論文の概要: Less Cybersickness, Please: Demystifying and Detecting Stereoscopic Visual Inconsistencies in VR Apps

• arxiv url: http://arxiv.org/abs/2406.09313v1
• Date: Thu, 13 Jun 2024 16:48:48 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-14 16:45:33.085559
• Title: Less Cybersickness, Please: Demystifying and Detecting Stereoscopic Visual Inconsistencies in VR Apps
• Title（参考訳）: VRアプリにおける立体視の不整合の軽減と検出
• Authors: Shuqing Li, Cuiyun Gao, Jianping Zhang, Yujia Zhang, Yepang Liu, Jiazhen Gu, Yun Peng, Michael R. Lyu,
• Abstract要約: 立体視的不整合(SVI)の問題は、ユーザの脳のレンダリングプロセスを損なう。 本稿では,立体視の不整合を識別するための非教師付きブラックボックステストフレームワークであるStereoIDを提案する。 実験のために、288の現実世界のVRアプリから171K以上の画像を持つ、大規模な未ラベルのVRステレオスクリーンショットデータセットを構築しました。
• 参考スコア（独自算出の注目度）: 46.63489566687515
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The quality of Virtual Reality (VR) apps is vital, particularly the rendering quality of the VR Graphical User Interface (GUI). Different from traditional 2D apps, VR apps create a 3D digital scene for users, by rendering two distinct 2D images for the user's left and right eyes, respectively. Stereoscopic visual inconsistency (denoted as "SVI") issues, however, undermine the rendering process of the user's brain, leading to user discomfort and even adverse health effects. Such issues commonly exist but remain underexplored. We conduct an empirical analysis on 282 SVI bug reports from 15 VR platforms, summarizing 15 types of manifestations. The empirical analysis reveals that automatically detecting SVI issues is challenging, mainly because: (1) lack of training data; (2) the manifestations of SVI issues are diverse, complicated, and often application-specific; (3) most accessible VR apps are closed-source commercial software. Existing pattern-based supervised classification approaches may be inapplicable or ineffective in detecting the SVI issues. To counter these challenges, we propose an unsupervised black-box testing framework named StereoID to identify the stereoscopic visual inconsistencies, based only on the rendered GUI states. StereoID generates a synthetic right-eye image based on the actual left-eye image and computes distances between the synthetic right-eye image and the actual right-eye image to detect SVI issues. We propose a depth-aware conditional stereo image translator to power the image generation process, which captures the expected perspective shifts between left-eye and right-eye images. We build a large-scale unlabeled VR stereo screenshot dataset with larger than 171K images from 288 real-world VR apps for experiments. After substantial experiments, StereoID demonstrates superior performance for detecting SVI issues in both user reports and wild VR apps.
• Abstract（参考訳）: VR(Virtual Reality)アプリの品質、特にGUI(VR Graphical User Interface)のレンダリング品質は不可欠です。 従来の2Dアプリとは異なり、VRアプリは、それぞれ左目と右目のために2つの異なる2D画像をレンダリングすることで、ユーザのための3Dデジタルシーンを作成します。 しかし、立体視的不整合("SVI"と表記される)は、ユーザの脳のレンダリング過程を損なうため、ユーザの不快感や健康への影響さえも生じる。 このような問題は一般的には存在するが、未解決のままである。 我々は15のVRプラットフォームから282のSVIバグレポートを解析し、15種類のマニフェストを要約した。 実験分析の結果,(1)トレーニングデータの欠如,(2)SVI問題の顕在化は多種多様で複雑で,しばしばアプリケーション固有のもの,(3)最もアクセスしやすいVRアプリはクローズドソースの商用ソフトウェアであるため,SVI問題の自動検出は困難であることが判明した。 既存のパターンに基づく教師付き分類アプローチは、SVI問題の検出には適用できないか、あるいは効果がない可能性がある。 これらの課題に対処するため、我々は、レンダリングされたGUI状態のみに基づいて立体視の不整合を識別する、StereoIDという教師なしブラックボックステストフレームワークを提案する。 ステレオIDは、実際の左目画像に基づいて合成右目画像を生成し、合成右目画像と実際の右目画像との距離を計算し、SVI問題を検出する。 本稿では,左目と右目の間で期待される視点シフトをキャプチャする画像生成プロセスを実現するための,奥行き認識型条件付きステレオ画像トランスレータを提案する。 実験のために、288の現実世界のVRアプリから171K以上の画像を持つ、大規模な未ラベルのVRステレオスクリーンショットデータセットを構築しました。 大規模な実験の後、StereoIDはユーザーレポートと野生のVRアプリの両方でSVI問題を検出する上で優れたパフォーマンスを示している。

