論文の概要: Toward Optimized VR/AR Ergonomics: Modeling and Predicting User Neck Muscle Contraction

• arxiv url: http://arxiv.org/abs/2308.14841v1
• Date: Mon, 28 Aug 2023 18:58:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-30 16:58:17.059771
• Title: Toward Optimized VR/AR Ergonomics: Modeling and Predicting User Neck Muscle Contraction
• Title（参考訳）: vr/arエルゴノミクスの最適化に向けて : 筋収縮のモデル化と予測
• Authors: Yunxiang Zhang, Kenneth Chen, Qi Sun
• Abstract要約: 頭を動かして仮想環境と対話しながら,VRユーザの頸部筋収縮レベル(MCL)を測定し,モデル化し,予測する。 種々の頭部運動状態下での頚部MCLを予測するための生体物理モデルを構築した。 この研究は、VR/ARおよびインタラクティブグラフィックスアプリケーションのための新しいエルゴノミクス中心のデザインを動機付けることを願っている。
• 参考スコア（独自算出の注目度）: 21.654553113159665
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ergonomic efficiency is essential to the mass and prolonged adoption of VR/AR experiences. While VR/AR head-mounted displays unlock users' natural wide-range head movements during viewing, their neck muscle comfort is inevitably compromised by the added hardware weight. Unfortunately, little quantitative knowledge for understanding and addressing such an issue is available so far. Leveraging electromyography devices, we measure, model, and predict VR users' neck muscle contraction levels (MCL) while they move their heads to interact with the virtual environment. Specifically, by learning from collected physiological data, we develop a bio-physically inspired computational model to predict neck MCL under diverse head kinematic states. Beyond quantifying the cumulative MCL of completed head movements, our model can also predict potential MCL requirements with target head poses only. A series of objective evaluations and user studies demonstrate its prediction accuracy and generality, as well as its ability in reducing users' neck discomfort by optimizing the layout of visual targets. We hope this research will motivate new ergonomic-centered designs for VR/AR and interactive graphics applications. Source code is released at: https://github.com/NYU-ICL/xr-ergonomics-neck-comfort.
• Abstract（参考訳）: エルゴノミクスの効率性は、VR/AR体験の大量化と長期化に不可欠である。 VR/ARヘッドマウントディスプレイは、視聴中にユーザーの自然なワイドレンジの頭部の動きをアンロックします。 残念ながら、このような問題を理解し、対処するための定量的な知識は今のところほとんどない。 筋電図装置を活用して、仮想環境と対話するために頭を動かしながら、VRユーザーの頸部筋収縮レベル(MCL)を測定し、モデル化し、予測する。 具体的には, 収集した生理的データから学習し, 様々な頭部運動状態下で首部mclを予測するための生体物理学的な計算モデルを開発した。 頭部運動の累積mclを定量化するだけでなく, 目標頭部のポーズのみを用いて, 潜在的なmcl要件を予測できる。 一連の客観的評価とユーザスタディは、その予測精度と一般性、および視覚目標のレイアウトを最適化することでユーザの首の不快感を軽減する能力を示す。 この研究は、VR/ARおよびインタラクティブグラフィックスアプリケーションのための新しい人間工学中心のデザインを動機付けることを願っている。 ソースコードはhttps://github.com/nyu-icl/xr-ergonomics-neck-comfort。

