CN107773254A - 一种测试用户体验的方法及装置 - Google Patents
一种测试用户体验的方法及装置 Download PDFInfo
- Publication number
- CN107773254A CN107773254A CN201711269424.8A CN201711269424A CN107773254A CN 107773254 A CN107773254 A CN 107773254A CN 201711269424 A CN201711269424 A CN 201711269424A CN 107773254 A CN107773254 A CN 107773254A
- Authority
- CN
- China
- Prior art keywords
- ripples
- virtual reality
- data
- low
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
- A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/377—Electroencephalography [EEG] using evoked responses
- A61B5/378—Visual stimuli
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Psychiatry (AREA)
- Biophysics (AREA)
- Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- General Engineering & Computer Science (AREA)
- Hospice & Palliative Care (AREA)
- Developmental Disabilities (AREA)
- Social Psychology (AREA)
- Theoretical Computer Science (AREA)
- Educational Technology (AREA)
- Human Computer Interaction (AREA)
- Neurosurgery (AREA)
- Neurology (AREA)
- General Physics & Mathematics (AREA)
- Dermatology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种测试用户体验的方法,通过采集用户脑电信号监测用户观看虚拟现实图像的过程,包括如下步骤:a.基于虚拟现实数据在显示装置上渲染呈现第一虚拟现实图像;b.通过采集装置采集用户的脑电波数据,并提取所述脑电波数据中的多个向量数据;c.将多个所述向量数据嵌入所述虚拟现实数据并在所述显示装置上重新渲染呈现第二虚拟现实图像。本发明能够对用户使用虚拟现实设备的用户体验进行实时、准确的检测,可靠性高,具有广泛的应用前景。
Description
技术领域
本发明属于虚拟现实以及人机交互技术领域,具体涉及一种测试用户体验的方法及装置。
背景技术
随着神经科学的发展丰富了人类对大脑神经元所发出的生物电信号的认识,通过放置在头皮上的传感器,以测量并采集脑电波信号,并通过集成芯片将其转化为数字信号并处理,从而实现人与机器的交互。它在传统的通过触觉、视觉方式进行人机交互手段之外扩展了人类与外界进行信息交流和控制系统的能力。
虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真系统,它利用计算机生成一种模拟环境,是一种多源信息融合的、交互式的三维动态视景和实体行为的系统仿真使用户沉浸到该环境中。而各类虚拟现实设备也逐渐向便携、可穿戴方向发展。
但是,现有技术中,缺乏对脑电波信号的细化分析和应用,尤其是基于脑电波信号针对放松、紧张、烦躁、激动等精神状态的量化指标准确性和可靠性较低,不能较准确的反映大脑的真实活动,将其应用到虚拟现实设备中并不能满足用户所期望的交互需求,从而难以根据用户体验进行改进。或者由于高昂的价格或实验室条件的限制,无法得到更大范围的应用。
发明内容
针对现有技术存在的技术缺陷,根据本发明的一个方面,本发明的目的是提供一种测试用户体验的方法,通过采集用户脑电信号监测用户观看虚拟现实图像的过程,包括如下步骤:
a.基于虚拟现实数据在显示装置上渲染呈现第一虚拟现实图像;
b.通过采集装置采集用户的脑电波数据,并提取所述脑电波数据中的多个向量数据;
c.将多个所述向量数据嵌入所述虚拟现实数据并在所述显示装置上重新渲染呈现第二虚拟现实图像。
优选地,所述步骤c中,计算多个所述向量数据的加权平均数据,所述显示装置将所述加权平均数据渲染为特征图像,所述第二虚拟现实图像由所述第一虚拟现实图像和所述特征图像组成。
优选地,所述步骤a中,在所述第一虚拟现实图像的特定位置预留基础图像;在所述步骤c中,基于所述基础图像执行渲染所述加权平均数据的步骤并生成所述特征图像。
优选地,多个所述向量数据分别对应的加权系数各不相同,且基于所述虚拟现实数据的特征值确定多个所述向量数据分别对应的加权系数,所述特征值基于所述虚拟现实图像的内容确定。
优选地,所述步骤b中,在头部的前额叶位置采集用户的脑电波数据。
优选地,所述步骤b中,在耳部采集辅助脑电波数据,基于所述辅助脑电波数据校正所述脑电波数据。
优选地,所述步骤b中,通过小波变换的方式提取低α波、低β波以及低γ波,通过小波包变换的方式提取δ波、θ波、高α波、高β波以及高γ波,多个所述向量数据包括δ波、θ波、低α波、高α波、低β波、高β波、低γ波以及高γ波。
优选地,所述步骤b中,通过以下步骤提取低α波、低β波以及低γ波:
基于原始脑电数据和对应的干扰频带确定分解层数;
基于原始脑电数据确定小波基函数;
对含有噪声的原始脑电数据进行离散小波分解,得到各尺度上的小波系数;
重构小波系数并提取低α波、低β波以及低γ波。
优选地,所述步骤b中,通过以下步骤提取δ波、θ波、高α波、高β波以及高γ波:
获得原始脑电数据的多个小波包基与对应的多个小波包系数;
选定多个小波包基中的最佳小波包基;
对最佳小波包基对应的小波包系数进行降噪处理;
重构小波包系数并提取δ波、θ波、高α波、高β波以及高γ波。
优选地,所述步骤c之后执行如下步骤:
d.将所述第一虚拟现实图像与所述第二虚拟现实图像相关联,并基于所述第二虚拟现实图像判断是否重新开始执行步骤a至步骤c。
根据权利要求10所述的测试用户体验的方法,其特征在于,所述步骤d之后执行如下步骤:
