論文の概要: Attention Guidance through Video Script: A Case Study of Object Focusing on 360° VR Video Tours
- arxiv url: http://arxiv.org/abs/2603.16875v1
- Date: Thu, 29 Jan 2026 19:30:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:42.350843
- Title: Attention Guidance through Video Script: A Case Study of Object Focusing on 360° VR Video Tours
- Title（参考訳）: ビデオスクリプトによる注意誘導:360度VR映像ツアーに着目した物体のケーススタディ
- Authors: Paulo Vitor Santana Silva, Arthur Ricardo Sousa Vitória, Diogo Fernandes Costa Silva, Arlindo Rodrigues Galvão Filho,
- Abstract要約: 本論文は,ビデオスクリプトをベースとしたオブジェクトに着目し,グラウンディング・ディノとセグメンション・アニーシングのモデルを組み合わせて注意を喚起する。
ケーススタディとして、本研究では、レディング大学の360度ビデオツアーで実験を行っている。
実験の結果,360度VRビデオツアーでは,ユーザの注意を向ける作業を支援することで,映像スクリプトによるユーザエクスペリエンスの向上が期待できることがわかった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Within the expansive domain of virtual reality (VR), 360° VR videos immerse viewers in a spherical environment, allowing them to explore and interact with the virtual world from all angles. While this video representation offers unparalleled levels of immersion, it often lacks effective methods to guide viewers' attention toward specific elements within the virtual environment. This paper combines the models Grounding Dino and Segment Anything (SAM) to guide attention by object focusing based on video scripts. As a case study, this work conducts the experiments on a 360° video tour on the University of Reading. The experiment results show that video scripts can improve the user experience in 360° VR Videos Tour by helping in the task of directing the user's attention.
- Abstract（参考訳）: 仮想現実(VR)の広大な領域の中では、360度VRビデオが視聴者を球形の環境に没入させ、あらゆる角度から仮想世界を探したり操作したりすることができる。
このビデオ表現は、非並列な没入レベルを提供するが、仮想環境内の特定の要素に視聴者の注意を向ける効果的な方法が欠如していることが多い。
本論文は,ビデオスクリプトに基づく対象重視による注意喚起のために,Grounding Dino と Segment Anything (SAM) のモデルを組み合わせる。
ケーススタディとして,本研究は,レディング大学の360度ビデオツアーで実施されている。
実験の結果,360度VRビデオツアーでは,ユーザの注意を向ける作業を支援することで,映像スクリプトによるユーザエクスペリエンスの向上が期待できることがわかった。
関連論文リスト
- Spherical Vision Transformers for Audio-Visual Saliency Prediction in 360-Degree Videos [15.59763872743732]
本研究では, 球面歪みの複雑さと空間音声の統合に対処するため, 塩分濃度予測の領域を360度環境まで拡張する。
この研究は、360度オーディオ・ビジュアル・サリエンシ予測のための包括的なデータセットが欠如していることから、81ODVの新しいデータセットであるYT360-EyeTrackingをキュレートする。
私たちのゴールは、360度ビデオの視覚的サリエンシを効果的に予測するために、オーディオ・ビジュアル・キューを利用する方法を探ることです。
論文 参考訳（メタデータ） (2025-08-27T19:01:47Z) - Beyond the Frame: Generating 360° Panoramic Videos from Perspective Videos [64.10180665546237]
360degのビデオは、私たちの周囲のより完全な視点を提供する。
既存のビデオモデルは、標準的なビデオを作るのに優れているが、完全なパノラマビデオを生成する能力は、まだ明らかになっていない。
高品質なデータフィルタリングパイプラインを開発し、双方向のトレーニングデータをキュレートし、360度ビデオ生成の品質を向上させる。
実験結果から,本モデルでは実写的でコヒーレントな360デグ映像を撮影できることが示された。
論文 参考訳（メタデータ） (2025-04-10T17:51:38Z) - From an Image to a Scene: Learning to Imagine the World from a Million 360 Videos [71.22810401256234]
オブジェクトやシーンの3次元理解は、人間が世界と対話する能力において重要な役割を果たす。
大規模合成およびオブジェクト中心の3Dデータセットは、オブジェクトの3D理解を持つモデルのトレーニングに有効であることが示されている。
我々は360-1M、360度ビデオデータセット、およびスケールの多様な視点から対応するフレームを効率的に見つけるプロセスを紹介した。
論文 参考訳（メタデータ） (2024-12-10T18:59:44Z) - EgoEnv: Human-centric environment representations from egocentric video [60.34649902578047]
ファースト・パーソン・ビデオでは、永続的な環境の中でカメラの着用者の活動が強調される。
現在のビデオ理解アプローチは、基礎となる物理空間から切り離された短いビデオクリップから視覚的特徴を引き出す。
本稿では、カメラ装着者の(潜在的に見えない)地域環境を予測できる表現を学習することで、自我中心の映像と環境を結びつけるアプローチを提案する。
論文 参考訳（メタデータ） (2022-07-22T22:39:57Z) - 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) - 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。