基于自然交互的旅游短視頻自動拍攝系統(tǒng)設計研究

劉思陳　趙毅

關鍵詞：自然交互;短視頻;自動拍攝;旅游景區(qū);設計

1 自然交互概述

自然交互，是指在人機交互的過程中，用戶可以利用已有的認知與習慣進行交互，相比于傳統(tǒng)的人機交互，它更加自然、感知通道更為多樣。自然交互作為一種交互方式而存在，它可以降低用戶的學習成本，提高學習效率和交互體驗?？梢源嬖谟诓煌慕换ルA段，也可以根據(jù)不同用戶和不同環(huán)境運用不同的交互方式構成自然交互。因此，自然交互是特定用戶群體在預期使用情境下已有的認知模型或經(jīng)驗相符的人機溝通方式 [1]。

大幅度降低用戶的學習成本和操作負擔是自然交互最為顯著的特征，使用者無需刻意記憶、繁瑣的操作手勢或交互圖形，即將本能或經(jīng)驗既有的方式進行自然而然的交互[2]。自然交互的主要特征體現(xiàn)在以下幾個方面：交互信息的雙向性、交互的隱喻性、交互方式的抽象性、交互方式來源的場景性、交互方式的多模態(tài)選擇性[3]。常見的自然交互方式有語音交互、手勢交互、眼動交互和觸覺交互，都是通過不同的感知器官來進行信息的輸入和輸出 [4]。

2 基于自然交互的短視頻自動拍攝系統(tǒng)設計意義

近年來，隨著生活水平的提高，旅游成為人們?nèi)粘Ｉ畹闹匾M成部分。體驗經(jīng)濟時代，游客已經(jīng)不滿足于單一的旅游模式，并且交互體驗也越來越受到游客的重視，尤其是自然交互在旅游體驗中越來越重要。隨著5G 技術的普及，Bilibili、Tiktok 等視頻社交平臺的興起，視頻逐漸取代圖文成為主流的社交方式。2020年Tiktok 中國日活躍用戶數(shù)突破6 億，其中文化旅游短視頻在Tiktok 上的年播放總量超過7 億，分享次數(shù)超過8 億，有超過1.8億的文化旅游行業(yè)創(chuàng)作者持續(xù)生產(chǎn)內(nèi)容，旅游短視頻已經(jīng)成為旅游業(yè)的重要突破口和引流器。在旅游景區(qū)可以通過自然交互的方式來幫助游客拍攝旅游短視頻，不僅可以提升游客在旅游體驗中的滿意度，也可以在短視頻設計中呈現(xiàn)出景區(qū)的文化，讓景區(qū)文化能夠更好地傳播。

3 旅游短視頻自動拍攝系統(tǒng)的用戶需求與構成

3.1 旅游短視頻自動拍攝系統(tǒng)的用戶需求

通過問卷、訪談、觀察等定量與定性的方法，對用戶的需求進行總結與歸納?？偨Y如下，根據(jù)游客年齡分布與短視頻用戶的年齡分布，界定的第一目標用戶為26 歲到35 歲喜歡親子游的用戶、大于55 歲的中老年用戶為第二目標用戶，以及19 歲到25歲的重點發(fā)展用戶。

1） 在旅游短視頻的制作方式上，第一與第二目標用戶都偏向于高效化的方式，能夠快速、高質(zhì)量制作個性化的短視頻。而重點發(fā)展的用戶則希望可以有更多豐富多樣的制作方式。

2） 在旅游短視頻的拍攝方式上，前兩類用戶都偏向于簡單、易操作的方式。第一目標用戶與重點發(fā)展用戶希望能夠拍攝普通視角拍攝不到的景區(qū)畫面。

3） 在旅游短視頻拍攝體驗的方式上，第一目標用戶與重點發(fā)展用戶偏向于有趣、新穎、科技化的方式，可以通過某種科技化的手段來體驗景區(qū)的歷史文化內(nèi)涵;第二目標用戶更加注重易用性、可理解性及體驗的意義。

