論文の概要: Predictive Context-Awareness for Full-Immersive Multiuser Virtual
Reality with Redirected Walking
- arxiv url: http://arxiv.org/abs/2303.17907v1
- Date: Fri, 31 Mar 2023 09:09:17 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-03 14:41:51.860516
- Title: Predictive Context-Awareness for Full-Immersive Multiuser Virtual
Reality with Redirected Walking
- Title(参考訳): リダイレクトウォーキングによるフル没入型マルチユーザーバーチャルリアリティの予測コンテキスト認識
- Authors: Filip Lemic, Jakob Struye, Thomas Van Onsem, Jeroen Famaey, Xavier
Costa Perez
- Abstract要約: 本稿では,送信機と受信機側ビームフォーミングとビームステアリングの最適化に,予測的文脈認識を活用することを提案する。
送信側ビームフォーミングとビームステアリングの最適化にRDW(Redirected Walking)を用いたマルチユーザVRセットアップにおけるユーザの横動きの短期予測を利用することができる。
本研究では, 配向データ生成のための TimeGAN に基づく手法により, 実験により得られたデータと密に一致する合成サンプルを生成可能であることを示す。
- 参考スコア(独自算出の注目度): 5.393569497095572
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Virtual Reality (VR) technology is being advanced along the lines of
enhancing its immersiveness, enabling multiuser Virtual Experiences (VEs), and
supporting unconstrained mobility of the users in their VEs, while constraining
them within specialized VR setups through Redirected Walking (RDW). For meeting
the extreme data-rate and latency requirements of future VR systems, supporting
wireless networking infrastructures will operate in millimeter Wave (mmWave)
frequencies and leverage highly directional communication in both transmission
and reception through beamforming and beamsteering. We propose to leverage
predictive context-awareness for optimizing transmitter and receiver-side
beamforming and beamsteering. In particular, we argue that short-term
prediction of users' lateral movements in multiuser VR setups with RDW can be
utilized for optimizing transmitter-side beamforming and beamsteering through
Line-of-Sight (LoS) "tracking" in the users' directions. At the same time,
short-term prediction of orientational movements can be used for receiver-side
beamforming for coverage flexibility enhancements. We target two open problems
in predicting these two context information instances: i) lateral movement
prediction in multiuser VR settings with RDW and ii) generation of synthetic
head rotation datasets to be utilized in the training of existing orientational
movements predictors. We follow by experimentally showing that Long Short-Term
Memory (LSTM) networks feature promising accuracy in predicting lateral
movements, as well as that context-awareness stemming from VEs further benefits
this accuracy. Second, we show that a TimeGAN-based approach for orientational
data generation can generate synthetic samples closely matching the
experimentally obtained ones.
- Abstract(参考訳): 仮想現実(VR)技術は、没入性の向上、マルチユーザバーチャルエクスペリエンス(VE)の実現、VEにおけるユーザの制約のないモビリティのサポート、さらにはリダイレクトウォーキング(RDW)を通じて専門のVRセットアップ内での制限などに沿って進歩している。
将来のVRシステムの極端なデータレートとレイテンシ要件を満たすため、無線ネットワークインフラのサポートはミリ波(mmWave)周波数で動作し、ビームフォーミングとビームステアリングによる送信と受信の両方で高い指向性通信を利用する。
送信機と受信側ビームフォーミングとビームステアリングを最適化するために,予測文脈認識の活用を提案する。
特に、RDWを用いたマルチユーザVRセットアップにおけるユーザの側方移動の短期予測は、送信側ビームフォーミングとLine-of-Sight(LoS)によるビームステアリングの最適化に有効である。
同時に、方向移動の短期予測を受信側ビームフォーミングに使用して、カバレッジの柔軟性を向上できる。
これら2つのコンテキスト情報インスタンスの予測における2つのオープン問題を対象としています。
一 RDWによるマルチユーザーVR設定における横移動予測
二 既存の方位運動予測器の訓練に使用する合成頭部回転データセットの作成
実験の結果,側方運動の予測に有望な精度を特徴とする長短記憶(LSTM)ネットワークと,VEから生じるコンテキスト認識が,この精度をさらに向上させることを示した。
第2に、時間GANに基づく配向データ生成手法により、実験により得られたデータと密接に一致する合成サンプルを生成することができることを示す。
