机器学习的全面VR数据集:以头部和眼睛为中心的视频和位置数据

科学领域:

• 虚拟现实 (VR) 是一种虚拟现实.
• 人与计算机的交互
• 机器学习 机器学习

背景情况:

• 虚拟现实 (VR) 环境提供沉浸式体验,但了解其中的用户行为至关重要.
• 在VR中收集有关人类导航和视觉搜索的详细数据是复杂的.
• 现有的数据集可能缺乏高级机器学习应用所需的综合性.

研究的目的:

• 呈现一个新的,全面的数据集的人类头部和眼睛运动在各种虚拟现实 (VR) 环境的搜索任务期间.
• 为机器学习研究提供丰富的资源,专注于分析和预测VR中的用户行为.
• 促进先进VR技术和算法的发展.

主要方法:

• 人类参与者使用运动平台在六个不同的虚拟现实 (VR) 环境中执行了搜索任务.
• 以头部和眼睛为中心的视频录制,以及位置数据,被捕获并以CSV格式存储.
• 数据收集包括了超过10个小时的累计游戏时间在自然主义的VR设置.

主要成果:

• 一个包括同步头部和眼睛运动数据以及位置信息在内的综合数据集被成功收集.
• 该数据集涵盖了各种VR环境,包括自然景观和城市环境.
• 数据的结构使其具有很高的重用潜力,特别是用于机器学习模型训练.

结论:

• 这一数据集是推进虚拟现实 (VR) 机器学习研究的宝贵资源.
• 它可以开发和完善用于预测视觉搜索行为,眼动模式和导航策略的算法.
• 这一数据集将通过为数据驱动的开发提供基础,促进VR技术的创新.