没有合适的资源?快使用搜索试试~ 我知道了~
引文:Carlos ARCE-LOPERA,María José ARIAS,Gustavo CORRALES。利用虚拟实境训练鸟鸣声辨识。虚拟现实智能硬件,2021,3(5):397-406DOI:10.1016/j.vrih.2021.09.001虚拟现实智能硬件2021年11月3日第5·文章·利用虚拟现实训练鸟鸣识别CarlosARCE-LOPERA*,MaríaJoséARIAS,GustavoCORRALES哥伦比亚,卡利,760046,Icesi大学,技术与信息系*通讯作者,caarce@icesi.edu.co投稿时间:2021年3月27日修订日期:2021年5月18日接受日期:2021年6月2日摘要背景在大型生物多样性的环境中,不同的物种更有可能听到比看到,物种监测通常使用生物声学方法。 此外,由于鸟类的鸣叫是生物多样性的合理估计,其监测是非常重要的,在制定保护政策。然而,鸟鸣识别是一项艰巨的任务,需要专门的培训才能掌握,由于缺乏实地考察甚至专业数据库中的相关信息,这在时间和金钱方面都是昂贵的。基于虚拟现实(VR)和空间音频的沉浸式技术可以通过增强信息可访问性,交互性和用户参与度来改善物种监测。方法本研究使用空间音频、蓝牙控制器和头戴式显示器(HMD)在VR中进行沉浸式训练体验。参与者使用蓝牙控制器在虚拟世界中移动,而他们的任务是识别目标鸟鸣。我们根据用户参与度量表测量了识别的准确性和用户参与度。结果实验结果显示,在基于VR的培训系统中,参与者的参与度和准确性显着高于传统的基于计算机的培训系统。用户参与度量表的所有四个维度都得到了参与者的高度评价,这表明基于VR的培训提供了一个激励和有吸引力的环境,通过适当的设计,利用感官系统和虚拟现实交互来学习要求苛刻的任务。结论基于虚拟现实的培训系统的准确性和参与度非常高与传统训练相比,未来的研究将集中在开发各种现实的生态系统及其相关的鸟类,以增加培训系统内的新鸟类物种的信息。最后,建议基于VR的培训系统必须与其他参与者进行测试,并持续更长的时间来衡量用户之间的信息召回和识别掌握。人机交互;虚拟环境;鸟鸣;音频训练;用户参与1介绍哥伦比亚是12个生物多样性最丰富的国家之一,在全球多样性方面排名第二[1]。此外,哥伦比亚是最鸟类多样性的国家,由于其近2000种不同的鸟类[2]。然而,濒危物种的名单每年都在增加,2096-5796/©版权所有2021北京中科学报出版有限公司Elsevier B. V.代表KeAi Communization Co. Ltd.提供的出版服务。这是CC BY-NC-ND许可证下的开放获取文章(http://creativecommons.org/licenses/by/4.0/)。www.vr-ih.com虚拟现实智能硬件2021年11月3日第5自然森林的减少,这是由于快速城市化、采掘业和农业的兴起所导致的非法砍伐而造成的[3]。由于鸟类的存在是一个最佳的生态指标,它们的识别是非常重要的多样性。目前,生物声学是监测鸟类最广泛使用的方法,因为大多数鸟类在野外更容易听到而不是看到[4]。很少有专业人员能够识别几种鸟类的鸟叫声,这导致通过声音监测鸟类活动的困难。此外,教授志愿者会导致额外的费用和漫长的学习过程,可能需要一年以上。事实上,学习识别鸟类并给它们贴上标签并不是一件容易的事,因为它需要不断的练习[4]。获取所需知识的传统方法有两种:真实和虚拟。第一种方法涉及引导观光远足,以执行鸟类的视觉和听觉观察。这是一种传统方法,必须得到实地专家指导的支持,这会产生额外的费用。第二种训练方法包括通过远程研究照片和声音数据库来识别鸟类物种的主动学习。不幸的是,这两种方法都具有有限的可访问性和交互性[5]。高昂的相关费用降低了可获得性。例如,实地考察费用昂贵,而且取决于是否有专家导游和适当的参观环境条件,如果处理不当,可能导致时间和金钱的浪费。此外,进入专门的鸟鸣数据库是有限的和昂贵的。此外,这两种培训方法在很大程度上依赖专家指导,而专家指导往往不是经验丰富的教育工作者,在分享知识或激励受训者方面做得不够;这就降低了互动性。