基于人工智能动态捕捉技术的笔记本改良设计评价方法建立研究

姜昱健　应梦　尾方义人

摘要：在产品开发与产品性能评价中经常会使用到观察法，随着人工智能人体姿态识别技术的发展，可以大幅度提升对肢体动作的量化效率。文章以笔记本改良为研究对象，通过使用二维姿势检测系统，采集使用者在翻动笔记本动作时肢体关键位置信息，帮助产品开发者有效地发现传统行为观察法难以发现的动作细节，探索新的客观评价方法，促进产品开发时的更迭速度。

关键词：行为分析；评价方法；产品设计

中图分类号：TP39文献标志码：A0引言笔记本被频繁地使用于日常生活中。笔记本翻动这个看似简单的动作，因受尺骨神经麻痹、颈椎神经麻痹等病症的影响，都会造成翻动动作不顺畅。

根据日本人间生活工学研究中心的体感测量数据得知，年轻人翻动纸张的速度是高龄者的1.5～2倍。高龄者在纸张翻动时指尖与纸张的摩擦力相比于年轻人有所降低，在笔记本纸张的选择上更倾向粗糙的纸张。

指尖与纸张间的摩擦力降低的原因是高龄者随着年龄增加，皮肤分泌功能减退，皮脂腺及汗腺分泌减少，导致皮肤萎缩变薄、含水量降低，故皮肤干燥，严重影响老年人的生活质量［1］。

根据德国的统计数据研究表明，老年人皮肤干燥发生概率在29.5%～85.5%，其中32.0%发生于手部［2］。针对这个问题点，对人们在日常生活翻动笔记本行为展开观察分析。翻动纸张时的动作可以分为两大类：（1）通过指尖皮肤与纸张的摩擦卷起纸张。（2）手指从笔记本的边缘处抬起纸张进行翻动。当通过指尖皮肤与纸张摩擦的翻动方式失败时，会改为从笔记本边缘抬起纸张的翻动动作，但从笔记本边緣抬起纸张翻动时会遇到纸张黏合的情况，这时使用者会采用指尖捻动的动作将纸张分开。

笔者对日常使用的笔记本进行了改良设计。设计点为：将笔记本边缘做斜切处理，避免指尖抬起纸张时黏合情况的发生，从而提升翻起单页纸张的成功率。在后续使用者的使用感受反馈中，确实得到了笔记本更易用、更容易翻起的正面反馈。然而，这些反馈仅仅停留在主观评价层面。如何对笔记本改良进行客观数据量化分析评价成为本研究的课题。

对上肢行为进行量化分析，首先要对关节位置进行定位，为后续分析提供数据基础。对比目前已有的各种上肢姿态测定手段，非接触式测定方法相比于接触式测定方法具有高效性、低花费的特征［3］。因此，本研究使用美国卡耐基梅隆大学在2017年开发的二维姿势检测开源系统OpenPose，采集翻动笔记本动作时肢体关键位置信息，帮助发现传统行为观察法难以发现的动作细节，寻找改良前后笔记本与上肢运动规律间的关系［4］。

1笔记本易用性试验判别指标的选取右手肘、右手手腕、左手肘、左手手腕在图像中的投影点分别计做P3=［x3，y3］、P4=［x4，y4］、P6=［x6，y6］、P7=［x7，y7］，肢体关键点位置如图1所示。使用关节坐标点位创建密度图，通过颜色出现的位置形成关节坐标的活动范围，颜色的深浅呈现坐标的疏密程度，可直观地了解关节关键点的活动范围及运动轨迹。

连续翻动纸张动作，在动作流畅的情况下是一种周期性运动。笔记本在翻动过程中会遇到阻碍。例如：因纸张黏合无法一次性完成翻动动作，在上肢动作上的体现为动作流畅性不足。因此，本试验选取双手手腕间的距离变化作为动作流畅性的辅助判别指标。

左右手腕连线：

2试验设计及实施

2.1试验设备与环境低成本获取关节位置信息也为此试验的目的之一。因此，本试验采用生活中容易获得的拍摄设备：手机后置摄像头。拍摄画面分辨率为1 920×1 080，拍摄帧数为30 fps。

试验环境选择独立开阔的室内空间，最大限度地避免非试验相关人员及嘈杂环境对试验过程的影响。拍摄设备放置于试验参与者的正前上方1.5m处，拍摄设备与被试者之间无任何遮挡物，保证画面可以完整拍摄到被试者的头、肩、肘、腕，形成在当下拍摄方向的正投影。

