐性情感识别（亲和力）。然而，在虚拟化身虚拟培训中，提高自我意识的研究还很少，这种培训允许调整相似度，例如避免自我意识的负面影响。化身自动视觉相似度是一个与高成本相关的问题。重要的是要了解哪些特征需要被操纵，以及需要什么程度的相似度才能利用使用化身进行自我意识提升的附加价值。本文研究了虚拟化身视觉相似度与虚拟训练环境中自我意识提升之间的关系。我们基于对人际识别具有感知重要性的面部特征来定义视觉相似度，并开发了一种基于理论的方法来系统地操纵虚拟化身的视觉相似度，从而支持自我意识。创建了三个具有不同视觉相似度（弱、中、强面部特征操纵）的个性化虚拟化身版本。在一项受试者内研究（N=33）中，我们测试了相似度对感知相似度、显性识别和隐性情感识别（亲和力）的影响。结果表明，对于自我意识的所有三个前因，弱相似度操纵与强相似度操纵和随机化身之间存在显著差异。化身视觉相似度的增加会影响虚拟环境中自我意识的前因。
🔬 方法详解
问题定义：论文旨在解决虚拟培训环境中，如何有效利用虚拟化身来提升参与者的自我意识。现有方法缺乏对化身视觉相似度与自我意识之间关系的深入研究，并且自动生成与真人高度相似的化身成本过高，限制了其在实际应用中的推广。
核心思路：论文的核心思路是通过系统地操纵虚拟化身的面部特征相似度，研究不同相似度水平对参与者自我意识前因（包括感知相似度、显性识别和隐性情感识别）的影响。通过控制相似度，探索在避免过度自我意识负面影响的同时，最大化自我意识提升效果的最佳相似度范围。
技术框架：该研究采用受试者内实验设计，每个参与者都会体验三种不同视觉相似度（弱、中、强）的个性化虚拟化身，以及一个随机化身作为对照。研究流程包括：1) 创建三种不同相似度的虚拟化身；2) 参与者在虚拟环境中与不同化身互动；3) 通过问卷调查和情感测量等方式收集数据，评估参与者对不同化身的感知相似度、显性识别和隐性情感识别。
关键创新：该研究的关键创新在于：1) 系统地定义和操纵了虚拟化身的视觉相似度，并将其与自我意识的前因联系起来；2) 提出了一种基于理论的方法来设计和评估不同相似度水平的虚拟化身；3) 揭示了适度增加化身视觉相似度可以有效提升参与者的自我意识相关指标。
关键设计：论文的关键设计包括：1) 基于对人际识别具有感知重要性的面部特征来定义视觉相似度；2) 使用三种不同程度的面部特征操纵（弱、中、强）来创建不同相似度的虚拟化身；3) 采用问卷调查和情感测量等多种方法来评估参与者的感知相似度、显性识别和隐性情感识别。
🖼️ 关键图片
📊 实验亮点
实验结果表明，与弱相似度操纵和随机化身相比，强相似度操纵在感知相似度、显性识别和隐性情感识别方面均表现出显著差异。这表明，适度增加虚拟化身的视觉相似度可以有效提升参与者的自我意识相关指标，为虚拟培训设计提供了重要的参考依据。
🎯 应用场景
该研究成果可应用于虚拟培训、心理治疗、社交技能训练等领域。通过调整虚拟化身的视觉相似度，可以有效提升参与者的自我意识，从而改善培训效果、促进心理健康和提高社交能力。未来，该研究可进一步扩展到其他虚拟现实应用场景，例如虚拟会议、在线教育等。
📄 摘要（原文）
Self-awareness is a critical factor in social human-human interaction and, hence, in social HCI interaction. Increasing self-awareness through mirrors or video recordings is common in face-to-face trainings, since it influences antecedents of self-awareness like explicit identification and implicit affective identification (affinity). However, increasing self-awareness has been scarcely examined in virtual trainings with virtual avatars, which allow for adjusting the similarity, e.g. to avoid negative effects of self-consciousness. Automatic visual similarity in avatars is an open issue related to high costs. It is important to understand which features need to be manipulated and which degree of similarity is necessary for self-awareness to leverage the added value of using avatars for self-awareness. This article examines the relationship between avatar visual similarity and increasing self-awareness in virtual training environments. We define visual similarity based on perceptually important facial features for human-human identification and develop a theory-based methodology to systematically manipulate visual similarity of virtual avatars and support self-awareness. Three personalized versions of virtual avatars with varying degrees of visual similarity to participants were created (weak, medium and strong facial features manipulation). In a within-subject study (N=33), we tested effects of degree of similarity on perceived similarity, explicit identification and implicit affective identification (affinity). Results show significant differences between the weak similarity manipulation, and both the strong manipulation and the random avatar for all three antecedents of self-awareness. An increasing degree of avatar visual similarity influences antecedents of self-awareness in virtual environments.