e.基于所述第二虚拟现实图像标定所述用户的标签。
优选地,所述步骤e之后执行如下步骤:
f.基于多个所述第二虚拟显示图像修正所述第一虚拟现实图像。
优选地,所述第二虚拟现实图像包括专注度指数F和放松度指数R,所述专注度指数F基于如下算法模型确定:
其中,δ表示δ波对应的数值,θ表示θ波对应的数值,αl表示低α波对应的数值,αh表示高α波对应的数值,βl表示低β波对应的数值,βh表示高β波对应的数值,γl表示低γ波对应的数值,γh表示高γ波对应的数值。
根据本发明的另一方面,还提供一种测试用户体验的装置,用于执行本发明所述的测试用户体验的方法,其包括:
显示装置,其用于基于虚拟现实数据渲染呈现第一虚拟现实图像或者第二虚拟现实图像;
采集装置,其用于采集用户的脑电波数据;
中央处理器,其用于提取所述脑电波数据的多个向量数据以及数据处理。
优选地,所述采集装置为设置在所述显示装置上的干电极,所述干电极位于头部的前额叶位置。
优选地,还包括设置在所述显示装置上的挂耳电极,所述挂耳电极位于耳部位置。
优选地,所述中央处理器至少包括调节模块,所述调节模块用于调整多个所述向量数据分别对应的加权系数。
优选地,所述调节模块设置有存储模块,所述存储模块存储所述虚拟现实数据的特征值以及与所述特征值对应的加权系数。
优选地,还包括:
重置模块,其用于将所述第一虚拟现实图像与所述第二虚拟现实图像相关联,并基于所述第二虚拟现实图像判断是否重新开始执行步骤a至步骤c。
优选地,还包括:标定模块,其用于基于所述第二虚拟现实图像标定所述用户的标签。
优选地,还包括:修正模块,其用于基于多个所述第二虚拟显示图像修正所述第一虚拟现实图像。
优选地,所述第二虚拟现实图像包括专注度指数F和放松度指数R,所述专注度指数F基于如下算法模型确定:
其中,δ表示δ波对应的数值,θ表示θ波对应的数值,αl表示低α波对应的数值,αh表示高α波对应的数值,βl表示低β波对应的数值,βh表示高β波对应的数值,γl表示低γ波对应的数值,γh表示高γ波对应的数值。
本发明利用显示的虚拟现实图像形成刺激,通过便携、可穿戴设备采集用户脑电信号监测用户观看虚拟现实图像的过程,并根据脑电信号中表征不同精神状态的各项指标,利用专门的算法在虚拟显示设备上显示出交互后产生的新的虚拟现实图像,以具象表征用户对虚拟现实设备的互动体验。本发明可以广泛应用于视频游戏开发、科学研究等应用领域。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1示出了本发明的具体实施方式的,一种测试用户体验的方法流程图;
图2示出了本发明的具体实施方式的,一种测试用户体验的方法流程图;
图3示出本发明的具体实施方式的,一种测试用户体验的方法流程图;
图4示出本发明的具体实施方式的,一种测试用户体验的装置的模块结构图;以及
图5示出本发明的具体实施方式的,中央处理器的结构示意图。
具体实施方式
为了更好的使本发明的技术方案清晰的表示出来,下面结合附图对本发明作进一步说明。
根据本发明技术方案的一个方面,提供一种测试用户体验的方法,在用户使用虚拟现实设备过程中,通过采集用户脑电信号监测用户观看虚拟现实图像过程中产生的各类情感、精神状态,以达到本发明优化用户体验的目的。
图1示出了本发明的具体实施方式的,一种测试用户体验的方法流程图,在该实施例中,首先进入步骤S101,基于虚拟现实数据在显示装置上渲染呈现第一虚拟现实图像。具体地,用户使用诸如3D展示系统、VR头盔、VR眼镜等虚拟现实设备时,将包含虚拟现实内容的抽象的不同格式的虚拟现实数据,利用虚拟现实基础上的图像工具对所述虚拟现实数据进行可视化分析、处理。即利用图形、图像处理、计算机视觉以及用户界面,通过表达、建模以及对立体、表面、属性以及动画的显示,对数据加以可视化解释。根据所述虚拟现实数据,将对应包含的内容以图像的方式渲染呈现在所述显示装置上,形成所述第一虚拟现实图像。所述虚拟现实数据可以是预定的数据,也可以是从本地预定位置或通过网络从远程预定位置选择载入的数据。所述第一虚拟现实图像优选以全景视角动态或静态呈现,并随着所述虚拟现实数据的变化而变化,给用户以身临其境的感官体验。
步骤S102,通过采集装置采集用户的脑电波数据,并提取所述脑电波数据中的多个向量数据。所述采集装置被放置在人体头皮部位,通过内置的参考电极触点进行脑电波数据的测量、放大、滤波,并通过集成芯片对该些脑电波数据进行处理,输出脑电波频率箁、脑电信号质量、原始脑电波以及其他参数。本领域技术人员理解,不同的神经活动会产生不同的脑电波模式,从而表现为不同的大脑状态,不同的脑电波模式会发出不同振幅和频率的脑电波。例如,当脑电波位于12~30Hz时,表示大脑正处于专注状态;当脑电波在8~12Hz时,表明大脑正处于放松状态。在本步骤中,进一步提取所述脑电波数据中的多个向量数据。多个所述向量数据用于表征脑电波处于不同频率时的精神状态参数。
在本发明的一个具体实施例中,多个所述向量数据包括δ波、θ波、低α波、高α波、低β波、高β波、低γ波以及高γ波。在一个具体的实现方式中,通过小波变换的方式提取低α波、低β波以及低γ波,通过小波包变换的方式提取δ波、θ波、高α波、高β波以及高γ波。具体地,小波变换是把时间和频率结合起来的时频分析方法,在时频域都具有表征信号局部特征的能力,其被广泛用于生物医学信息提取,小波包变换也是一种时频分析方法,可以将信号按照任意时频分辨率分解到不同的频段,其可以对信号的高频部分作出更为细致的刻画,本领域技术人员可以结合现有技术理解。
在一个优选地实施例中,可以对原始脑电波数据降噪处理后再提取低α波、低β波以及低γ波:
首先,基于原始脑电数据和对应的干扰频带确定分解层数。具体地,首先是第一层分解,小波分解把信息分解为两部分:低频信息+高频信息,低频信息是变化缓慢的部分,占全部信息的大部分;高频信息是变化迅速的部分,它反映的是信息的细节,占全部信息的小部分,在第二层分解是在此基础上把高频信息部分再分解为两部分:低频+高频,第三层分解是把第二层分解出来的高频信息分解为低频+高频...依次类推。优选地,还采用多尺度分解的方式,即,把低频部分像高频部分那样一层一层分解。
其次,基于原始脑电数据确定小波基函数。具体地,将母函数伸缩、平移得到的一系列函数就是小波基函数,用其来构建信号,并利用固有特征使信号易于处理,因此需要根据原始脑电数据的特点确定小波基函数。
再次,对含有噪声的原始脑电数据进行离散小波分解,得到各尺度上的小波系数。具体地,所述原始脑电数据无论进行连续小波变换(CWT)或是离散小波变换(DWT),变换完的结果就叫小波系数。高频小波系数和低频小波系数通常是使用mallat算法的DWT的概念,通过高频带通滤波器和低通滤波器,将信号中的信息分为高频细节和低频逼近信息,本领域技术人员可以结合现有技术实现。
