A Neurophysiological Sensor-Equipped Head-Mounted Display for Instrumental QoE Assessment of Immersive Multimedia
Notice bibliographique
Résumé
The last few years have seen a drastic increase in the consumption of virtual- and augmented-reality (VR and AR, respectively) applications. Ultimately, the success of any emerging technology will rely on the experience it provides the end user, and not on the technology itself. Subjective methods for quality-of-experience (QoE) assessment have as main disadvantage that converting such human factors into a quality rating is difficult, particularly for everyday users. To overcome this limitation, recent research has explored the use of objective methods to monitor neurophysiological correlates of relevant perception processes. In this paper, we describe the development of a neurophysiological sensor-equipped head-mounted display that combines a consumer off-the-shelf VR headset, a modified low-cost portable device for electroencephalogram (EEG) acquisition repurposed to simultaneously acquire EEG, electrocardiogram (ECG), and electrooculogram (EOG) signals with high-quality dry electrodes. The device was evaluated under three different scenarios, each one designed to test the different ExG modalities. Initial tests showed promising results and allowed for (1) steady-state visually evoked potentials to be accurately measured from EEG, (2) heart rate variability measurements to discriminate between different affective videos, and (3) EOG measurements to monitor gaze direction and eye blinks, all while users were mobile. Being able to accurately monitor signals from the autonomic and central nervous systems in an unobtrusive and portable manner is an important step for instrumental QoE assessment of emerging VR/AR applications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».