研究员用生理信号提前预测VR晕动症，准确率达97.44％
检测当前晕动症程度的精确度达到97.44%
（映维网 2020年10月20日）在沉浸在VR环境中的时候，用户经常会出现某种程度的晕动症。这是阻碍VR普及的最大障碍之一，而即便经过数十年的研究，行业人士依然在探索有效的解决方案。
德州大学圣安东尼奥分校和休斯顿大学的研究人员最近发布了一份名为Automatic Detection and Prediction of Cybersickness Severity using Deep Neural Networks from user’s Physiological Signals（使用深层神经网络并根据用户生理信号自动检测和预测晕动症严重程度）的研究论文，并提出利用深层神经网络来帮助检测和预测晕动症，从而帮助系统及时采取适合的缓解措施或提醒用户。
由于精度高，采集晕动症相关数据的标准方法一般是利用脑电图（EEG）信号，而不是通过其他生理测量数据，如心率或呼吸频率。但是，德州大学圣安东尼奥分校和休斯顿大学的研究人员认为生理数据的采集要比EEG数据简单，并且需要更少的后处理。
......（全文 742 字，剩余 415 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
