RadarVR:探索电影 VR 中的时空视觉引导

VR 中的社交与协作沉浸感与临场感研究360° 视频与全景内容电竞运动员与直播主播电影与动画制作人

文献标题

RadarVR: Exploring Spatiotemporal Visual Guidance in Cinematic VR

文献信息

  • 主题领域: 虚拟现实 (Virtual Reality)、用户界面交互 (User Interface Interaction)、视觉引导
  • 关键词: 虚拟现实, 360度视频, 电影式虚拟现实, 空间时间视觉引导, RadarVR, 人机交互

研究背景与问题

  • 问题或挑战:

    1. 在电影式虚拟现实 (CVR) 中,观看者由于视野限制可能无法看到场景中的重要事件 (ROI)。
    2. 当前的技术大多提供空间上的视觉引导(告诉观看者哪里需要看),但缺乏时间上的视觉引导(告诉观看者何时需要看)。
    3. 时间引导在快速事件或事件起点很重要的视频中尤为关键,因为用户在调整视角时容易错过关键时刻。
  • 重要性: 当前360度视频在沉浸式体验中的应用越来越广泛,包括游览、纪录片、恐怖题材和游戏等。缺乏对观看视角在时间和空间上的有效引导会影响观众体验和内容创作者的叙事能力。

  • 研究动机与相关工作:

    1. 现有研究主要集中在空间导航和注视模式分析,鲜有作品探讨时间引导对用户体验的影响。
    2. 作者关注既有工作中未能解决的问题并希望探索一种结合空间与时间视觉引导的方法。

解决方案

  • 提出的解决方案: RadarVR,一种新的视觉引导控件,结合了空间和时间引导,为360度视频中的观看者提供区域兴趣 (ROI) 的多维度信息。

  • 创新之处:

    1. 创新地将基于雷达的空间导航和节奏游戏中的时间引导相结合。
    2. 通过将ROI的方向和时间信息编码为移动楔块 (wedge) 的方式,帮助用户规划头部运动。
    3. 融合了现有空间导航 (minimap radar) 和节奏游戏设计的视觉隐喻。
  • 实施步骤与关键技术:

    1. RadarVR以输入的预定义ROI数据为基础,包括该兴趣区域的空间坐标(bounding box)、出现与消失时间。
    2. ROI可视化为楔形图案,围绕雷达以径向移动来反映时间的流逝,当楔块到达雷达中心表示ROI立即可见。
    3. 系统还提供方向指导(例如,当ROI在用户视图之外时,用绿色箭头标注垂直方向)。
    4. 通过Unity平台开发,并集成Meta Quest 2头显设备,结合插件如AVPro Video进行视频播放与同步。

研究成果

  • 具体成果:

    1. ROI可见率增加:实验表明,添加时间引导 (RadarVR的ST模式) 可以帮助用户整体上看到更多的ROI,比空间引导 (RadarVR的S模式) 增加了6%。
    2. ROI起始可见率显著提高:通过ST引导观看者能够更常见到ROI的开始部分,增加了81%。
    3. 观看持续时间更长:使用ST模式,观看者观察ROI的时间长度增加了21%。
  • 比较优势: 相较传统的空间视觉引导方法,RadarVR的时间反馈在以下场景中特别有效:

    • 快节奏视频中的短暂事件
    • 空间分散且需要头部频繁移动的视频
    • 对于事件起始效果很重要的场景
  • 实验或评估结果:

    1. 定量分析: 用户跟踪数据表明ST模式显著增加了ROI起始可见率和持续命中率。
    2. 定性反馈: 时间引导显著帮助用户规划观看行为,但个体偏好因用户目标(探索 vs. 精确观察)和心理需求而有所不同。
    3. 可用性与压力: NASA-TLX评估表明两种模式在整体认知负载上差异不显著,但ST模式在追踪短时事件中压力较低。
  • 局限性与未来方向:

    1. RadarVR当前需要手动标定ROI,未来可以探索自动标注或交互式标注技术。
    2. 研究聚焦于用户任务看完整个视频重要区域,未来可以探索更自然的观看场景或其他定量指标(如沉浸感、分心反馈)。
    3. 时间引导中的多个维度(例如事件到达时间与事件持续时间)的相对重要性可以进一步探讨。

总结

RadarVR项目探讨了空间与时间视觉引导对用户体验的影响,并证明时间反馈能有效增强视觉引导。在虚拟现实叙事领域,RadarVR为内容创作者提供了新的工具与思考方向,同时也开启了对用户偏好、个性化设计以及降低认知负载的新挑战与探索空间。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/uist/126719/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3586183.3606734
一眼看懂

论文快照

fact_check
dataset
来源
UIST
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
VR 中的社交与协作、沉浸感与临场感研究、360° 视频与全景内容
work
职业/产业
电竞运动员与直播主播、电影与动画制作人
article
内容状态
已索引正文
hub
相关论文
2 篇相关论文