関連論文リスト

• Grounded GUI Understanding for Vision Based Spatial Intelligent Agent: Exemplified by Virtual Reality Apps [41.601579396549404]
  仮想現実感アプリのための最初のゼロショットcOntext-sensitive inteRactable GUI ElemeNT dEtectionフレームワークOrienterを提案する。 人間の振る舞いを模倣することで、OrienterはまずVRアプリのシーンの意味的コンテキストを観察し、理解し、次に検出を実行する。
  論文  参考訳（メタデータ） (2024-09-17T00:58:00Z)
• Multisensory extended reality applications offer benefits for volumetric biomedical image analysis in research and medicine [2.46537907738351]
  高解像度ボリューム画像からの3Dデータは、現代医学における診断と治療の中心的な資源である。 近年の研究では、視覚深度知覚と触覚を持つ3次元画像の知覚に拡張現実(XR)を用いたが、制限的な触覚デバイスを用いた。 本研究では, バイオメディカル画像の専門家24名を対象に, 3次元医用形状を探索した。
  論文  参考訳（メタデータ） (2023-11-07T13:37:47Z)
• ChromaCorrect: Prescription Correction in Virtual Reality Headsets through Perceptual Guidance [3.365646526465954]
  メガネは、拡張現実と仮想現実のヘッドセットで使うと、さらに大きめの不快感と不快感を引き起こす。 本稿では,よりシャープで没入的なVR画像を提供するための処方薬を意識したレンダリング手法を提案する。 デスクトップやVRヘッドセットなど,さまざまなディスプレイに対するアプローチを評価し,視覚障害のあるユーザに対して,大幅な品質向上とコントラスト向上を図っている。
  論文  参考訳（メタデータ） (2022-12-08T13:30:17Z)
• Perceptual Quality Assessment of Omnidirectional Images [81.76416696753947]
  16のソース画像と320の歪み画像を含む全方位IQA (OIQA) データベースを最初に構築する。 そして、VR環境におけるOIQAデータベース上で主観的品質評価研究を行う。 原画像と歪んだ全方位画像、主観的品質評価、および頭部と眼の動きデータを合わせてOIQAデータベースを構成する。
  論文  参考訳（メタデータ） (2022-07-06T13:40:38Z)
• NeuralPassthrough: Learned Real-Time View Synthesis for VR [3.907767419763815]
  ステレオ一対のRGBカメラを用いたVRヘッドセットを用いて,最初の学習パススルー手法を提案し,その性能を評価する。 得られたパススルー手法は,最先端の手法に比べて画像品質が優れていることを示す。
  論文  参考訳（メタデータ） (2022-07-05T17:39:22Z)
• Perceptual Quality Assessment of Virtual Reality Videos in the Wild [53.94620993606658]
  既存のパノラマビデオデータベースでは、合成歪みのみを考慮し、一定の視聴条件を仮定し、サイズに制限がある。 我々はVRVQW(VR Video Quality in the Wild)データベースを構築した。 我々は,2つの異なる視聴条件下で,139ドルの被験者から,スキャンパスと品質スコアを記録するための正式な心理物理実験を行った。
  論文  参考訳（メタデータ） (2022-06-13T02:22:57Z)
• Unmasking Communication Partners: A Low-Cost AI Solution for Digitally Removing Head-Mounted Displays in VR-Based Telepresence [62.997667081978825]
  バーチャルリアリティ(VR)における対面会話は、被験者がヘッドマウントディスプレイ(HMD)を装着する際の課題である 過去の研究では、高コストハードウェアを用いた実験室環境では、VRで個人用アバターを用いた高忠実な顔再構成が可能であることが示されている。 我々は,オープンソース,フリーソフトウェア,安価なハードウェアのみを利用する,このタスクのための最初の低コストシステムを提案する。
  論文  参考訳（メタデータ） (2020-11-06T23:17:12Z)
• Facial Expression Recognition Under Partial Occlusion from Virtual Reality Headsets based on Transfer Learning [0.0]
  畳み込みニューラルネットワークに基づくアプローチは、顔認識タスクに適用可能であることが証明されたため、広く採用されている。 しかし、頭部に装着したVRヘッドセットを装着して顔を認識することは、顔の上半分が完全に隠されているため、難しい作業である。 既存のFERデータセットに適用可能なSamsung Gear VRヘッドセットによる閉塞をシミュレートする幾何学的モデルを提案する。
  論文  参考訳（メタデータ） (2020-08-12T20:25:07Z)
• Automatic Recommendation of Strategies for Minimizing Discomfort in Virtual Environments [58.720142291102135]
  本稿では,まず,サイバーシックネス(CS)の原因に関する詳細なレビューを行う。 当社のシステムでは,ユーザがアプリケーションの次の瞬間に,病気の状況に侵入しているかどうかを示唆することができる。 CSPQ(Cybersickness Profile Questionnaire)も提案されている。
  論文  参考訳（メタデータ） (2020-06-27T19:28:48Z)
• Perceptual Quality Assessment of Omnidirectional Images as Moving Camera Videos [49.217528156417906]
  ユーザの視聴行動やパノラマの知覚的品質を決定するには,2種類のVR視聴条件が不可欠である。 まず、異なる視聴条件下での異なるユーザの視聴行動を用いて、一方向の画像を複数のビデオ表現に変換する。 次に、高度な2次元フルレファレンスビデオ品質モデルを活用して、知覚された品質を計算する。
  論文  参考訳（メタデータ） (2020-05-21T10:03:40Z)

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。