TimeGAN头部旋转数据生成技术通过深度学习模型合成逼真XR用户运动时序数据
扩展头部旋转数据集
（映维网Nweon 2025年05月22日）XR是向用户传送多媒体内容的一种革命性方法。它受欢迎的一大原因是沉浸感和交互性。对于扩展现实，生成和传输的内容在很大程度上取决于用户在看什么。无缝系统主动考虑用户的运动，所以需要准确预测即将到来的旋转。
训练和评估这样的预测器需要大量的定向输入数据，而数据的收集成本非常高，因为它需要人类测试对象。更可行的方法是通过测试对象收集适度的数据集，然后使用合成数据生成方法将其扩展到更大的数据集。
在一项研究中，安特卫普大学和加泰罗尼亚理工大学团队提出了一个基于TimeGAN的头部旋转时间序列生成器。这种方法能够用与测量时间序列分布密切匹配的新样本扩展头部旋转数据集。
XR是媒体消费的一场重大革命。除了广泛用于娱乐目的之外，XR同时为其他任务提供了新的方法，包括培训、远程操作以及建筑和施工等。XR体验的一个关键促成因素是它如何在体验中准确而迅速地反映用户的真实运动。
XR中的用户自由对系统提出了具有挑战性的要求。当用户转动头部时，显示的内容必须立即适应。具体地说，延迟决定了任何用户晕动的效果必须在20毫秒内可见，以避免用户感到恶心。有数种算法有助于满足这种需求。
......（全文 1727 字，剩余 1258 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