最后,重构小波系数并提取原始脑电数据的低α波、低β波以及低γ波。具体地,小波系数是没有量纲单位的结果,需要经过重构小波系数得到实际有量纲的信号,进而从中提取低α波、低β波以及低γ波。
更进一步地,还可以对原始脑电波数据降噪处理后再提取δ波、θ波、高α波、高β波以及高γ波,具体包括如下步骤:
首先,获得原始脑电数据的多个小波包基与对应的多个小波包系数。具体地,可以选择合适的小波滤波器对原始脑电波数据进行小波包变换,得的有限的小波包基,进而获得通过小波包基函数获得对应的多个小波包系数。
其次,选定多个小波包基中的最佳小波包基。具体地,可以定义某种代价函数,代价函数的自变量,是信号在某个基向量组上的分解系数,实的因变量的值即是代价,《现代数学手册·计算机数学卷》(2001年2月第1版,华中科技大学出版社)在第7篇的“5.3最优基的选择”一节中专门对此进行了介绍,本领域技术人员可以结合现有技术予以理解。
再次,对最佳小波包基对应的小波包系数进行降噪处理。
最后,重构去除噪声后的小波包系数并提取原始脑电数据的δ波、θ波、高α波、高β波以及高γ波。具体地,小波包系数是没有量纲单位的结果,需要经过重构小波包系数得到实际有量纲的信号,进而从中提取δ波、θ波、高α波、高β波以及高γ波。
本领域技术人员理解,δ波是频率在0~4Hz的脑电波,与无梦睡眠有关,δ波会随着用户精神的集中度而减少,当处于外界干扰及在无意识精神中存取的信息越少,δ波的活动越多。θ波是频率在4~8Hz的脑电波,其与深度放松、困倦和睡眠有关,当人在集中精神与深思时活动剧烈。在θ波高度活动状态下,一些行为就会无意识、自发进行。低α波是频率在8~10Hz的脑电波,高α波是频率在10~12Hz的脑电波,α波是处于正常放松状态下成年人最主要的节律,是一种清醒状态喜爱的放松,当用户情绪良好并稳定时,α波会在正常范围活动。进一步地,当用户处于放松或解脱时,即可能处于低α波状态;而当用户在参与一个特定的活动前保持冷静、警惕、专心时,就可能处于高α波状态。低β波是频率在12~18Hz的脑电波,高β波是频率在18~30Hz的脑电波,作为大脑的一般清醒节律,β波与活跃的思考、主动的投入和集中于外部世界有关,当思维与心理活动非常活跃时,β波则会剧烈活动。其中低β波与集中注意力的思考、活跃的思维以及处在身体放松但精神警惕的状态有关,高β波则与警觉和激动有关。低γ波是频率在30~50Hz的脑电波,高γ波是频率在50~70Hz的脑电波,当认知历程、巩固信息与产生顿悟时都有γ波,大量的γ波的活动与智力、怜悯和自控息息相关,随着认知能力的衰退,γ波活动也可能响应减少。
基于此,在步骤S103中,将多个所述向量数据嵌入所述虚拟现实数据并在所述显示装置上重新渲染呈现第二虚拟现实图像。具体地,在已预先载入的所述虚拟现实数据基础上,嵌入多个所述向量数据,根据不同向量数据的权重将各个所述向量数据以及所述虚拟现实数据进行综合处理,利用数字化指数方式对用户当前的精神状态进行度量,以计算出多个所述向量数据在所述第一虚拟现实图像的叠加效果,从而在所述显示装置上重新渲染呈现所述第二虚拟现实图像。所述第二虚拟现实图像随多个所述向量数据,即用户体验过程中情绪、精神状态的变化而变化。由此,可以根据用户观看所述第一虚拟显示图像的基础上可视化呈现用户观看时的体验状态,例如放松、紧张、专注抑或恍惚等等。
在一个更为优选的实施例中,如图2所示,所述步骤S103之后还执行如下步骤:
将所述第一虚拟现实图像与所述第二虚拟现实图像相关联,并基于所述第二虚拟现实图像判断是否重新开始执行步骤S101至步骤S103。具体地,本步骤的目的在于,根据所述第二虚拟现实图像确定所述用户是否对所述第一虚拟现实图像产生了积极的反馈,相应地,所述第一虚拟现实图像与所述第二虚拟现实图像应当是相关联,例如第一虚拟现实图像用于训练用户专注度,则第二虚拟现实图像对应显示为与专注度相关的指数,又例如第一虚拟现实图像用于训练用户放松度,则第二虚拟现实图像对应显示为与放松度相关的指数。更为具体地,重新开始执行步骤S101时,可以基于多个所述第二虚拟显示图像修正所述第一虚拟现实图像,即,根据所述第二虚拟显示图像选择是否更换所述第一虚拟现实图像,或者是否在所述第一虚拟现实图像中增加新的显示内容。
在一个更为具体的应用方案中,该方案用于自闭症儿童的脱敏课程,比如对密集人群的脱敏课程,自闭症儿童带上VR头盔,进入虚拟现实的咖啡厅,所述第一虚拟现实图像为:“咖啡厅里中有一个服务员并且背景音乐为舒缓的轻音乐”,初始时间,儿童的放松度为30(对应第二虚拟现实图像),经过观看第一虚拟现实图像后其放松度稳定在50或以上时(对应第二虚拟现实图像),此时重新再开始执行步骤S101,即更换一个场景,再播放另一个第一虚拟现实图像:“咖啡厅进来一个陌生的客人买咖啡”,发现儿童的放松度呈现下降趋势,然后由下降再上升,放松度稳定在50或以上时(对应第二虚拟现实图像),此时又重新开始执行步骤S101,再播放下一个第一虚拟现实图像:咖啡厅又进来一个陌生的客人买咖啡”,发现儿童的放松度一直呈现下降趋势并下降至10以下(对应第二虚拟现实图像),则放弃继续执行步骤S101。依次循环,已达到对密集人群的脱敏。作为一种变化,当发现儿童的放松度一直呈现下降趋势并下降至10以下(对应第二虚拟现实图像),仍然可以继续执行步骤S101,只是相对应的第一虚拟现实图像更换为对儿童干扰较少的画面,例如客人人数减少和/或保持与自闭症儿童的距离,和/或降低咖啡厅的吵杂声音。
进一步地,在上述步骤的基础上,如果多次重复执行步骤S101至步骤S103,则会得到多个所述第二虚拟现实图像,相应地,可以基于所述第二虚拟现实图像标定所述用户的标签。对于上述自闭症儿童的案例而言,可以相应地得出该自闭症儿童对何种环境比较敏感或者对何种环境比较适应,对于其他的案例,比如挖掘儿童艺术潜质等,也可以同样得到相应的结论,方式仍然是类似,只是更换相应的第一虚拟现实图像。
在一个更为具体的实施例中,所述第二虚拟现实图像包括专注度指数F和放松度指数R,所述专注度指数F基于如下算法模型确定:
其中,δ表示δ波对应的数值,θ表示θ波对应的数值,αl表示低α波对应的数值,αh表示高α波对应的数值,βl表示低β波对应的数值,βh表示高β波对应的数值,γl表示低γ波对应的数值,γh表示高γ波对应的数值。
图2示出了本发明的具体实施方式的,一种测试用户体验的方法流程图。作为图1所示实施例的一个变化例,如图2所示,所述测试用户体验的方法包括:
