自动推荐用于最小化虚拟环境中不适感的战略
人机交互
2020-06-30 v1 图形学
机器学习
摘要
虚拟现实（VR）是游戏、教育、娱乐、军事和医疗应用中的新兴趋势，因为头戴式显示器的使用正变得面向大众市场。虚拟现实提供沉浸式体验，但由于晕动症（CS）问题，仍未能提供完全完美的情况。在本工作中，我们首先详细综述 CS 的可能成因。随后，我们提出一种新颖的 CS 预测方案。我们的系统能够建议用户是否可能在应用接下来的时刻进入不适状态。我们使用基于我们所生成数据集的随机森林分类器。还提出了 CSPQ（晕动症特征问卷），用于识别玩家对 CS 的易感性和构建数据集。此外，我们设计了两个沉浸式环境用于实证研究，参与者被要求完成问卷并描述（口头）其游戏体验中的不适程度。我们的数据通过 84 名个体在不同日期使用 VR 设备获得。我们的方案还使我们能够识别在所观察不适情境中最频繁的属性（成因）。
引用
@article{arxiv.2006.15432,
title = {Automatic Recommendation of Strategies for Minimizing Discomfort in Virtual Environments},
author = {Thiago Porcino and Esteban Clua and Daniela Trevisan and Érick Rodrigues and Alexandre Silva},
journal= {arXiv preprint arXiv:2006.15432},
year = {2020}
}
备注
Accepted at the IEEE 8th International Conference on Serious Games and Applications for Health (SeGAH) - SeGAH 2020