注意力的缺陷會導(dǎo)致人的日常生活和學(xué)習(xí)受到影響,因此注意力的評價和訓(xùn)練對注意力的改善尤為重要。目前對注意力的測試和訓(xùn)練方法多為量表、圖片和2D游戲互動的方式,會受到人員、場地以及興趣等因素的限制。鑒于此,本文設(shè)計(jì)了基于虛擬現(xiàn)實(shí)和多種交互方式的注意力測評和注意力訓(xùn)練系統(tǒng),并對注意力的評價和訓(xùn)練方法進(jìn)行研究。具體研究內(nèi)容如下:首先,遵循ANT（Attention Network Test）測試規(guī)則,設(shè)計(jì)了基于方向盤交互和手勢交互的三維注意力測評模塊,測試了注意網(wǎng)絡(luò)參數(shù)并探究了不同交互方式對注意網(wǎng)絡(luò)參數(shù)的影響。測試者通過所設(shè)計(jì)的三維虛擬飛機(jī)大戰(zhàn)和虛擬投籃任務(wù),在設(shè)定規(guī)則下完成任務(wù),進(jìn)而完成注意力測試。經(jīng)過實(shí)驗(yàn)驗(yàn)證得出:方向盤交互、手勢交互和三維游戲場景能增強(qiáng)受試者的專注度和沉浸感;基于方向盤交互的飛機(jī)大戰(zhàn)游戲和基于手勢交互的投籃游戲均能準(zhǔn)確測量注意網(wǎng)絡(luò)參數(shù)。然后,開發(fā)了基于手勢交互的注意力訓(xùn)練模塊。定義了常用的手勢,采集手部骨骼和關(guān)節(jié)的三維坐標(biāo)信息,提取關(guān)節(jié)間的距離以及骨胳段之間的角度特征,用隨機(jī)森林進(jìn)行學(xué)習(xí)和識別,訓(xùn)練手勢交互算法模型。所開發(fā)的注意力訓(xùn)練場景包括迷宮和俄羅斯方塊,將訓(xùn)練好的手... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

典型手勢及其觸發(fā)條件[53]LeapMotion

第1章緒論-7-圖1-1典型手勢及其觸發(fā)條件在體感交互中手勢交互方面，西北工業(yè)大學(xué)劉瑜興[53]等人基于LeapMotion手勢識別和最鄰近算法，建立了三維手勢交互系統(tǒng)。定義復(fù)制、移動、選中、帖紋理、放大、旋轉(zhuǎn)、刪除和完成八個手勢，如圖1-2a)所示。使用LeapMotion控制器設(shè)備和Unity3D軟件提取手勢相鄰關(guān)節(jié)的角度特征，共15個，并使用K最近鄰(K-nearestneighbor,簡稱KNN)分類算法對1600數(shù)據(jù)樣本進(jìn)行識別，識別效率為98.2%。在三維交互系統(tǒng)中，測試者主要實(shí)現(xiàn)手勢對物體的編輯和操作功能，手勢交互如圖1-2b)所示。吉林長春大學(xué)陳立[54]等人研究虛擬現(xiàn)實(shí)交互游戲中的手勢識別。游戲交互手圖1-2三維手勢交互系統(tǒng)勢有畫圓、畫叉、向左劃、向右劃、向上劃、向下劃、向前劃和向后劃8種手勢。手勢識別是通過對手勢區(qū)域進(jìn)行分割后對圖像進(jìn)行特征值提取，再對手勢進(jìn)行建模，可將參數(shù)空間中的動態(tài)點(diǎn)集合映照到該片區(qū)域中的某些子集里，然后用卷積神經(jīng)網(wǎng)絡(luò)(Convolutionalneuralnetwork，簡稱CNN)進(jìn)行分類識別。武漢紡織大學(xué)袁田琛[55]研究基于LeapMotion和Unity3D的體感游戲的開發(fā)與集成。使用Unity3D游戲引

實(shí)驗(yàn)裝置

【參考文獻(xiàn)】：
期刊論文
[1]虛擬現(xiàn)實(shí)交互游戲中的手勢識別[J]. 陳立,李穎昉,劉志遠(yuǎn),王禮華,王艷柏.  科技創(chuàng)新與應(yīng)用. 2019(20)
[2]基于Leap Motion的三維手勢交互系統(tǒng)研究[J]. 劉瑜興,王淑俠,徐光耀,蘭望桂,何衛(wèi)平.  圖學(xué)學(xué)報(bào). 2019(03)
[3]小學(xué)生注意力訓(xùn)練課程的初步研發(fā)與實(shí)踐[J]. 黃炎志.  好家長. 2019(05)
[4]家庭游戲與特殊兒童的注意力訓(xùn)練[J]. 周虹,周云風(fēng).  現(xiàn)代職業(yè)教育. 2018(24)
[5]航空疲勞飛行的研究綜述[J]. 丁桂梅,于金利,韓小娟.  中國療養(yǎng)醫(yī)學(xué). 2018(07)
[6]凝心聚神 有效學(xué)習(xí)——職校生注意力訓(xùn)練教學(xué)設(shè)計(jì)[J]. 王文.  江蘇教育. 2018(48)
[7]基于注意力水平的用戶手勢與體驗(yàn)評價[J]. 肖亦奇,何人可.  包裝工程. 2018(06)
[8]面向自閉癥兒童的虛擬現(xiàn)實(shí)游戲設(shè)計(jì)與開發(fā)[J]. 沙慶慶,陳東帆,于新宇,趙偉志,樂蕾.  中國教育技術(shù)裝備. 2018(02)
[9]“互聯(lián)網(wǎng)+”環(huán)境下大學(xué)生注意力管理的因素分析[J]. 楊永紅.  廣西教育學(xué)院學(xué)報(bào). 2017(06)
[10]體感游戲?qū)ψ蚤]癥兒童注意力缺陷干預(yù)個案研究[J]. 雷顯梅,劉艷虹.  綏化學(xué)院學(xué)報(bào). 2017(07)

碩士論文
[1]基于視覺的駕駛員注意力檢測與判別研究[D]. 胡敏.湖南大學(xué) 2018
[2]基于物聯(lián)網(wǎng)技術(shù)的課堂注意力測評工具開發(fā)[D]. 張舒藝.華東師范大學(xué) 2018
[3]基于需求與愉悅感的多功能方向盤交互設(shè)計(jì)[D]. 黃明嵐.湖南大學(xué) 2011



本文編號：3384808