在眼睛中反映的任务:自我中心的凝视意识:虚拟现实中的视觉任务类型识别

科学领域:

• 人与计算机的交互
• 计算机视觉 计算机视觉
• 虚拟现实 虚拟现实 虚拟现实

背景情况:

• 在AR/VR耳机中的眼睛跟踪能够通过识别用户视觉任务来实现自适应性内容显示.
• 现有的视觉任务识别方法通常是特定于场景的,这限制了它们在博物馆等不同环境中的适用性.
• 需要场景不可知的方法来在各种场景中概括任务识别.

研究的目的:

• 为了在视觉任务识别中更广泛的应用,提出四种场景不可知任务类型.
• 开发和评估一个自我中心的眼神意识方法,用于任务类型的识别.
• 创建一个新的数据集,用于培训和验证无现场的任务识别模型.

主要方法:

• 在15个VR视频中从20名参与者收集了一组新的眼睛和头部运动数据.
• 定义了四种无视场景的任务类型,以促进通用识别.
• 开发并实施了自我中心的目光意识任务类型识别方法 (TRCLP).

主要成果:

• 拟议的TRCLP方法在识别视觉任务类型方面取得了有希望的结果.
• 新的数据集支持在VR中对场景无关的视觉任务识别研究.
• 用三个例子展示了任务识别方法的实际应用.

结论:

• 对智能AR/VR应用程序来说,场景无关的任务类型识别是可行的,也是有益的.
• TRCLP方法及其附带的数据集推进了基于视线的互动领域.
• 调查结果为内容开发人员创造任务意识的智能应用程序提供了宝贵的见解.