眼动-头动连续体：虚拟现实中个体与群体头部运动倾向的建模

文献标题

The Eye–Head Mover Spectrum: Modelling Individual and Population Head Movement Tendencies in Virtual Reality

出版信息

• 主题领域: 虚拟现实中凝视转移时眼–头协调的个体差异。
• 关键词: 眼–头协调, 虚拟现实, 凝视转移, 头部运动, 个体差异, 中心渲染, 自适应系统, 用户建模, 群体分布, 功能主成分分析。

背景与问题

• 问题与挑战: 现有关于眼–头协调的研究受限于分类定义、依赖阈值以及样本量较小。尚无连续且可扩展的模型能够捕捉虚拟现实中头部运动倾向的个体差异。
• 意义: 理解头部运动倾向对于设计自适应虚拟现实系统、提高舒适度以及优化交互技术至关重要。
• 动机与相关研究: 心理学和生物力学的早期研究识别了“头部运动者”和“非头部运动者”，但依赖阈值且样本量较小。人机交互领域尚未系统建模虚拟现实中的头部贡献，导致对个体差异及其对系统设计影响的理解存在空白。

解决方案

• 提出的方法: 引入眼–头运动谱，一种连续模型，用于描述头部对凝视转移的贡献，采用软铰链参数函数捕捉个体差异和群体分布。
• 创新点:
  1. 开发了一个用户特定的连续模型，用于描述头部对凝视转移的贡献。
  2. 分析了一个大型360°视频数据集（N=80），绘制群体分布图。
  3. 通过控制用户研究（N=28）测试个体策略的稳定性和任务依赖性。
  4. 应用功能主成分分析（functional PCA）揭示头部运动倾向的主要变化轴。
• 流程与关键技术:
  • 对大型虚拟现实数据集和用户研究中的凝视与头部数据进行预处理。
  • 将三种参数模型（线性模型、铰链模型、软铰链模型）拟合到个体数据中，选择软铰链模型以获得更高的准确性和可解释性。
  • 使用功能主成分分析（functional PCA）分析群体分布和个体差异。
  • 比较不同任务中的头部运动倾向（抽象目标选择与360°视频观看）。

结果

• 具体发现:
  • 软铰链模型解释了数据集中参与者头部贡献的91.1%的方差。
  • 在20°目标偏离时，头部贡献范围为5–15°，在50°时则为30–45°，反映了策略的广泛谱系。
  • 用户研究表明头部贡献策略在不同任务间具有稳定性，抽象任务与视频任务之间的显著相关性为r = 0.60, p < 0.001。
• 相较基线的优势:
  • 软铰链模型在解释方差（R²）和误差（RMSE）方面优于线性模型和铰链模型。
  • 避免了对任意阈值的依赖，捕捉了头部参与的渐进过渡。
• 实验与评估:
  • 数据集分析: D-SAV360数据集（N=80），包含360°视频自由观看。
  • 用户研究: 抽象目标选择与360°视频任务（N=28），使用Meta Quest Pro头显。
  • 评估指标: R², RMSE, 功能主成分分析（functional PCA）以及主观反馈。
• 局限性与未来工作:
  • 研究仅限于水平凝视转移（±50°），尚未探索垂直和三维协调。
  • 任务集中于自由观看和抽象选择，其他虚拟现实场景（如移动、交互）需进一步研究。
  • 人口统计学多样性和硬件人体工学可能影响结果。
  • 未来工作应扩展至更大数据集、动态场景以及完整的三维协调。

摘要

本文提出了眼–头运动谱，一种用于描述虚拟现实中头部运动倾向的连续模型，捕捉眼–头协调中的个体差异。通过软铰链参数模型，作者分析了一个大型360°视频数据集并进行了控制用户研究，揭示了从眼部主导到头部主导的策略谱系。研究发现这些策略在个体内具有稳定性，但会随任务情境发生变化。该研究对自适应虚拟现实系统（包括中心渲染、视口对齐和包容性设计）具有直接意义，并为虚拟现实交互中个体差异的未来研究奠定了基础。