A Method for Eliminating False Positives of Acceleration-Based Gesture Recognition Using Eye Tracking

Das Kapitel behandelt die Fortschritte bei der Gestenerkennung mittels Smartwatches und das weit verbreitete Problem falscher Positive. Sie führt eine Methode ein, die Eye-Tracking-Daten einbezieht, um zwischen gewollten und unbeabsichtigten Gesten zu unterscheiden und damit die Genauigkeit von Gestenerkennungssystemen zu verbessern. Die Methode wurde durch ein vorläufiges Experiment validiert, bei dem die Eigenschaften von Eye-Tracking-Daten während absichtlicher Gesten untersucht wurden. Der vorgeschlagene Ansatz verwendet den SPRING-Algorithmus zur Erkennung von Gestensegmenten und legt einen Schwellenwert fest, der auf der Standardabweichung der Blickeigenschaften beruht, um Fehlalarme zu vermeiden. Die Effektivität der Methode wurde anhand eines Experiments bewertet, das eine deutliche Verringerung von Fehlalarmen zeigte, insbesondere bei Aktivitäten, die erhebliche Körperbewegungen mit sich brachten. Das Kapitel diskutiert auch die Beschränkungen und zukünftigen Richtungen der vorgeschlagenen Methode und betont die Notwendigkeit robusterer und anpassungsfähigerer Systeme.