4） 在旅游短視頻的內(nèi)容上，第一目標用戶與重點發(fā)展用戶偏向個性化、有故事情景的內(nèi)容，第二目標用戶偏向以自然風光為主的短視頻內(nèi)容。其中大部分的第一目標用戶更偏向以自己為主角的視頻內(nèi)容，并且輔以景區(qū)內(nèi)的風景與簡單的動效;第二目標用戶則希望盡量減少與風景風格不匹配的動效;重點發(fā)展的用戶更加喜歡創(chuàng)意、炫酷、搞笑風格的特效。

3.2 旅游短視頻自動拍攝系統(tǒng)的組成

自然交互方式并不是預測用戶意圖的同時作出響應，而是通過允許用戶執(zhí)行恰當?shù)牟僮鳎屍溆行?、快速地掌握技巧和系統(tǒng)想要傳達的內(nèi)容。這就需要從場景出發(fā)，通過對用戶行為習慣的挖掘，提供特定場景下的適配交互方式與體驗。通過自然交互理論與場景思維對旅游短視頻的拍攝體驗進行分析，將拍攝場景的構成分為硬件、軟件與短視頻。

3.2.1 硬件分析

硬件主要是指在旅游中常用的可移動拍攝設備，包括手機、運動攝像機、無人機、單反攝像機等，但每類產(chǎn)品都有自己的優(yōu)缺點，運動攝像機雖然打破拍攝場景的限制，能在復雜條件下拍攝，但電池容量小，受溫度影響明顯;單反攝像機操作復雜、入門門檻高，并且設備體積較大，不易攜帶;無人機特殊的拍攝視角是地面攝像永遠無法企及的，但其使用會受到景區(qū)地形及天氣的限制，并且這類智能拍攝設備的成本都較高。

3.2.2 軟件分析

從制作軟件來看，目前具有個性化、定制化的視頻制作軟件較少，形式單一。軟件中自帶的特效、貼紙等主要以當下流行的元素與形象為主，沒有以景區(qū)文化元素為主題的定制化內(nèi)容;音樂也主要以當下的流行歌曲為主。用這些素材制作的視頻內(nèi)容趨于同質(zhì)化，沒有景區(qū)的文化特色，不能反映出景區(qū)獨特的文化內(nèi)涵，對景區(qū)的文化起不到明顯的傳播效果。

3.2.3 短視頻分析

體現(xiàn)景區(qū)文化內(nèi)涵的短視頻為最終用戶產(chǎn)品。優(yōu)質(zhì)的旅游短視頻主播較多，但僅僅停留在PGC，普通的UGC 視頻制作能力仍然較弱，且內(nèi)容同質(zhì)化嚴重。因此，旅游類短視頻可以根據(jù)地域、景區(qū)的不同進行在地化、個性化、優(yōu)質(zhì)化的設計。

4 基于自然交互的短視頻自動拍攝系統(tǒng)設計原則

4.1 情景導向原則

在線下的旅游體驗中，情景導向設計，需要符合旅游地的自然風貌與文化內(nèi)涵，這樣才不會導致體驗與實景分離。情景導向設計需要盡可能地收集與產(chǎn)品功能相關的情景因素，通過綜合分析與判斷預測用戶將要或者希望產(chǎn)生的行為， 以達到在恰當?shù)那榫跋陆o予用戶恰當?shù)闹鲃咏换?，實現(xiàn)主動響應用戶需求的目標[5]。這里的情景主要分為用戶情境、環(huán)境情境和文化情境。用戶情境通過對用戶的行為習慣進行深入挖掘，將結果應用于設計中，從而為用戶提供更貼心、更個性化的用戶體驗。環(huán)境情境是利用周圍的自然環(huán)境和各類傳感器，例如，紅外傳感器、超聲波傳感器等，打造出一個適用于用戶情景的景區(qū)，讓用戶可以從視、聽、味、嗅、觸等多種感官感受景區(qū)的文化內(nèi)涵。文化情境是與用戶文化背景相關的，包括群體文化、風俗習慣、價值觀念等綜合信息。

