微软研究在无标准化方法下评估AR/VR Avatar噪点的挑战
研究人员的目标是通过开发更好地代表实际体验的噪点评估方法来提高Avatar的接受度、包容性和沟通能力。
（映维网Nweon 2024年03月19日）对于元宇宙社交和协作，逼真的Avatar非常重要，而影响Avatar的一个重要方面是噪点，在一项研究中，微软探讨了评估Avatar面部动画噪点的挑战。其中，团队强调生态有效性，亦即实验模拟真实世界条件的程度，是评估Avatar噪点的核心。
微软指出，相关研究的目标是通过开发更好地代表实际体验的噪点评估方法来提高Avatar的接受度、包容性和沟通能力。
面对面交流正在发生变化，包括视频会议和AR/VR平台在内的全新交流方式正在蓬勃发展。其中，用户开始通过Avatar的形式代表自己并参与面对面互动。通过精确追踪扫描，Avatar可以真实地映射真实人类。然而，它们会受到噪点的影响，比如抖动和扭曲，从而降低真实感。动捕技术的进步减少了相关的问题，但由于需要先进的组件，它们的开发成本非常高，并且需要额外的时间。
尽管噪点是不可避免的，但重要的是要确定可接受的类型和水平，以便有效地开发和向市场介绍AR/VR设备和Avatar。另外，了解噪音如何影响基于Avatar的交流对于创建更具包容性的Avatar至关重要，因为我们需要准确地代表不同的文化和能力，从而增强用户体验。
在ANIVAE 2024大会中，微软发表了名为《Ecological Validity and the Evaluation of Avatar Facial Animation Noise》的论文，并探讨了在没有标准化方法的情况下评估Avatar噪点的挑战。
传统的方法是向参与者提供孤立的面部动画噪点来衡量感知阈值，但这无法反映逼真的Avatar交互。微软的方法强调生态有效性，亦即实验模拟真实世界条件的程度，是评估Avatar噪点的核心。
团队发现这显著影响了参与者对Avatar的反应，突出了环境对噪点感知的影响。研究人员的目标是通过开发更好地代表实际体验的噪点评估方法来提高Avatar的接受度、包容性和沟通能力。
为了建立研究，团队使用动捕技术制作了两个Avatar动画，如上面的图1 (A)所示。他们记录了两位专业演员模拟建筑师和客户讨论家庭装修并检查3D模型的场景。研究人员选择了用91种表情混合形状动画的角色。这允许广泛的面部表情和微妙的情绪变化，从而有助于更逼真的动画。为了检验不同的动态，微软创造了六种不同的场景，改变了Avatar的性别、角色，以及他们是否同意家居改造计划。
56名参与者参与了两个实验来评估噪点对Avatar面部动画的影响。第一个实验的生态效度较低。参与者通过微软HoloLens 2设备浏览支离破碎的对话片段，并使用滑块将噪点调节到可接受的水平。
第二个实验具有非常高的生态效度，并展示了完整社交背景下的场景。在这里，参与者使用HoloLens 2沉浸在场景之中，并判断面部表情中的噪点是“合适的”还是“不合适的”。与第一个实验相反，这个方法考虑了背景、文化和性格的社会方面。
相关论文：Ecological Validity and the Evaluation of Avatar Facial Animation Noise
结果表明，当参与者亲身感受整个场景时，噪点的分心程度较低，这表明在高生态效度的场景中，噪点的容忍度更高。另一方面，孤立的片段导致人们对面部动画噪点产生更大的烦恼，这表明社会背景比超逼真动画更重要。
文化观察表明，噪点感知受到隐性文化规范的影响，特别是在性别角色和认同水平方面。例如，在第二个实验中，参与者在更大的社会背景下感受对话（高生态效度），当女性建筑师同意男性客户的意见时，噪点被认为是“合适的”，当她不同意时，噪点被认为是“不合适的”，这揭示了在颠倒的性别角色中没有观察到的潜在性别偏见。
相关发现强调了在实验中应用高生态效度来揭示社会文化对Avatar感知的影响的重要性。它们同时强调了在Avatar设计中仔细考虑情境和文化动态的必要性。