步骤S201,基于虚拟现实数据在显示装置上渲染呈现第一虚拟现实图像,具体地,本领域技术人员可以参考上述图1中步骤S101,在此不予赘述;
步骤S202,通过采集装置采集用户的脑电波数据,并提取所述脑电波数据中的多个向量数据,本领域技术人员同样可以参照上述图1中步骤S102,在此不予赘述。
进一步地,在本实施例中,步骤S2031、步骤S2032以及步骤S2033对上述图1中步骤S103做了细化。继续参考图2:
在步骤S2031中,计算多个所述向量数据的加权平均数据。具体地,获取多个所述向量数据中的δ波、θ波、低α波、高α波、低β波、高β波、低γ波以及高γ波。利用公式:
其中,为多个所述向量数据的加权平均数据,其用于综合量化表征用户当前的精神状态,x为f的加权系数,其用于表征所述向量数据中值f的比重,且xδ+xθ+xα1+xα2+xβ1+xβ2+xγ1+xγ2=n。
利用该算法确定多个所述向量数据的加权平均数据,根据所述加权平均数据的取值范围和所处区间,来量化指使用户当前的专注度和紧张度等精神状态指标。在本步骤的一个优选的变化例中,还可以针对不同使用者脑电波信号在正常范围内的波动趋势和个体差异进行动态补偿,使得本发明能够适用于不同的人群和不同的周边环境,并保持较高的准确度和可靠性。
步骤S2032,所述显示装置将所述加权平均数据渲染为特征图像。本领域技术人员理解,所述特征图像可以设定在所示显示装置的特定位置,所述特征图像与所述加权平均数据具有映射关系。
步骤S2033,所述特征图像和所述第一虚拟现实图像组成并在所述显示装置呈现第二虚拟现实图像。所述第二虚拟现实图像由先后基于所述虚拟现实数据以及多个所述向量数据的加权平均数据加载在所述显示装置的所述第一虚拟现实图像以及所述特征图像组成。更为具体地,本领域技术人员可以参考上述图1中步骤S103,在此不予赘述。
在本发明另一个变化例中,图3示出本发明的具体实施方式的,另一种测试用户体验的方法流程图。在这样的实施例中,包括如下步骤:
步骤S301,基于虚拟现实数据在显示装置上渲染呈现第一虚拟现实图像,所述第一虚拟现实图像的特定位置预留基础图像。需要说明的是,所述特定位置可以在所述显示装置的任意位置预先设定,所述虚拟现实数据与所述第一虚拟现实图像以及所述显示装置相应位置对应,所述虚拟现实数据不对所述特定位置进行图像渲染,而所述基础图像对应的数据可以预先存储在本地服务器或通过网络传输。关于本步骤的其他更为具体地说明,本领域技术人员可以参考图1中步骤S101及其实施例,在此不予赘述。
进一步地,步骤S302,通过采集装置采集用户的脑电波数据,并提取所述脑电波数据中的多个向量数据。具体地,本领域技术人员可以参考上述图1中步骤S102及其实施例,在此不予赘述。
步骤S3031,计算多个所述向量数据的加权平均数,具体地,本领域技术人员可以参考上述图2中步骤S2031,在此不予赘述。
步骤S3032,所述显示装置基于所述基础图像将所述加权平均数据渲染为特征图像。需要说明的是,在该步骤中,所述加权平均数据与所述显示装置中所述基础图像所在的特定位置以及所述特征图像具有映射关系,经渲染后获取的所述特征图像位于并覆盖显示在所述基础图像所在的位置。
接下来,在步骤S3033中,所述特征图像和所述第一虚拟现实图像组成并在所述显示装置呈现所述第二虚拟显示图像。关于该步骤的更为详细的说明,本领域技术人员可以参考上述图2中步骤S2033及其实施例,在此不予赘述。
结合图2、图3所示实施例,在它们的一个共同变化例中,优选地,多个所述向量数据分别对应的加权系数各不相同,本领域技术人员理解,所述加权系数可以根据需要进行相应的设定或基于所述采集装置对多个所述向量数据的采集和分布情况进行设定。进一步地,基于所述虚拟现实数据的特征值确定多个所述向量数据分别对应的加权系数,所述特征值基于所述虚拟现实图像的内容确定。本领域技术人员理解,根据所述虚拟现实图像内容的不同,人体对应的不同频率的脑电波的活跃度和强度也不同,在进行检测过程中,所检测的各频率脑电波的权重存在差异。当所述第一虚拟显示图像呈现为轻松愉悦的内容时,相应地,θ波以及α波的加权系数要高于其他频率的脑电波;而当播放紧张、刺激、血腥的图像时,用户注意力高度集中,并处于警觉状态,此时,高频率的β波以及γ波的加权系数要高于其他频率的脑电波,在此不予赘述。
进一步地,在本发明的另一个变化例中,优选在头部的前额叶位置采集用户的脑电波数据。在前额叶位置,电极直接接触头皮,不易受到头发对脑电波信号的干扰,同时,由于脑电波活动在前额叶区域更为明显,可以保证采集脑电波信号的强度。更进一步地,在用户耳部采集辅助脑电波数据,基于所述辅助脑电波数据校正所述脑电波数据。以提高本发明测试用户体验的准确度和可靠性。
以下为本发明的捕捉用户行为的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。图4示出本发明的具体实施方式的,一种测试用户体验的装置的模块结构图。
所述测试用户体验的装置1包括显示装置11、采集装置12以及中央处理器13。所述显示装置可以被集成于智能手机、平板电脑等智能终端,优选地,本领域技术人员理解,所述显示装置11还可以是VR头盔、VR眼镜等虚拟现实设备的头显。在本发明中,所述显示装置11用于基于虚拟现实数据渲染呈现第一虚拟现实图像或者第二虚拟现实图像。
所述采集装置12用于采集用户脑电波数据,具体地,所述采集装置12通过佩戴的方式与人体头部接触,以采集用户脑电波数据。所述采集装置12可以被设计成头箍、耳机等结构形式与用户头部接触。
进一步地,所述显示装置11与所述采集装置12通过蓝牙、Wi-Fi、ZigBee等无线通讯方式连接并保持通讯,实现互动操作。
所述中央处理器13为集成电路,包括运算逻辑部件、寄存器部件和控制部件等。其用于提取所述脑电波数据的多个向量数据以及数据处理。本领域技术人员理解,所述测试用户体验的装置还包括软件部分,使用时,通过在智能终端安装相应的应用程序,通过对数据进行分析、处理最终确定用户诸如放松、警惕、焦虑等精神状态,实现本发明的目的。
进一步地,在一个变化例中,所述显示装置以及所述采集装置为一体式结构设计,所述采集装置12为设置在所述显示装置11上的干电极,所述干电极位于头部的前额叶位置。本领域技术人员理解,在前额叶位置,电极直接接触头皮,不易受到头发对脑电波信号的干扰,同时,由于脑电波活动在前额叶区域更为明显,可以保证采集脑电波信号的强度。进一步地,干电极区别于传统的湿电极,不需要依靠传感器和皮肤之间的电解凝胶来提高传感器感知脑电波信号的能力,同时信号检测准确并可长期应用。所述干电极优选具有银/氯化银电极。更进一步地,还包括设置在所述显示装置11上的挂耳电极,所述挂耳电极位于耳部位置。通过在用户耳部采集辅助脑电波数据,基于所述辅助脑电波数据校正所述脑电波数据。以提高本发明测试用户体验的准确度和可靠性。
