基于实时眼动追踪生物反馈的 XR 空间框架中人类性能提升
人机交互
2025-07-29 v1
摘要
本文提出了一个用于增强 XR 应用中人类性能的眼动追踪模块，具体针对训练、筛查和遥操作场景。该框架提供了一套方法论和组件，旨在简化基于 XR 的自适应实时虚拟沉浸式系统的开发。其包含多模态测量数据，包括以 VR 内问卷形式呈现的声明性数据，以及客观数据，如眼动、身体运动和生理学数据（如 ECG、GSR、PPG）。本文的关键焦点是将实时眼动数据集成到 XR 环境中，以构建生物反馈回路，洞察用户的注意力、认知负荷和参与度。鉴于眼动追踪的相对高测量频率——作为一种非侵入且稳健的生理学测量手段——该技术特别适合实时调整任务难度和反馈，以提升学习和操作效能。尽管眼动追踪在认知和注意力研究中已占据重要位置，但在动态、实时的 XR 环境中实现眼动追踪指标仍面临独特挑战，尤其是头部佩戴显示器 (HMD) 中呈现的复杂移动视觉。本文通过聚焦于基于实时引擎的沉浸式系统中集成眼动追踪的关键方面，旨在解决这些挑战，从而促进更高效、自适应的 XR 应用。
引用
@article{arxiv.2507.21000,
title = {Towards Effective Human Performance in XR Space Framework based on Real-time Eye Tracking Biofeedback},
author = {Barbara Karpowicz and Tomasz Kowalewski and Pavlo Zinevych and Adam Kuzdraliński and Grzegorz Marcin Wójcik and Wiesław Kopeć},
journal= {arXiv preprint arXiv:2507.21000},
year = {2025}
}