头戴式立体显示中晕动症的测量与减轻方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61901259
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    28.0万
  • 负责人：
    高忠派
  • 依托单位：
    上海交通大学
  • 学科分类：
    F0117.多媒体信息处理
  • 结题年份：
    2022
  • 批准年份：
    2019
  • 项目状态：
    已结题
  • 起止时间：
    2020-01-01 至2022-12-31

项目摘要

Stereoscopic 3D (S3D) has been used for virtual/augmented reality, 3D movies, scientific visualization, medical imaging, etc. Particularly, head-mounted displays (HMD) have attracted public attention in recent years. However, S3D viewing may cause visually induced motion sickness (VIMS). The symptoms of VIMS include headache, nausea, sweating, etc., which stops people from experiencing S3D again. Thus, it is important to reduce VIMS. Current S3D display technology has the following challenges: existing S3D perception prediction methods are not accurate enough, VIMS measurement methods have not been well established, and the causes of VIMS have not been validated. In this project, we establish geometric distortion models in the world coordinate system and retinal angular coordinate system to predict the S3D perception world. Then, we develop subjective and objective measurement methods to quantify users’ VIMS susceptibility. At last, we conduct experiments to test the causes of VIMS and the proposed VIMS reduction method so that more people can enjoy S3D viewing. This research will improve the competitiveness of China in the areas of S3D and virtual reality.
立体显示技术已经广泛地应用于虚拟现实、3D电影、医疗成像等领域，尤其是头戴式立体显示在近几年得到了广泛地关注，然而观看立体显示可能导致晕动症比如头晕、恶心、出汗等症状限制了立体显示的进一步推广和应用。本项目针对立体显示相关研究所面临的立体感知预测复杂性高、晕动症测量方法准确性低、晕动症原因假说未经验证、晕动症减轻方法缺失等诸多方面的挑战，从立体显示晕动症的诱发原理、评价方法、实验验证三个角度开展研究。项目通过①构建世界坐标系和视网膜角坐标系下的几何失真预测模型预测感知空间；②设计主客观评价算法测量晕动症的敏感性；③开展实验验证晕动症的原因及减轻晕动症的方法。以上研究层层推进，遵循“建模-评价-验证”一体化的研究思路，该研究能够促进立体显示技术的大力推广，从而全面提升我国在立体显示和虚拟现实领域的研究水平和核心竞争力。

结项摘要

立体显示技术已经广泛地应用于虚拟现实、3D电影、医疗成像等领域，尤其是头戴式立体显示在近几年得到了广泛地关注，然而观看立体显示可能导致晕动症比如头晕、恶心、出汗等症状限制了立体显示的进一步推广和应用。本项目针对立体显示相关研究所面临的立体感知预测复杂性高、晕动症测量方法准确性低、晕动症原因假说未经验证、晕动症减轻方法缺失等诸多方面的挑战，从立体显示晕动症的诱发原理、评价方法、实验验证三个角度开展研究。.项目通过①构建世界坐标系和视网膜角坐标系下的几何失真预测模型预测感知空间；②设计主客观评价算法测量晕动症的敏感性；③开展实验验证晕动症的原因及减轻晕动症的方法。通过建模，我们提出了几何失真的拓展模型，该模型把可以模拟垂直屏幕视差小于20度的情况，我们还提出了视网膜偏心率模型来分析第一视角的几何失真问题。我们设计了心理物理学实验，去测量不同的垂直屏幕视差下的深度感知，发现我们的模型优于现有的模型。立体视觉中的几何失真主要是由图像在采集、显示和观看过程中的参数不匹配导致的，进而导致单眼深度信息和双眼深度的不匹配，即深度线索的冲突，从而可能引发晕动症。我们提出了晕动症的测量方法，包括主观量表和平衡性客观测量，从而能够定量地分析晕动症的晕动程度。最后，我们深刻地对采集、显示和观看的参数做了分析，并提出了减轻晕动症的方法。 此外，我们还在计算机三维视觉展开研究，包括三维人脸重建、基于图卷积的三维网格表征学习、三维网格的连续表征学习和基于三维渲染的不可见码等。.在完成上述研究内容基础上，本项目执行期内共发表学术论文14篇，包括SCI期刊6篇，会议论文8篇，其中IEEE/ACM汇刊等权威期刊及CCF A类会议论文4篇，协助培养博士研究生2名，硕士研究生3名，本项目成果获得CVPRW-2020的最佳论文奖。

项目成果

期刊论文数量（6）
专著数量（0）
科研奖励数量（0）
会议论文数量（8）
专利数量（0）
Extended geometric models for stereoscopic 3D with vertical screen disparity
具有垂直屏幕视差的立体 3D 扩展几何模型
  • DOI：
    10.1016/j.displa.2020.101972
  • 发表时间：
    2020-12-01
  • 期刊：
    DISPLAYS
  • 影响因子：
    4.3
  • 作者：
    Gao, Zhongpai;Zhai, Guangtao;Yang, Xiaokang
  • 通讯作者：
    Yang, Xiaokang
Psycho-visual modulation based information display: introduction and survey
基于心理视觉调制的信息显示：介绍与调查
  • DOI：
    10.1007/s11704-019-8265-3
  • 发表时间：
    2021-02
  • 期刊：
    Frontiers of Computer Science
  • 影响因子：
    4.2
  • 作者：
    Liu Ning;Gao Zhongpai;Wang Jia;Zhai Guangtao
  • 通讯作者：
    Zhai Guangtao
Generative adversarial networks for non-negative matrix factorization in temporal psycho-visual modulation
时间心理视觉调制中非负矩阵分解的生成对抗网络
  • DOI：
    10.1016/j.dsp.2020.102681
  • 发表时间：
    2020
  • 期刊：
    Digital Signal Processing
  • 影响因子：
    2.9
  • 作者：
    Duo Li;Zhongpai Gao;Xiao-Ping Zhang;Guangtao Zhai;Xiaokang Yang
  • 通讯作者：
    Xiaokang Yang
Stereoscopic 3D geometric distortions analyzed from the viewer's point of view.
从观看者的角度分析立体 3D 几何扭曲
  • DOI：
    10.1371/journal.pone.0240661
  • 发表时间：
    2020
  • 期刊：
    PloS one
  • 影响因子：
    3.7
  • 作者：
    Gao Z;Zhai G;Yang X
  • 通讯作者：
    Yang X

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码