这些挑战激发了创建沉浸式鸟鸣识别训练过程的动机。其目的是创建一个系统的交互式培训计划,使对鸟类感兴趣的个人能够在交互式虚拟现实环境中学习和识别它们。该系统的重点是利用任何人都可以容易购买和使用的廉价设备,改善信息的可获得性和互动性。1.1沉浸式培训沉浸式技术的概念是指任何通过使用户完全或部分沉浸在虚拟体验中来模糊现实和虚拟世界之间界限的技术[6]。虚拟现实(VR)是基于三维环境,由计算机生成,完全模拟物理世界的新版本。探索这种类型的环境的用户与虚拟世界交互,就好像他们正在使用不同的显示器和输入设备在现实中探索它一样。因此,虚拟环境可以提供丰富的、交互式的和吸引人的上下文,可以支持体验式学习。此外,VR通过采用令人愉快的多模式体验来吸引用户的能力,使他们沉浸在专注的任务中,可以提高对知识的掌握和保留[7]。虽然虚拟现实已经存在了40多年,但它直到最近才可供消费者使用。已经引入了各种设备来显示沉浸式技术,这些设备包括昂贵的头戴式显示器(HMD)(诸如HTC或Oculus)和使用可用的移动设备来显示相关图像的经济的光学适配器。使用VR技术最经济、最具适应性的方式是使用基于纸板的适配器,例如Google Cardboard,它在构建中使用廉价的DIY材料。通过使用这种类型的光学适配器,训练系统将更容易用于一般用途。然而,之前关于VR培训的研究报告了与沉浸式技术使用相关的负面反应。例如,研究人员发现,一些HMD用户会出现晕动病、身体不适和/或认知过载[8,9]。因此,适当的沉浸式设计398Carlos ARCE-LOPERA等人:使用虚拟现实训练鸟鸣识别体验必须考虑到感知舒适度的限制,并避免对用户的过度刺激。研究人员还建议,出于培训目的,沉浸式体验应该包含不同阶段的学习任务[10]。通过这种方式,受训人员将努力完成越来越困难的任务,使他们有一种自我进步的感觉,这可能会加强学习过程和用户参与。同时,使用沉浸式技术进行培训的积极结果如下:有效性和任务绩效的提高,对学习任务的积极态度的增加,任务完成时间的减少以及准确率的提高[9-13]。虽然沉浸式技术的广泛使用还处于发展的早期阶段,但在传统培训难以实现的情况下,设计利用VR体验式学习潜力的培训任务可以取得系统性的积极成果。1.2基于HMD的VR空间音频是指围绕听众的360°声音再现。空间音频类似于我们在现实生活中听到的声音,有可能增强听众对虚拟体验的沉浸感。具体而言,对于基于HMD的VR体验,空间音频通过使用基于头部相关传递函数(HRTF)、虚拟扬声器和耳机方向数据的动态双耳音频合成来增强交互[14]。然而,HRTF是高度个性化的,并且需要使用昂贵的设备进行个性化校准。为了避免这种限制,通常采用通用HRTF来在VR中渲染足够的空间化声音[15]。音频合成可以通过标准耳机、移动电话和纸板耳机提供逼真的沉浸式体验。因此,由于虚拟世界图像和其他视觉刺激可以与对应声源的位置和距离相关联,因此增强了体验。2方法我们进行了一项受试者之间的研究,旨在比较使用传统训练系统与基于VR的训练系统的鸟鸣识别的参与度和准确性。参与者被分配到两组中的一组,两组都有相同的学习目标。学习步骤如下:首先,参与者听到与特定鸟类相关的鸟鸣;然后,他们听到另一个具有不同声源的音频文件,并试图识别目标鸟类唱歌的时间。测试音频文件由专家标记,以提供正确识别所有唱歌的鸟类的基本事实。最后,所有参与者都对用户参与度量表测试做出了回应,以评估他们在培训活动中的感知参与度。参与者年龄在18至54岁之间,具有正常的视觉和听觉。大学人类研究委员会批准了这项研究,受试者自愿同意参与,在实验人员对项目进行一般性解释后给予口头知情同意。2.1设备参与者佩戴经济型光学适配器(VR盒子虚拟现实眼镜),其中智能手机被引入作为他们的HMD。此外,他们还使用了7.1耳机(VanTop Technology and Innovation Co. Ltd.,深圳,广东)再现空间音频。参与者使用连接到智能手机的标准蓝牙控制器与虚拟世界进行交互(图1)。标准的蓝牙控制器有四个按钮和一个用于导航VR环境的多向杆。这四个按钮被编程为触发器,用于在基于VR的环境中识别鸟类发达399虚拟现实智能硬件2021年11月3日第5VR移动应用程序是为Android操作系统设计的。