4.2 文化性原則

文化性是每個旅游景區(qū)所特有的，也是文化創(chuàng)意產(chǎn)品的設計原則。旅游短視頻的文化性表現(xiàn)在將景區(qū)的文化底蘊和豐富的文化信息通過旅游短視頻的內(nèi)容、形式、影視音樂等要素表現(xiàn)出來。同時拍攝硬件也需要有文化的輸出，主要表現(xiàn)在其造型元素、外觀色彩、材質(zhì)等。因此，在旅游短視頻與拍攝硬件的設計中需要更加深入地挖掘景區(qū)的精神內(nèi)涵，將景區(qū)的歷史文化進行分類，提取出最具有文化代表性、藝術表現(xiàn)性和大眾傳播性的元素，將其最大程度地融入設計中。增加景區(qū)體驗的交互性與功能性價值，助力景區(qū)的文化宣傳。

4.3 交互性原則

交互性原則體現(xiàn)在用戶在自動拍攝旅游短視頻體驗的過程中要能感受到樂趣，在與拍攝硬件與軟件的自然互動體驗中，感受景區(qū)文化。為確定出最合適、最自然的交互方式，首先要觀察用戶的自然行為，包括用戶的下意識行為、無條件反應行為和條件反應行為等。根據(jù)場景設計與用戶行為選擇相對應的交互方式，包括語音交互、手勢交互、眼動交互和觸覺交互，同時增強交互的真實感與沉浸感。運用多感官通道創(chuàng)建愉快、歡樂的游玩體驗環(huán)境，激發(fā)用戶內(nèi)心的情感，促使用戶在體驗自動拍攝過程中更深層次地理解景區(qū)文化。

4.4 易用性原則

易用性原則體現(xiàn)在降低用戶的認知負荷、提高用戶的滿意度，讓用戶可以更加無障礙地在景區(qū)內(nèi)游玩。首先用戶界面設計要簡潔，突出主要功能;其次，要縮短用戶路徑，減少干擾信息，信息架構、交互方式、功能名詞、視覺表現(xiàn)等應該具有一致性，將用戶的記憶負擔最小化;再次，在硬件設計上，要根據(jù)用戶對拍攝設備的心理認知去設計造型與視覺元素，分析攝像機的特征元素，與用戶心理認知相匹配，提取出最具識別性的攝像機元素，并且最大限度地加入到設計中;最后，在交互方式的選擇上要遵循自然交互的原則，讓用戶無需刻意記憶繁瑣的操作手勢或交互圖形，降低用戶的學習成本和操作負擔，減少交互過程對游玩的打斷，最大限度地保留用戶在游玩時的完整體驗。

5 基于自然交互的短視頻自動拍攝系統(tǒng)設計實踐――以良渚古城遺址公園為例

通過情境觀察，能夠發(fā)現(xiàn)用戶與鏡頭發(fā)生交互的主要場景，并進一步分析得出不同場景下的用戶感知。在實踐部分，根據(jù)不同場景下的用戶感知和心理模型來進行系統(tǒng)設計，從而提升交互真實感。通過設計拍攝與硬件相配套的軟件服務，以短視頻為媒介，讓用戶感受遺址當年的輝煌，通過自動剪輯技術自動生成個性化短視頻，讓人人都能成為專業(yè)的內(nèi)容創(chuàng)作者，人人都能為遺址公園代言，將遺址公園現(xiàn)場打造成一個無墻的博物館。

5.1 短視頻設計

在短視頻的內(nèi)容設計上，主要以體現(xiàn)文化性、個性化為主。首先提取了良渚文化中六個典型的文化意象，分別是城墻、匠作、建筑、交通、玉器與祭祀。通過對這六個文化意象的凝練與再創(chuàng)作，組成六個良渚時期居民的生活場景。然后通過在良渚古遺址公園的實景上添加字幕與動畫來闡述六個場景的文化故事。最終將采集到的用戶影像合成在場景中，輔以個性化文案、動效和原創(chuàng)音樂，形成以用戶為主角的個性化旅游短視頻（如圖1）。其中為了保證視頻內(nèi)容的個性化，設計了“千人千面”的模式，分為五層來實現(xiàn)：第一層為人像素材庫，即現(xiàn)場采集的用戶鏡頭;第二層為風景鏡頭庫，遺址內(nèi)另外設置了四個拍攝風景的攝像機，以保證遺址內(nèi)實時風景鏡頭的生成;第三層為特效層，根據(jù)核心用戶的需求，設置了親子主題的卡通動效，以及其他用戶所偏向的白描與插畫風格的動效;第四層為用戶文案，拉取用戶的微信名、支付寶名等，生成個性化的視頻文案;第五層為原創(chuàng)的良渚音樂庫。五層內(nèi)容隨機生成，搭載著AI 人像優(yōu)先算法和智能剪輯技術，助力用戶體驗到個性化的視頻內(nèi)容。

