針對(duì)長(zhǎng)時(shí)間觀(guān)看水平運(yùn)動(dòng)立體視頻所引發(fā)的視覺(jué)疲勞這一現(xiàn)象,采用單一運(yùn)動(dòng)形式的水平立體視頻刺激為實(shí)驗(yàn)素材,通過(guò)主觀(guān)實(shí)驗(yàn)對(duì)比分析被試觀(guān)看同樣的3D素材與2D素材后所引起疲勞感受的差異性.分別采集被試疲勞前后的EEG(electroencephalography)信號(hào)與ERP(event related potentials)信號(hào),提取疲勞前后30個(gè)電極EEG信號(hào)的θ、?、β3個(gè)波段小波系數(shù)的均值及其比值、、θ/(?+β)、(?+θ)/β、θ/β、(?+θ)/(?+β)作為時(shí)頻域特征,提取樣本熵作為腦電信號(hào)的非線(xiàn)性特征.將時(shí)頻域特征與非線(xiàn)性特征作為聯(lián)合特征進(jìn)行立體視覺(jué)疲勞評(píng)估,避免了單一特征的局限性,多角度分析了視覺(jué)疲勞前后特征參數(shù)變化.實(shí)驗(yàn)結(jié)果表明,3D與2D視頻均能夠使被試在一定程度上產(chǎn)生視覺(jué)疲勞現(xiàn)象,且3D顯示比傳統(tǒng)2D顯示對(duì)人的影響更大.對(duì)比分析ERP信號(hào)發(fā)現(xiàn)疲勞狀態(tài)下的N200和P300成分幅值明顯下降,而潛伏期略有增加.通過(guò)可分性指數(shù)FCSI(Fisher’s class separability index)算法、支持向量機(jī)SVM(support vector machines)...

【文章頁(yè)數(shù)】：6 頁(yè)


本文編號(hào)：3828050