评估基于手部交互检测用户对 VR 熟悉度的深度网络

随着 VR 设备在消费领域日益普及，不熟悉 VR 的用户使用 VR 应用的情况可能会越来越多。检测用户对 VR 作为交互媒介的熟悉程度，为提供按需培训以适应环境提供了可能，并可防止用户在完成任务时被 VR 环境所困扰。在这项工作中，我们展示了使用深度分类器，通过跟踪用户与数字密码输入面板交互以解锁 VR 门的手部动作，来自动检测其对 VR 熟悉度的初步结果。我们使用 VR 门，因为我们认为它是进入协作虚拟空间（如会议室、办公室或诊所）的第一个入口点。不熟悉 VR 的用户在现实世界中曾使用双手打开带有密码输入面板的门。因此，即使用户可能不熟悉 VR，他们也会熟悉开门的任务。使用一个由 7 名熟悉 VR 的用户和 7 名不熟悉 VR 的用户组成的初步数据集，当使用其余 8 名用户的数据训练的分类器对 6 名测试用户（3 名熟悉，3 名不熟悉）进行评估时，我们获得了 88.03% 的最高准确率。我们的结果表明，利用用户运动数据来检测其对基于密码的安全访问这一简单而重要任务的熟悉度具有潜力。