化身完整性对虚拟现实中身体沉浸感和手部重定向可检测性的影响
作者
力反馈与伪重力感全身交互与体感输入XR 中的身份认同与化身(Avatar)
文献标题
The Impact of Avatar Completeness on Embodiment and the Detectability of Hand Redirection in Virtual Reality
文献信息
- 主题领域: 虚拟现实中的身体感知与手重定向检测阈值研究
- 关键词: 虚拟现实, 手重定向, 检测阈值, 化身化身性, 幻觉
研究背景与问题
-
问题或挑战:
- 虚拟现实中的交互技术经常依赖视觉与手部位置的偏移(红irection),但仍缺乏对这些技术如何影响用户体验的理解。
- 当前大多数研究关注于在虚拟现实“浮动”手部模型的检测阈值,而忽略了较完整的化身(avatar)是否也适用于手重定向的性能。
-
重要性:
- 虚拟现实中的手重定向(Hand Redirection, HR)技术可以提升感知体验,但仍需确保不干扰用户的化身体验。
- 化身的完整性可能影响身体感知和空间感知,进而影响手重定向技术的可接受性。
-
研究动机与相关工作:
- 本研究受到虚拟现实中化身表现完整性趋势的推动,而这些化身被广泛用于游戏、社交互动和培训。然而,关于完整化身是否会降低手重定向技术的检测阈值仍是未解决的问题。
- 作者提出两个研究问题:
- 增强的化身完整性是否会提高身体化身感知(Embodiment)?
- 更高的化身化身性是否会降低手重定向的检测阈值?
解决方案
-
提出方法:
- 设计了一个实验来研究化身的完整性如何影响用户的身体感知(Embodiment)以及手重定向的检测阈值。
- 定义了4个化身完整性级别:手部(Hand)、手臂(Hand + Arm)、全身(Full Body)、全身纹理化身(Full Body + Texture)。
-
创新之处:
- 寻求揭示相比浮动手部模型,较完整化身是否对感知阈值有变化。
- 使用统一的实验设置和仪器,确保高精度的虚拟现实手重定向测量。
-
实施步骤:
- 身体化身感知测量:
- 用户与化身互动(模仿姿态)以增强感知化身感。
- 使用标准化问卷量化身体拥有感、动作控制感和空间位置感。
- 手重定向检测阈值测量:
- 通过心理物理测量实验,使用二选一强制选择法(2IFC)评估用户对手偏移的检测能力。
- 比较多个化身完整性级别下的检测阈值。
- 身体化身感知测量:
研究成果
-
具体成果:
- 随着化身完整性级别的提升,用户的身体化身感知显著提升。
- 实验证据表明,各级化身完整性对手重定向检测阈值的影响不显著,检测阈值与以往浮动手研究结果一致。
-
优势:
- 本研究验证了现有手重定向阈值的适应性,无论化身完整性如何,都可以继续使用现有技术和阈值。
- 为虚拟现实设计中的化身选择提供了用户体验数据支持,支持较完整化身的普及。
-
实验或评估结果:
- 化身完整性得分(Embodiment Score):化身越完整,身体拥有感越高。
- 手重定向检测阈值:实验结果与以往文献(如手偏移方向)测量结果一致,各化身完整性无显著差异。
-
局限性与未来方向:
- 局限性:
- 化身选择局限于基本的纹理化身与机器人化身,未考虑个性化定制化身对感知的影响。
- 使用了固定的手偏移方向,仍需研究不同重定向轨迹或偏移方向对检测阈值的影响。
- 当前实验规模未能揭示微小影响,需要更精密的设备支持。
- 未来方向:
- 改进化身选择方案,如使用真实3D扫描化身或允许用户定制化身。
- 评估其他红irection技术参数,如偏移距离、方向及复杂度的影响。
- 探讨用户与同时多个化身交互时的化身性与技术适配性。
- 局限性:
附加信息
- 作者声明: 本研究得到了德国数据基金会和新加坡教育部学术研究基金的资助。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
2- 更完整的虚拟化身是否能提升用户的化身感知体验?分类: 虚拟化身设计与具身存在感同类问题arrow_forward
- 更高的化身感知是否会降低用户对手部偏移的检测阈值?分类: 虚拟化身设计与具身存在感同类问题arrow_forward
lightbulb
现实痛点
1- 虚拟现实中缺乏明确标准化的化身设计对手部偏移性能的影响研究。分类: 虚拟化身设计与具身存在感同类问题arrow_forward
- 67%
面向“Avatar友好”的3D操作技术:弥合虚拟现实中化身感与交互之间的差距
CHI '21· 全身交互与体感输入 +1
- 67%
CapstanCrunch:一种提供用户力反馈的触觉VR控制器
UIST '19· 力反馈与伪重力感 +1
- 67%
Pull-Ups:在虚拟现实中利用身体尺度本体感力反馈增强悬浮活动
UIST '19· 力反馈与伪重力感 +1
- 67%
基于任务集成优化的头像迭代适配方法
UIST '20· 全身交互与体感输入 +1
- 67%
方向盘任务的方差与分布模型
UIST '21· 力反馈与伪重力感 +1
- 67%
JetUnit:使用水射流在虚拟现实中渲染多样力反馈
UIST '24· 力反馈与伪重力感 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3641933
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
力反馈与伪重力感、全身交互与体感输入、XR 中的身份认同与化身(Avatar)
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
6 篇相关论文