CAVE 中的运动学：通过全身动作提升沉浸感
图形学
2025-11-18 v1
摘要
Cave Automatic Virtual Environment (CAVE) 是当前用于呈现虚拟环境的沉浸式虚拟现实 (VR) 设备之一。然而，CAVE 中的运动学方法受限于不自然的交互方式，严重阻碍了用户体验和沉浸感。我们提出了一种旨在通过优化人体动作识别技术来提升 CAVE 环境中沉浸式运动学体验的框架。首先，我们构建了一个四面显示的 CAVE 系统，然后通过基于 Perspective-n-Point 的动态方法校准摄像机，获取摄像机的内参和外参，并使用动作识别架构获取动作类别。最后，将动作类别转换为在图形工作站上进行显示的渲染效果。我们设计了一项用户研究，以验证该方法的有效性。与传统方法相比，我们的方法在真实性和自我存在感方面具有显著的改进，有效减少了运动病晕症。
引用
@article{arxiv.2511.12251,
title = {Locomotion in CAVE: Enhancing Immersion through Full-Body Motion},
author = {Xiaohui Li and Xiaolong Liu and Zhongchen Shi and Wei Chen and Liang Xie and Meng Gai and Jun Cao and Suxia Zhang and Erwei Yin},
journal= {arXiv preprint arXiv:2511.12251},
year = {2025}
}