进一步地,图5示出本发明的具体实施方式的,中央处理器的结构示意图,在本实施例中,所述中央处理器13至少包括调节模块131,所述调节模块131用于调整多个所述向量数据分别对应的加权系数。所述调整模块131基于用户观看的虚拟现实图像内容以及多个所述向量数据与所述虚拟现实图像内容德相关度确定对应的加权系数,本领域技术人员理解,相关度越高,所述向量数据对应的加权系数值越大。更进一步地,所述调节模块131还设置有存储模块1311,所述存储模块1311用于存储所述虚拟现实数据的特征值以及与所述特征值对应的加权系数。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (22)
1.一种测试用户体验的方法,通过采集用户脑电信号监测用户观看虚拟现实图像的过程,其特征在于,包括如下步骤:
a.基于虚拟现实数据在显示装置上渲染呈现第一虚拟现实图像;
b.通过采集装置采集用户的脑电波数据,并提取所述脑电波数据中的多个向量数据;
c.将多个所述向量数据嵌入所述虚拟现实数据并在所述显示装置上重新渲染呈现第二虚拟现实图像。
2.根据权利要求1所述的测试用户体验的方法,其特征在于,所述步骤c中,计算多个所述向量数据的加权平均数据,所述显示装置将所述加权平均数据渲染为特征图像,所述第二虚拟现实图像由所述第一虚拟现实图像和所述特征图像组成。
3.根据权利要求2所述的测试用户体验的方法,其特征在于,所述步骤a中,在所述第一虚拟现实图像的特定位置预留基础图像;
在所述步骤c中,基于所述基础图像执行渲染所述加权平均数据的步骤并生成所述特征图像。
4.根据权利要求2或3所述的测试用户体验的方法,其特征在于,多个所述向量数据分别对应的加权系数各不相同,且基于所述虚拟现实数据的特征值确定多个所述向量数据分别对应的加权系数,所述特征值基于所述虚拟现实图像的内容确定。
5.根据权利要求1至4中任一项所述的测试用户体验的方法,其特征在于,所述步骤b中,在头部的前额叶位置采集用户的脑电波数据。
6.根据权利要求1至5中任一项所述的测试用户体验的方法,其特征在于,所述步骤b中,在耳部采集辅助脑电波数据,基于所述辅助脑电波数据校正所述脑电波数据。
7.根据权利要求1至6中任一项所述的测试用户体验的方法,其特征在于,所述步骤b中,通过小波变换的方式提取低α波、低β波以及低γ波,通过小波包变换的方式提取δ波、θ波、高α波、高β波以及高γ波,多个所述向量数据包括δ波、θ波、低α波、高α波、低β波、高β波、低γ波以及高γ波。
8.根据权利要求7所述的测试用户体验的方法,其特征在于,所述步骤b中,通过以下步骤提取低α波、低β波以及低γ波:
基于原始脑电数据和对应的干扰频带确定分解层数;
基于原始脑电数据确定小波基函数;
对含有噪声的原始脑电数据进行离散小波分解,得到各尺度上的小波系数;
重构小波系数并提取低α波、低β波以及低γ波。
9.根据权利要求8所述的测试用户体验的方法,其特征在于,所述步骤b中,通过以下步骤提取δ波、θ波、高α波、高β波以及高γ波:
获得原始脑电数据的多个小波包基与对应的多个小波包系数;
选定多个小波包基中的最佳小波包基;
对最佳小波包基对应的小波包系数进行降噪处理;
重构小波包系数并提取δ波、θ波、高α波、高β波以及高γ波。
10.根据权利要求1至9中任一项所述的测试用户体验的方法,其特征在于,所述步骤c之后执行如下步骤:
d.将所述第一虚拟现实图像与所述第二虚拟现实图像相关联,并基于所述第二虚拟现实图像判断是否重新开始执行步骤a至步骤c。
11.根据权利要求10所述的测试用户体验的方法,其特征在于,所述步骤d之后执行如下步骤:
e.基于所述第二虚拟现实图像标定所述用户的标签。
12.根据权利要求11所述的测试用户体验的方法,其特征在于,所述步骤e之后执行如下步骤:
f.基于多个所述第二虚拟显示图像修正所述第一虚拟现实图像。
13.根据权利要求1至12中任一项所述的测试用户体验的方法,其特征在于,所述第二虚拟现实图像包括专注度指数F和放松度指数R,所述专注度指数F基于如下算法模型确定:
<mrow>
<mi>F</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mn>1</mn>
<mi>n</mi>
</msubsup>
<msub>
<mi>&beta;</mi>
<mi>l</mi>
</msub>
</mrow>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mn>1</mn>
<mi>n</mi>
</msubsup>
<msub>
<mi>&beta;</mi>
<mi>h</mi>
</msub>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mn>1</mn>
<mi>n</mi>
</msubsup>
<msub>
<mi>&gamma;</mi>
<mi>l</mi>
</msub>
</mrow>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mn>1</mn>
<mi>n</mi>
</msubsup>
<msub>
<mi>&gamma;</mi>
<mi>h</mi>
</msub>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mn>1</mn>
<mi>n</mi>
</msubsup>
<msub>
<mi>&beta;</mi>
<mi>l</mi>
</msub>
</mrow>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mn>1</mn>
<mi>n</mi>
</msubsup>
<msub>
<mi>&gamma;</mi>
<mi>l</mi>
</msub>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mn>1</mn>
<mi>n</mi>
</msubsup>
<msub>
<mi>&beta;</mi>
<mi>h</mi>
</msub>
</mrow>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mn>1</mn>
<mi>n</mi>
</msubsup>
<msub>
<mi>&gamma;</mi>
<mi>h</mi>
