Discrete Viewpoint Control to Reduce Cybersickness in Virtual Environments
Notice bibliographique
Résumé
Cybersickness in virtual reality (VR) is an on-going problem, despite recent advances in head-mounted displays (HMDs). In this thesis, we propose and evaluate a method for reducing the onset of cybersickness caused by illusions of self-motion (vection), when using stationary VR setups. Discrete viewpoint control techniques have been recently used by some VR developers and rely on reducing optic flow via inconsistent displacement. We propose two different techniques based on discrete movements in translational and rotational viewpoint movements. We ran two different user studies and measure participant cybersickness levels via the widely used Simulator Sickness Questionnaire (SSQ), as well as user reported levels of nausea, presence, and objective error rates. Overall, our results indicate that both viewpoints snapping and translation snapping significantly reduced SSQreported cybersickness levels by 40% for rotational viewpoint movement, and 50% for translational viewpoint movement. Both techniques resulted in a reduction in participant nausea levels, especially with longer VR exposure. Presence levels, error rate, and performance were not significantly different when using viewpoint snapping, or translation snapping as compared to a control condition with continuous viewpoint motion. This is a genuine pleasure to express my deepest thanks to my mentor and supervisor Dr. Robert Teather from the School of Information Technology. This thesis would not be possible without his spectacular and brilliant
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 tête enseignante, 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 ».