基于时间线索的VR用户时间感知分析与基于Transformer的数据驱动建模
人机交互
2024-12-12 v1
摘要
虚拟现实（VR）创建了一个高度真实且可控的模拟环境，可以操控用户的空间和时间感知。虽然'失去时间感'通常与愉快的体验相关联，但VR中时间感知与用户体验之间的联系及其潜在机制仍 largely 未被探索。本研究调查了不同时间线索——光色、音乐节奏和任务因素——如何影响时间感知。我们引入了相对主观时间变化（Relative Subjective Time Change, RSTC）方法来探索时间感知与用户体验之间的关系。此外，我们应用了一种数据驱动方法——时间感知建模网络（Time Perception Modeling Network, TPM-Net），它整合卷积神经网络（CNN）和Transformer架构，基于多模态生理数据和时间线索来建模时间感知。在56名参与者的被试间实验中，我们的结果表明任务因素显著影响时间感知，红光和慢节奏音乐进一步促进了时间低估。RSTC方法揭示VR中的时间低估与改善的用户体验、存在感和参与度强烈相关。此外，TPM-Net显示出在VR中建模时间感知的潜力，能够推断用户时间感知的相对变化及相应的用户体验变化。本研究为VR中时间感知与用户体验之间的关系提供了见解，可应用于基于VR的治疗和专业培训。
引用
@article{arxiv.2412.08223,
title = {Zeitgebers-Based User Time Perception Analysis and Data-Driven Modeling via Transformer in VR},
author = {Yi Li and Zengyu Liu and Xiandi Zhu and Ning Xie},
journal= {arXiv preprint arXiv:2412.08223},
year = {2024}
}
备注
12pages,7 figures