</msub>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中,δ表示δ波对应的数值,θ表示θ波对应的数值,αl表示低α波对应的数值,αh表示高α波对应的数值,βl表示低β波对应的数值,βh表示高β波对应的数值,γl表示低γ波对应的数值,γh表示高γ波对应的数值。
14.一种测试用户体验的装置,用于执行权利要求1至13中任一项所述的测试用户体验的方法,其特征在于,包括:
显示装置,其用于基于虚拟现实数据渲染呈现第一虚拟现实图像或者第二虚拟现实图像;
采集装置,其用于采集用户的脑电波数据;
中央处理器,其用于提取所述脑电波数据的多个向量数据以及数据处理。
15.根据权利要求14所述的测试用户体验的装置,其特征在于,所述采集装置为设置在所述显示装置上的干电极,所述干电极位于头部的前额叶位置。
16.根据权利要求15所述的测试用户体验的装置,其特征在于,还包括设置在所述显示装置上的挂耳电极,所述挂耳电极位于耳部位置。
17.根据权利要求14至16中任一项所述的测试用户体验的装置,其特征在于,所述中央处理器至少包括调节模块,所述调节模块用于调整多个所述向量数据分别对应的加权系数。
18.根据权利要求17所述的测试用户体验的装置,其特征在于,所述调节模块设置有存储模块,所述存储模块存储所述虚拟现实数据的特征值以及与所述特征值对应的加权系数。
19.根据权利要求14至18中任一项所述的测试用户体验的装置,其特征在于,还包括:
重置模块,其用于将所述第一虚拟现实图像与所述第二虚拟现实图像相关联,并基于所述第二虚拟现实图像判断是否重新开始执行步骤a至步骤c。
20.根据权利要求19所述的测试用户体验的装置,其特征在于,还包括:标定模块,其用于基于所述第二虚拟现实图像标定所述用户的标签。
21.根据权利要求20所述的测试用户体验的装置,其特征在于,还包括:修正模块,其用于基于多个所述第二虚拟显示图像修正所述第一虚拟现实图像。
22.根据权利要求14至21中任一项所述的测试用户体验的装置,其特征在于,所述第二虚拟现实图像包括专注度指数F和放松度指数R,所述专注度指数F基于如下算法模型确定:
其中,δ表示δ波对应的数值,θ表示θ波对应的数值,αl表示低α波对应的数值,αh表示高α波对应的数值,βl表示低β波对应的数值,βh表示高β波对应的数值,γl表示低γ波对应的数值,γh表示高γ波对应的数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711269424.8A CN107773254A (zh) | 2017-12-05 | 2017-12-05 | 一种测试用户体验的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711269424.8A CN107773254A (zh) | 2017-12-05 | 2017-12-05 | 一种测试用户体验的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107773254A true CN107773254A (zh) | 2018-03-09 |
Family
ID=61429899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711269424.8A Pending CN107773254A (zh) | 2017-12-05 | 2017-12-05 | 一种测试用户体验的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107773254A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108514421A (zh) * | 2018-03-30 | 2018-09-11 | 福建幸福家园投资管理有限公司 | 提升混合现实与日常健康监测的方法 |
CN108887961A (zh) * | 2018-06-20 | 2018-11-27 | 新华网股份有限公司 | 座椅和基于座椅的专注度评测方法 |
CN110478593A (zh) * | 2019-05-15 | 2019-11-22 | 常州大学 | 基于vr技术的脑电注意力训练系统 |
CN111651060A (zh) * | 2020-08-10 | 2020-09-11 | 之江实验室 | 一种vr沉浸效果的实时评估方法和评估系统 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101331490A (zh) * | 2005-09-12 | 2008-12-24 | 埃默迪弗系统股份有限公司 | 心理状态的检测和使用心理状态的互动 |
CN102156810A (zh) * | 2011-03-30 | 2011-08-17 | 北京触角科技有限公司 | 增强现实实时虚拟试衣系统及方法 |
CN203250506U (zh) * | 2013-04-24 | 2013-10-23 | 苏州创捷传媒展览股份有限公司 | 用于混合现实的视频发生装置 |
CN203480511U (zh) * | 2013-08-07 | 2014-03-12 | 青岛赛博凯尔信息技术有限公司 | 社交恐惧症虚拟现实治疗系统 |
CN103955269A (zh) * | 2014-04-09 | 2014-07-30 | 天津大学 | 一种基于虚拟现实环境的智能眼镜脑-机接口方法 |
CN104036476A (zh) * | 2013-03-08 | 2014-09-10 | 三星电子株式会社 | 用于提供增强现实的方法以及便携式终端 |
CN104270577A (zh) * | 2014-08-22 | 2015-01-07 | 北京德馨同创科技发展有限责任公司 | 用于移动智能终端的图像处理方法和装置 |
CN104750241A (zh) * | 2013-12-26 | 2015-07-01 | 财团法人工业技术研究院 | 头戴式装置及其相关的仿真系统、仿真方法 |
US20150338917A1 (en) * | 2012-12-26 | 2015-11-26 | Sia Technology Ltd. | Device, system, and method of controlling electronic devices via thought |
