基于虚拟现实的注意力预测模型在自闭症儿童的游戏中
1Department of Computer Science and Engineering, Vels Institute of Science & Technology & Advanced Studies, Chennai, Tamilnadu, India.
概括
这项研究介绍了VRAPMG,一种使用3D游戏的虚拟现实模型,通过分析面部表情和预测参与水平来评估自闭症谱系障碍 (ASD) 儿童的注意力.
科学领域:
- 计算机科学 计算机科学
- 生物医学工程 生物医学工程
- 心理学 心理学 心理学
背景情况:
- 虚拟现实 (VR) 在医疗保健方面具有治疗潜力,包括康复和心理健康.
- 评估患有自闭症谱系障碍 (ASD) 的儿童的注意力对于量身定制的干预至关重要.
- 现有的对ASD注意力评估的方法可能缺乏客观的实时反机制.
研究的目的:
- 为患有自闭症儿童开发和评估一种基于虚拟现实的游戏注意力预测模型 (VRAPMG).
- 在VR中利用3D游戏环境来捕捉和分析面部表情以评估注意力.
- 建立一个自动化系统来预测ASD儿童在基于VR的活动中的注意力水平.
主要方法:
- 面部图像被获取,转换为灰度,并使用中间波器进行预处理.
- 使用Viola-Jones (VJ) 算法进行了面部检测.
- 特征提取涉及改进的积极形状模型 (ASM),形状本地二进制纹理 (SLBT) 和眼睛位置定位.
- 结合DMO和Bi-GRU的混合分类模型被用于情绪检测.
- 基于的注意力预测被用来确定注意力.
主要成果:
- VRAPMG模型成功处理了面部图像,以提取注意力分析的相关特征.
- 混合DMO-Bi-GRU模型在对注意力的情绪进行分类方面表现出有效性.
- 基于的预测准确地确定了ASD儿童在VR体验中的注意力.
结论:
- 开发的VRAPMG模型提供了一种有希望的客观方法来评估ASD儿童的注意力.
- 与3D游戏和先进的计算模型集成的VR可以增强ASD的诊断和治疗工具.
- 这种方法为为患有自闭症儿童开发更具吸引力和有效的干预措施提供了基础.