2.2被试者选取10名20—30岁成年人作为试验对象。习惯用手均为右手，均身体健康、无肢体运动障碍及肢体病痛历史，在试验过程中可以保持稳定坐姿。测试时，试验参与者均无疲劳状态。

2.3试验准备 第一，准备被改良过的与未被改良过的笔记本各一本，在笔记本内相同页数的内页贴上贴纸进行标记，以此作为笔记本翻动的目标页，试验者翻动到目标页即视为此试验条件下的动作结束。

第二，确保OpenPose能够正确识别头、肩、肘、腕关键点后，开始试验拍摄。每个试验者分别以空手、手中持笔两种状态翻动改良与未被改良过的笔记本，共4种试验条件，如表1所示。

3对比分析由密度图发现试验者4，5，6，7，10在空手状态和持笔状态下分别翻动未被改良的笔记本与改良后的笔记本的运动变化状态相似，如图2所示。结合视频

发现密度图状态相似的原因是试验者4，5，6，7，10均采用从笔记本下方对纸张进行分离翻动，如图3所示，也就意味着对笔记本侧面进行的斜切改良处理，在这些试验者使用笔记本的时候不会发生作用。

试验者8的密度图在所有试验者中变化最为复杂，如图4所示。结合视频发现，试验者8在同一试验条件下均使用了两种以上的翻动姿势，如图5所示。试验者8在采用图6中第二种翻动姿势的时候，斜切改良过的边缘反而减弱了纸张翻动的顺畅性。

对于翻动习惯是从笔记本侧面进行的试验者，由密度图可以发现，试验者1在使用未被改良后的笔记本时，右手腕部运动方向相较于使用改良后的笔记本时发生了纵向的位置变化，如图6所示。也就意味着笔记本翻动过程中有手臂向前伸展的动作发生，结合视频得知，试验者是从侧面翻动纸张失败，从而选择从纸张更易分离的笔记本上缘进行翻动。使用改良后的笔记本时，右手腕部关节点的运动范围有所减小，呈现规律性的左右运动状态。

4结语通过对于改良笔记本的对比试验以及结果，对设计改良有进一步的启发与参照，后续的笔记本改良需尽可能地适应不同翻动习惯的用户，适合从笔记本上边缘、下边缘翻动纸张的用户。人工智能动态捕捉技术可以实现低成本且高效的数据化肢体运动分析，为图4试验者8的肘腕密度及双腕间距离变化

產品设计开发领域提供新的思路及客观的技术支持。相较于依靠产品开发者的眼睛及个人经验的传统行为观察法，人工智能动态捕捉技术能够更有效地发现容易被忽略的动作细节，及时发现产品使用过程中出现的问题，加速产品的迭代。

参考文献

［1］戴付敏，王丽君，BEHM C，等.国外老年人皮肤干燥评估与干预的研究进展［J］.中华护理杂志，2017（1）：53-58.

［2］LICHTERFELD A，LAHMANN N，BLUME P，et al.Dry skin in nursing care receivers：a multi—centre cross—sectional prevalence study in hospitals and nursing homes［J］.International Journal of Nursing Studies，2016（56）：37-44.

［3］姜昱健，应梦，尾方义人.辅助器具设计开发中肢体姿态的测定方法研究［J］.艺术设计研究，2021（1）：28-30.

［4］CAO Z，SIMON T，WEI S E，et al.Realtime multi-person 2D pose estimation using part affinity fields［C］.Honolulu：2017 IEEE Conference on Computer Vision and Pattern Recognition（CVPR），2017.

（编辑 王永超）

Research on the establishment of the evaluation method of the improved design of the

book based on the artificial intelligence dynamic capture technologyJiang  Yujian， Ying  Meng， Ogata  Yoshito

（Kyushu University， Fukuoka 8158540， Japan）Abstract：  The observation method is often used in product development and product performance evaluation， and with the development of artificial intelligence human posture recognition technology， the efficiency of quantifying limb movements can be substantially improved. This paper takes the book improvement as the research object， by using a two-dimensional posture detection system to collect information on the key position of the user’s limbs when flipping the book action， to help product developers efficiently discover action details that are difficult to find by traditional behavioral observation methods， explore new objective evaluation methods， and promote the speed of change during product development.

Key words： behavior analysis; evaluation methods; product design