CN105279387A (zh) * | 2015-11-17 | 2016-01-27 | 东南大学 | 一种面向孤独症谱系障碍儿童的执行功能评测与训练系统 |
CN105404392A (zh) * | 2015-11-03 | 2016-03-16 | 北京英梅吉科技有限公司 | 基于单目摄像头的虚拟穿戴方法及系统 |
US20160077547A1 (en) * | 2014-09-11 | 2016-03-17 | Interaxon Inc. | System and method for enhanced training using a virtual reality environment and bio-signal data |
CN106062862A (zh) * | 2014-10-24 | 2016-10-26 | 何安莉 | 用于沉浸式和交互式多媒体生成的系统和方法 |
CN106228127A (zh) * | 2016-07-18 | 2016-12-14 | 乐视控股(北京)有限公司 | 室内定位方法及装置 |
CN106293087A (zh) * | 2016-08-09 | 2017-01-04 | 联想(北京)有限公司 | 一种信息交互方法及电子设备 |
CN106383587A (zh) * | 2016-10-26 | 2017-02-08 | 腾讯科技(深圳)有限公司 | 一种增强现实场景生成方法、装置及设备 |
CN106448339A (zh) * | 2016-10-19 | 2017-02-22 | 华南理工大学 | 基于增强现实和生物反馈的驾驶培训系统 |
CN106789991A (zh) * | 2016-12-09 | 2017-05-31 | 福建星网视易信息系统有限公司 | 一种基于虚拟场景的多人互动方法及系统 |
CN106843507A (zh) * | 2017-03-24 | 2017-06-13 | 苏州创捷传媒展览股份有限公司 | 一种虚拟现实多人互动的方法及系统 |
CN107132923A (zh) * | 2017-07-11 | 2017-09-05 | 黄荣兵 | 佩戴装置及运动装置 |
-
2017
- 2017-12-05 CN CN201711269424.8A patent/CN107773254A/zh active Pending
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101331490A (zh) * | 2005-09-12 | 2008-12-24 | 埃默迪弗系统股份有限公司 | 心理状态的检测和使用心理状态的互动 |
CN102156810A (zh) * | 2011-03-30 | 2011-08-17 | 北京触角科技有限公司 | 增强现实实时虚拟试衣系统及方法 |
US20150338917A1 (en) * | 2012-12-26 | 2015-11-26 | Sia Technology Ltd. | Device, system, and method of controlling electronic devices via thought |
CN104036476A (zh) * | 2013-03-08 | 2014-09-10 | 三星电子株式会社 | 用于提供增强现实的方法以及便携式终端 |
CN203250506U (zh) * | 2013-04-24 | 2013-10-23 | 苏州创捷传媒展览股份有限公司 | 用于混合现实的视频发生装置 |
CN203480511U (zh) * | 2013-08-07 | 2014-03-12 | 青岛赛博凯尔信息技术有限公司 | 社交恐惧症虚拟现实治疗系统 |
CN104750241A (zh) * | 2013-12-26 | 2015-07-01 | 财团法人工业技术研究院 | 头戴式装置及其相关的仿真系统、仿真方法 |
CN103955269A (zh) * | 2014-04-09 | 2014-07-30 | 天津大学 | 一种基于虚拟现实环境的智能眼镜脑-机接口方法 |
CN104270577A (zh) * | 2014-08-22 | 2015-01-07 | 北京德馨同创科技发展有限责任公司 | 用于移动智能终端的图像处理方法和装置 |
US20160077547A1 (en) * | 2014-09-11 | 2016-03-17 | Interaxon Inc. | System and method for enhanced training using a virtual reality environment and bio-signal data |
CN106062862A (zh) * | 2014-10-24 | 2016-10-26 | 何安莉 | 用于沉浸式和交互式多媒体生成的系统和方法 |
CN105404392A (zh) * | 2015-11-03 | 2016-03-16 | 北京英梅吉科技有限公司 | 基于单目摄像头的虚拟穿戴方法及系统 |
CN105279387A (zh) * | 2015-11-17 | 2016-01-27 | 东南大学 | 一种面向孤独症谱系障碍儿童的执行功能评测与训练系统 |
CN106228127A (zh) * | 2016-07-18 | 2016-12-14 | 乐视控股(北京)有限公司 | 室内定位方法及装置 |
CN106293087A (zh) * | 2016-08-09 | 2017-01-04 | 联想(北京)有限公司 | 一种信息交互方法及电子设备 |
CN106448339A (zh) * | 2016-10-19 | 2017-02-22 | 华南理工大学 | 基于增强现实和生物反馈的驾驶培训系统 |
CN106383587A (zh) * | 2016-10-26 | 2017-02-08 | 腾讯科技(深圳)有限公司 | 一种增强现实场景生成方法、装置及设备 |
CN106789991A (zh) * | 2016-12-09 | 2017-05-31 | 福建星网视易信息系统有限公司 | 一种基于虚拟场景的多人互动方法及系统 |
CN106843507A (zh) * | 2017-03-24 | 2017-06-13 | 苏州创捷传媒展览股份有限公司 | 一种虚拟现实多人互动的方法及系统 |
