Cold sensations of varying intensities are perceived when human skin is subject to diverse environments. The accurate presentation of temperature changes is important to elicit immersive sensations in applications such as virtual reality. We developed a method to elicit intensity-adjustable non-contact cold sensations based on the vortex effect. We applied this effect to generate cold air at approximately 0 {\deg}C and varied the skin temperature over a wide range. The perception of different temperatures can be elicited by adjusting the volume flow rate of the cold air. Additionally, we introduced a cooling model to relate the changes in skin temperature to various parameters such as the cold air volume flow rate and distance from the cold air outlet to the skin. For validation, we conducted measurement experiments and found that our model can estimate the change in skin temperature with a root mean-square error of 0.16 {\deg}C. Furthermore, we evaluated the performance of a prototype in psychophysical cold discrimination experiments based on the discrimination threshold. Thus, cold sensations of varying intensities can be generated by varying the parameters. These cold sensations can be combined with images, sounds, and other stimuli to create an immersive and realistic artificial environment.


翻译:当人类皮肤受到不同环境的影响时,人们会感觉到不同强度的寒冷感。 准确显示温度变化对于在虚拟现实等应用中产生暗淡感非常重要。 我们根据旋涡效应开发了一种方法,以产生强度可调适的非接触感冷感。 我们应用这种效应来产生大约 0 xdeg}C 的冷空气, 并在广泛的范围内改变皮肤温度。 通过调整冷空气的体积流速率,可以产生对不同温度的感知。 此外, 我们引入了一种冷却模型, 将皮肤温度的变化与诸如冷空气量流速率和从冷空气到皮肤的距离等各种参数联系起来。 为了验证, 我们进行了测量实验, 发现我们的模型可以用0. 16 {deg}C. 根平均值错误来估计皮肤温度的变化。 此外, 我们评估了基于歧视临界值的心理物理冷控实验原型的性能。 因此, 不同强度的冷感感可以通过不同的参数产生。 这些冷感应可以与图像、 人造音和其他表面环境相结合。

0
下载
关闭预览

相关内容

专知会员服务
25+阅读 · 2021年4月2日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10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
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年10月16日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员