関連論文リスト

• Scaling Up Dynamic Human-Scene Interaction Modeling [58.032368564071895]
  TRUMANSは、現在利用可能な最も包括的なモーションキャプチャーHSIデータセットである。 人体全体の動きや部分レベルの物体の動きを複雑に捉えます。 本研究では,任意の長さのHSI配列を効率的に生成する拡散型自己回帰モデルを提案する。
  論文  参考訳（メタデータ） (2024-03-13T15:45:04Z)
• Cybersickness Detection through Head Movement Patterns: A Promising Approach [1.1562071835482226]
  本研究では,サイバーシック検出のための新しい生理指標としての頭部運動パターンについて検討する。 頭部の動きは、あらゆる商用VRヘッドセットに埋め込まれたセンサーを通して簡単に捉えられる、連続的で非侵襲的な測定手段を提供する。
  論文  参考訳（メタデータ） (2024-02-05T04:49:59Z)
• Universal Humanoid Motion Representations for Physics-Based Control [71.46142106079292]
  物理学に基づくヒューマノイド制御のための総合的な運動スキルを含む普遍的な運動表現を提案する。 まず、大きな非構造運動データセットから人間の動きをすべて模倣できる動き模倣機を学習する。 次に、模倣者から直接スキルを蒸留することで、動作表現を作成します。
  論文  参考訳（メタデータ） (2023-10-06T20:48:43Z)
• Modelling Human Visual Motion Processing with Trainable Motion Energy Sensing and a Self-attention Network [1.9458156037869137]
  本稿では,生体とコンピュータの視覚モデルとのギャップを埋めることで,人間の動作知覚のイメージ計算可能なモデルを提案する。 このモデルアーキテクチャは、生体視覚システムにおける運動知覚のコア構造であるV1-MTの計算を捉えることを目的としている。 サイリコ神経生理学では、我々のモデルの単位応答は、運動プーリングやスピードチューニングに関する哺乳類の神経記録に類似していることが明らかになっている。
  論文  参考訳（メタデータ） (2023-05-16T04:16:07Z)
• VR-LENS: Super Learning-based Cybersickness Detection and Explainable AI-Guided Deployment in Virtual Reality [1.9642496463491053]
  本研究は、サイバーシック検出MLモデルを開発するための、説明可能な人工知能(XAI)ベースのフレームワークであるVR-LENSを提案する。 我々はまず,サイバーシック検出のための新しいスーパーラーニングベースのアンサンブルMLモデルを開発した。 本手法は, 眼球運動, プレイヤー位置, ガルバニックスキン/ハートレート応答を, 統合センサ, ゲームプレイ, 生体生理学的データセットの最も重要な特徴として同定した。
  論文  参考訳（メタデータ） (2023-02-03T20:15:51Z)
• Force-Aware Interface via Electromyography for Natural VR/AR Interaction [69.1332992637271]
  我々はVR/ARにおける自然的および直感的な力入力のための学習ベースのニューラルネットワークを設計する。 我々は,3.3%の平均誤差で指の力量をリアルタイムでデコードし,キャリブレーションの少ない新規ユーザに一般化できることを実証した。 今後のVR/ARにおける、より現実的な物理性に向けた研究を進めるために、我々の研究成果を期待する。
  論文  参考訳（メタデータ） (2022-10-03T20:51:25Z)
• QuestSim: Human Motion Tracking from Sparse Sensors with Simulated Avatars [80.05743236282564]
  人間の身体の動きのリアルタイム追跡は、AR/VRにおける没入感のある体験に不可欠である。 本稿では,HMDと2つのコントローラから疎信号を取り出す強化学習フレームワークを提案する。 一つのポリシーは、多様な移動スタイル、異なる体の大きさ、新しい環境に対して堅牢であることを示す。
  論文  参考訳（メタデータ） (2022-09-20T00:25:54Z)
• Robust Egocentric Photo-realistic Facial Expression Transfer for Virtual Reality [68.18446501943585]
  ソーシャルな存在は、バーチャルリアリティー(VR)におけるデジタル人間による次世代コミュニケーションシステムを支える 最高の3DビデオリアルVRアバターは、人固有の(PS)モデルに依存します。 本稿では,エンドツーエンドのマルチアイデンティティアーキテクチャを提案することで,これらの制限を克服する。
  論文  参考訳（メタデータ） (2021-04-10T15:48:53Z)
• Synthesizing Skeletal Motion and Physiological Signals as a Function of a Virtual Human's Actions and Emotions [10.59409233835301]
  本研究では, 同期運動, 心電図, 血圧, 呼吸, 皮膚伝導信号の計算モデルからなるシステムを開発した。 提案されたフレームワークはモジュール化されており、柔軟性によってさまざまなモデルを試すことができる。 ラウンド・ザ・タイム・モニタリングのためのML研究を低コストで行うことに加えて、提案されたフレームワークはコードとデータの再利用を可能にする。
  論文  参考訳（メタデータ） (2021-02-08T21:56:15Z)
• Augment Yourself: Mixed Reality Self-Augmentation Using Optical See-through Head-mounted Displays and Physical Mirrors [49.49841698372575]
  光シークレットヘッドマウントディスプレイ(OST HMD)は、仮想オブジェクトと物理シーンを融合して、没入型複合現実(MR)環境をユーザに提供するための重要な技術のひとつです。 我々は,OST HMDと物理ミラーを組み合わせて自己拡張を実現し,ユーザを中心とした没入型MR環境を提供する,新しいコンセプトとプロトタイプシステムを提案する。 我々のシステムでは、まず第一に、HMDに取り付けられたRGBDカメラを用いて鏡によって生成された仮想画像中のユーザのポーズを推定し、仮想オブジェクトを反射に固定する。
  論文  参考訳（メタデータ） (2020-07-06T16:53:47Z)

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。