関連論文リスト
- Adapting to Length Shift: FlexiLength Network for Trajectory Prediction [53.637837706712794]
軌道予測は、自律運転、ロボット工学、シーン理解など、様々な応用において重要な役割を果たしている。
既存のアプローチは主に、一般に標準入力時間を用いて、公開データセットの予測精度を高めるために、コンパクトなニューラルネットワークの開発に重点を置いている。
本稿では,様々な観測期間に対する既存の軌道予測の堅牢性を高めるための,汎用的で効果的なフレームワークFlexiLength Network(FLN)を紹介する。
論文 参考訳(メタデータ) (2024-03-31T17:18:57Z) - AMP: Autoregressive Motion Prediction Revisited with Next Token Prediction for Autonomous Driving [59.94343412438211]
本稿では,GPT方式の次のトークン動作予測を動作予測に導入する。
同種単位-ワードからなる言語データとは異なり、運転シーンの要素は複雑な空間的・時間的・意味的な関係を持つ可能性がある。
そこで本稿では,情報集約と位置符号化スタイルの異なる3つの因子化アテンションモジュールを用いて,それらの関係を捉えることを提案する。
論文 参考訳(メタデータ) (2024-03-20T06:22:37Z) - Radar-Based Recognition of Static Hand Gestures in American Sign
Language [17.021656590925005]
本研究では,先進レーダ線トレーシングシミュレータによる合成データの有効性について検討した。
シミュレータは直感的な材料モデルを採用し、データ多様性を導入するように調整することができる。
NNを合成データで専用にトレーニングしているにもかかわらず、実際の測定データでテストを行うと、有望な性能を示す。
論文 参考訳(メタデータ) (2024-02-20T08:19:30Z) - Federated Multi-View Synthesizing for Metaverse [52.59476179535153]
メタバースは没入型エンターテイメント、教育、ビジネスアプリケーションを提供すると期待されている。
無線ネットワーク上のバーチャルリアリティ(VR)伝送は、データと計算集約である。
我々は,メタバースにおける無線コンテンツ配信のために,効率的な合成,記憶,通信資源を提供する,新しい多視点合成フレームワークを開発した。
論文 参考訳(メタデータ) (2023-12-18T13:51:56Z) - Joint Sensing, Communication, and AI: A Trifecta for Resilient THz User
Experiences [118.91584633024907]
テラヘルツ(THz)無線システムに対する拡張現実(XR)体験を最適化するために、新しい共同センシング、通信、人工知能(AI)フレームワークを提案する。
論文 参考訳(メタデータ) (2023-04-29T00:39:50Z) - F-RDW: Redirected Walking with Forecasting Future Position [2.257416403770908]
本研究では,(1)仮想空間におけるユーザの将来情報を仮定せずに予測し,(2)既存のRDW手法を操作しながら,その情報を融合させるメカニズムF-RDWを提案する。
最初のステップのバックボーンはLSTMベースのモデルで、ユーザの空間的および視線追跡データを取り込み、仮想空間におけるユーザの将来の位置を予測する。
提案手法は,リセット数を大幅に削減し,リセット間の移動距離を増大させる。
論文 参考訳(メタデータ) (2023-04-07T06:37:17Z) - WiserVR: Semantic Communication Enabled Wireless Virtual Reality
Delivery [12.158124978097982]
本稿では,VRユーザに対して連続した360度ビデオフレームを提供するための,Wireless SEmantic deliveRy for VR(WiserVR)という新しいフレームワークを提案する。
ディープラーニングベースの複数のモジュールは、WiserVRのトランシーバとしてよく設計されており、高性能な特徴抽出とセマンティックリカバリを実現している。
論文 参考訳(メタデータ) (2022-11-02T16:22:41Z) - Short-Term Trajectory Prediction for Full-Immersive Multiuser Virtual
Reality with Redirected Walking [6.622115542749609]
完全没入型マルチユーザーバーチャルリアリティ(VR)は、仮想世界のユーザの制約のないモビリティをサポートすることを想定している。
RNN ファミリーの別の候補である Gated Recurrent Unit (GRU) ネットワークは、一般的に従来の LSTM よりも優れていることを示す。
第2に、仮想世界からのコンテキストは、追加の入力機能として使用すれば、予測の精度を高めることができることを示す。
論文 参考訳(メタデータ) (2022-07-15T15:09:07Z) - Towards Scale Consistent Monocular Visual Odometry by Learning from the
Virtual World [83.36195426897768]
仮想データから絶対スケールを取得するための新しいフレームワークであるVRVOを提案する。
まず、モノクロ実画像とステレオ仮想データの両方を用いて、スケール対応の異種ネットワークをトレーニングする。
結果として生じるスケール一貫性の相違は、直接VOシステムと統合される。
論文 参考訳(メタデータ) (2022-03-11T01:51:54Z) - Feeling of Presence Maximization: mmWave-Enabled Virtual Reality Meets
Deep Reinforcement Learning [76.46530937296066]
本稿では,無線モバイルユーザに対して,超信頼性でエネルギー効率のよいバーチャルリアリティ(VR)体験を提供するという課題について検討する。
モバイルユーザへの信頼性の高い超高精細ビデオフレーム配信を実現するために,コーディネートマルチポイント(CoMP)伝送技術とミリ波(mmWave)通信を利用する。
論文 参考訳(メタデータ) (2021-06-03T08:35:10Z) - Learning-based Prediction and Uplink Retransmission for Wireless Virtual
Reality (VR) Network [29.640073851481066]
本稿では、オフラインおよびオンライン学習アルゴリズムを用いて、実際のvrデータセットを用いて、vrユーザの視点を予測する。
提案手法は,無線VRネットワークを有効再送信方式で接続するオンライン学習アルゴリズムでは,約5%の予測誤差しか示さない。
論文 参考訳(メタデータ) (2020-12-16T18:31:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。