This work focuses on enabling user-centric immersive systems, in which every aspect of the coding-delivery-rendering chain is tailored to the interactive users. Understanding the actual interactivity and behaviour of those users is still an open challenge and a key step to enable such a user-centric system. Our main goal is to enable user behavioural analysis in the case of 6 degree-of-freedom (DoF) systems by extending the applicability of existing behavioural methodologies adopted for studying user behaviour in 3-DoF settings. Specifically, we deeply analyse 6-DoF navigation patterns with comparisons to the 3-DoF counterpart. Then, we define new metrics aimed at better modelling users similarities in a 6-DoF system. We validate and test our solutions on real navigation paths of users while displaying dynamic volumetric media in 6-DoF Virtual Reality conditions. To show the flexibility and generality of our proposed metrics, we also test their performance on navigation trajectories collected in a 6-DoF Augmented Reality settings. Our results show that metrics that consider both user position and viewing direction better perform in detecting user similarity while navigating in a 6-DoF system. Having easy-to-use but robust metrics that underpin multiple tools and answer the question "how do I detect if two users look at the same content?" open the gate to new solutions for a user-centric system.


翻译:这项工作侧重于使用户能够以用户为中心的隐蔽系统,在该系统中,对交付的编码链的每个方面都适合互动用户。了解这些用户的实际互动和行为仍然是开放的挑战,也是使这种以用户为中心的系统成为一个关键步骤。我们的主要目标是通过扩大为研究3-DoF环境中的用户行为而采用的现有行为方法的适用性,使6度自由系统能够进行用户行为分析。具体地说,我们深入分析6-DoF导航模式,与3-DoF对口系统进行比较。然后,我们界定新的指标,目的是更好地模拟6度-DoF系统中的用户相似之处?我们验证和测试我们关于用户实际导航路径的解决办法,同时在6度-DoF虚拟现实条件下展示动态媒体。为了显示我们拟议指标的灵活性和一般性,我们还测试其在6度-DoF开放现实环境中环境中收集的导航轨迹上的性能。我们的结果显示,在6度中心环境中,用户的位置和观察方向都看得更好,但在识别用户的类似性方面,我们验证系统在识别6度的多度用户的答案时,要以轻松的方式识别6度的答案。

0
下载
关闭预览

相关内容

IFIP TC13 Conference on Human-Computer Interaction是人机交互领域的研究者和实践者展示其工作的重要平台。多年来,这些会议吸引了来自几个国家和文化的研究人员。官网链接:http://interact2019.org/
【杜克-Bhuwan Dhingra】语言模型即知识图谱,46页ppt
专知会员服务
65+阅读 · 2021年11月15日
【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
63+阅读 · 2021年8月20日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
医学 | 顶级SCI期刊专刊/国际会议信息4条
Call4Papers
5+阅读 · 2018年12月28日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
3D ToF LiDAR in Mobile Robotics: A Review
Arxiv
0+阅读 · 2022年2月22日
Arxiv
0+阅读 · 2022年2月16日
Arxiv
3+阅读 · 2021年2月24日
VIP会员
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
医学 | 顶级SCI期刊专刊/国际会议信息4条
Call4Papers
5+阅读 · 2018年12月28日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员