目錄“新一代人工智能理論、技術及應用叢書”序前言第1章 緒論 11.1 自然人機界面的發展 11.2 文本輸入接口的演變 31.3 文本輸入中的意圖推理：貝葉斯方法 61.4 文本輸入技術的評測方法 91.4.1 評測實驗中的任務集 101.4.2 優化混淆度的評測任務集 10參考文獻 18第2章 點擊行為連續時空運動特征建模 212.1 針對平面觸摸行為的FTM模型 212.1.1 FTM模型的理論推導與計算 222.1.2 FTM模型的擬合性能 292.2 針對空中點擊行為的多指關聯運動模型 352.2.1 模型參數測量實驗 352.2.2 模型參數測量實驗結果 38參考文獻 42第3章 觸摸落點分布統計模型 463.1 超小尺寸全鍵盤上的打字模式測量實驗 473.2 打字模式測量實驗結果 493.3 高精度貝葉斯算法的輸入效果驗證 563.4 不同設備上的輸入效果一致性驗證 60參考文獻 64第4章 視覺反饋對輸入行為的影響機制 674.1 利用余光輸入的觸摸模型測量實驗 704.2 貝葉斯算法輸入性能模擬 744.3 利用余光輸入的性能測試實驗 754.4 GlanceType：在余光打字中支持直視輸入 794.5 真實輸入任務中的性能評測實驗 804.6 本章小結 83參考文獻 83第5章 盲式拇指輸入中的一階貝葉斯方法 865.1 無視覺反饋的輸入數據采集實驗 875.2 無視覺打字的鍵盤模型 905.2.1 無視覺打字的心理模型 905.2.2 從打字數據中生成用戶鍵盤 915.2.3 從用戶打字數據中擬合用戶鍵盤 925.3 無視覺打字的輸入意圖識別算法 955.4 通用算法輸入性能評測實驗 995.5 個性化算法的輸入性能評測實驗 103參考文獻 106第6章 十指盲打輸入中的一階貝葉斯方法 1086.1 鍵盤模型擬合問題的定義 1096.1.1 鍵盤模型 1096.1.2 問題的簡化 1106.1.3 鍵盤模型參數的估計 1116.1.4 鍵盤模型與按鍵模型 1116.2 十指盲打行為分析實驗 1126.3 文本輸入意圖識別算法 1186.4 輸入性能評估實驗 1226.5 本章小結 125參考文獻 126第7章 面向帕金森病患者的防誤觸文本輸入 1287.1 帕金森病患者的輸入行為建模 1297.2 松弛貝葉斯算法 1357.3 輸入性能評測實驗 1377.4 本章小結 141參考文獻 142第8章 面向視障用戶的自適應文本輸入 1458.1 VIPBoard的設計 1468.2 觸摸模型測量實驗 1498.3 輸入性能評估實驗 1518.4 本章小結 157參考文獻 157第9章 間接手勢輸入中的軌跡補償方法 1599.1 確定鍵盤區域的形狀 1609.1.1 階段1：運動空間形狀 1609.1.2 階段2：評測不同的鍵盤形狀 1619.2 建模間接手勢輸入行為特征 1659.3 補償**落點的不精確性 1709.4 間接觸摸手勢輸入性能評測 172參考文獻 179第10章 空中裸手十指盲打 18210.1 ATK：空中十指盲打輸入技術 18210.2 輸入效果評測實驗 186參考文獻 190第11章 基于智能指環的泛在表面十指盲打 19211.1 基于FTM模型的觸摸檢測 19311.1.1 觸摸檢測算法 19311.1.2 觸摸檢測算法性能評測 19511.2 智能打字指環的交互設計 19711.3 智能打字指環的解碼器設計 20011.3.1 建立打字行為數據集 20011.3.2 智能打字指環單詞解碼算法 20311.4 文本輸入性能評測實驗 20611.4.1 評測實驗介紹 20611.4.2 智能打字指環的評測結果 20711.4.3 與手機打字速度進行比較 211參考文獻 212第12章 討論與總結 21412.1 擴展為自然交互意圖的貝葉斯推理引擎 21412.2 關鍵方法和技術驗證 216