CN107132923A (zh) * | 2017-07-11 | 2017-09-05 | 黄荣兵 | 佩戴装置及运动装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108514421A (zh) * | 2018-03-30 | 2018-09-11 | 福建幸福家园投资管理有限公司 | 提升混合现实与日常健康监测的方法 |
CN108887961A (zh) * | 2018-06-20 | 2018-11-27 | 新华网股份有限公司 | 座椅和基于座椅的专注度评测方法 |
CN110478593A (zh) * | 2019-05-15 | 2019-11-22 | 常州大学 | 基于vr技术的脑电注意力训练系统 |
CN111651060A (zh) * | 2020-08-10 | 2020-09-11 | 之江实验室 | 一种vr沉浸效果的实时评估方法和评估系统 |
WO2021151362A1 (zh) * | 2020-08-10 | 2021-08-05 | 之江实验室 | 一种vr沉浸效果的实时评估方法和评估系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bota et al. | A review, current challenges, and future possibilities on emotion recognition using machine learning and physiological signals | |
Li et al. | Sensitivity analysis of changes in human physiological indicators observed in soundscapes | |
Liu et al. | EEG databases for emotion recognition | |
Nacke | An introduction to physiological player metrics for evaluating games | |
CN106407733A (zh) | 基于虚拟现实场景脑电信号的抑郁症风险筛查系统和方法 | |
Li et al. | Physiological indicators and subjective restorativeness with audio-visual interactions in urban soundscapes | |
CN107773254A (zh) | 一种测试用户体验的方法及装置 | |
Bigliassi et al. | Cerebral effects of music during isometric exercise: An fMRI study | |
Ninaus et al. | Neurophysiological methods for monitoring brain activity in serious games and virtual environments: a review | |
Kar et al. | Effect of sleep deprivation on functional connectivity of EEG channels | |
Ding et al. | An exploratory study using electroencephalography (EEG) to measure the smartphone user experience in the short term | |
Kacha et al. | Electrophysiological evaluation of perceived complexity in streetscapes | |
TWI714926B (zh) | 夢境重現模型的構建方法、夢境重現方法及裝置 | |
CN110706816A (zh) | 一种基于人工智能进行睡眠环境调控的方法及设备 | |
CN103226665A (zh) | 基于saas平台的人脑健康锻炼系统 | |
Gaskin et al. | Using wearable devices for non-invasive, inexpensive physiological data collection | |
CN110141258A (zh) | 一种情绪状态检测方法、设备及终端 | |
Jung et al. | Bringing nature into hospital architecture: Machine learning-based EEG analysis of the biophilia effect in virtual reality | |
Ding et al. | The emotional design of product color: An eye movement and event‐related potentials study | |
CN114999237A (zh) | 一种智慧教育互动教学方法 | |
Dahal et al. | Modeling of cognition using EEG: a review and a new approach | |
Xu et al. | Fatigue EEG feature extraction based on tasks with different physiological states for ubiquitous edge computing | |
Zou et al. | Evaluating the effectiveness of biometric sensors and their signal features for classifying human experience in virtual environments | |
Huang | Recognition of psychological emotion by EEG features | |
Ding et al. | Using event-related potentials to identify user's moods induced by product color stimuli with different attributes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180309 |
|
RJ01 | Rejection of invention patent application after publication |