5.2 拍攝硬件設計

該硬件包括人臉采集攝像頭、攝像頭外部包裝、站位點。人臉采集攝像頭根據(jù)項目條件限制直接購買。在攝像頭的包裝設計中，提取了良渚文化意象中比較典型的“鳥立高臺”刻符，該刻符頻繁出現(xiàn)在良渚文化不同類型的玉器上?！傍B立高臺”的形態(tài)意象能夠很好地詮釋了該設計的愿景――跨越時空和文明，體驗文化和信仰。根據(jù)用戶對拍攝設備的心理認知，以及攝像機的特征元素，提取出最具識別性的攝像機元素――圈層狀鏡頭，將其應用在包裝設計上。在材質(zhì)選擇上，考慮到戶外環(huán)境與良渚古城遺址公園環(huán)境的視覺傾向，選取玻璃鋼并噴涂木紋漆，讓整個設計可以融入景區(qū)環(huán)境，成為其文化景觀的一部分（如圖2）。站位點的設計除了指示性，也延續(xù)了攝像頭包裝的設計元素，使之構成一個視覺統(tǒng)一的、可交互的文化場景（如圖3）。

5.3 系統(tǒng)交互設計

系統(tǒng)中的人機交互終端有兩個，包括智能拍攝硬件與用戶的手機。智能拍攝硬件用于采集用戶的視頻，幫助用戶完成交互動作。在交互方式的選擇上，選擇了更加自然的語音交互與手勢交互。與其他交互方式相比，手勢交互的方式可以讓體驗者擺脫在交互過程中，因不可避免地輸入設備而帶來的限制，極大地提升了體驗者的專注度，真正讓體驗者感受到?jīng)]有束縛的沉浸式交互，從而使體驗變得更加便捷、更加主動。拍攝系統(tǒng)的使用流程如下：用戶在接近拍攝硬件時，會觸發(fā)第一段語音引導，引導用戶站在攝像頭對面的站位點。站在指定位置后會觸發(fā)第二段語音引導，引導用戶根據(jù)不同的文化主題與拍攝硬件進行手勢交互，不同的手勢交互會觸發(fā)不同的視頻動效。拍攝結束后會有語音交互引導，用戶可以自行到拍攝硬件側面掃碼獲取視頻。

手機小程序端主要包括主頁、人臉識別頁面、個人中心三大板塊。第一，主頁，主頁上呈現(xiàn)景區(qū)打卡點推薦信息流，展示以圖片或者動圖為主，輔以相關景區(qū)數(shù)據(jù)，包括景區(qū)打卡點位數(shù)量、人氣數(shù)值、推薦指數(shù)、距離信息等。并以卡片式的方式承托，使信息層級更加清晰，增加用戶的可讀性。第二，人臉識別頁面，即通過人臉識別獲取后臺視頻，整個頁面包括人臉識別框、識別進度條，功能簡單、流程清晰。在人臉識別框的下方列有基本的識別要求，方便用戶按照要求進行交互，提高了識別的成功率。第三，個人中心，個人中心板塊用于導入用戶信息和查看歷史視頻。

6 結語

文章將人機自然交互理念運用于旅游短視頻自動拍攝設計中，分析用戶自然行為，提取設計要素，總結設計原則，并賦予設計實踐。以短視頻為媒介，強調(diào)無穿戴的在場體驗，讓用戶感受景區(qū)的歷史文化內(nèi)涵，通過自動剪輯技術自動生成個性化短視頻，讓人人都能成為專業(yè)的內(nèi)容創(chuàng)作者，人人都能為景區(qū)文化代言?；谧匀唤换サ亩桃曨l自動拍攝系統(tǒng)的設計原則可以為景區(qū)體驗的智能化升級提供參考，根據(jù)不同的景區(qū)特色開發(fā)不同的配套系統(tǒng)，助力各個景區(qū)傳播文化，帶動當?shù)芈糜谓?jīng)濟的發(fā)展。