在训练测试中使用的手机是标准的Android手机( A51 , 三 星 , 韩 国 ) , 具 有 1080×2400( FHD+ ) 屏 幕 分 辨 率 , 4GB RAM 和 八 核(2.3GHz)处理器。2.2训练任务训练任务开始于呈现对应于特定鸟的信息,即。例如,目标鸟。这些信息包括学名、通用名、鸟的图像和音频图1用户与VR体验互动。特定鸟鸣的样本。这个学习阶段对于两个实验组来说是相同的,传统训练组和基于VR的沉浸式训练组。参与者可以保持在这个学习阶段,直到他们对自己识别鸟鸣的能力充满信心。一旦他们决定他们可以识别鸟鸣,参与者进入下一阶段的任务,测试。对于这两种情况,该阶段的持续时间是相同的(278秒),对应于多次再现具有目标鸟和其他鸟的歌声的音频文件。通过控制测试的持续时间,避免了时间对任务的影响。对于传统的培训,一个简单的计算机界面设计和实现在Java中,让参与者播放音频文件,并认识到开始的时间时,鸟鸣被复制。使用计算机的空格键进行标记决策。复制的音频是单个麦克风的录音,这是传统培训中最常见的条件。相比之下,对于VR沉浸式培训,参与者听的是3D声音,基于同一环境的六个麦克风阵列记录。此外,受试者可视化了一个向各个方向延伸的虚拟森林(图2)。任务是进入虚拟世界,识别目标鸟唱歌的时间。使用蓝牙控制器执行该时间标记。图形和任务在Unity中设计和实现。每个参与者都能够通过移动头部来环顾周围的环境,并被允许向任何方向移动以跟随声源。再现3D空间声音以允许正确识别声音的来源,图2虚拟环境的视图。400Carlos ARCE-LOPERA等人:使用虚拟现实训练鸟鸣识别从位置和距离来说。VR参与者可以在VR环境活动区域自由移动,设置为60米× 60米。参与者被告知要注意鸟鸣声并向声源移动。然而,并不能保证参与者正确地遵循了这一指令,因为他们可以移动到VR环境中的任何位置,没有限制。因此,有可能去的地方,目标鸟鸣难以识别,由于低响度。2.3数据收集记录了每个参与者的年龄和他们在学习阶段听鸟鸣音频的次数。在测试阶段,每个参与者的准确性是通过比较他们的发病时间识别与专家提供的地面真相。准确度是使用一个基于参与者识别音频所需时间的分级系统计算的。如果参与者在歌曲播放时认出了这只鸟,参与者得分为100,这是最高分。即使识别是在接下来的两秒钟后,鸟类的歌声也结束了,参与者得分为100。如果选择是3秒,得分是85。在4s时,得分为80。在第5秒,比分是75。最后,在第6秒和第7秒,得分分别为70和65。在试验结束时,累计分数除以参与者听到鸟鸣的次数。例如,如果参与者在测试试验中识别鸟鸣五次,但只正确三次(例如,每个良好识别事件得分75分),总得分为(75×3)/5=45分。每次测试后,所有参与者都对用户参与度量表-简表(UES-SF)[16]做出回应,以评估他们对相应培训活动的感知参与度。UES-SF将“参与度”分为四个维度:关注度、感知可用性、美学吸引力和可接受性。这些维度是使用三个问题来测量的,这些问题在五分制的李克特量表上进行评分:(1)强烈不同意,(2)不同意,(3)既不同意也不反对,(4)同意,(5)非常同意。注意力集中维度与迷失在体验中和失去时间的感觉有关。感知可用性维度测试了参与者在交互中的感知控制和他们的挫折程度。美学维度解释了界面对感官的感知吸引力。最后,可接受性维度测量了参与者的奖励和满意度感知。表1列出了与每个层面相对应的问题。表1UES-SF问题用于测量感知的参与度UES-SF维度焦点注意力(FA)FA1:我在这次经历问题感知可用性(PU)美学诉求(AA)耐久性(E)FA2:我沉浸在这段经历中FA3:我花在使用应用程序上的时间就这么溜走了PU1:我在使用这个应用程序PU2:我发现这个应用程序使用起来很混乱PU3:使用这个应用程序很费力AA1:这个应用程序很有吸引力AA2:这个应用程序在美学上很吸引人AA3:这个应用程序吸引了我的感官E1:使用应用程序是值得的E2:我的经验是有益的E3:我对这次经历2.4统计分析对于每个测量参数,通过使用以下方法检验显著性差异来计算描述性统计量:401虚拟现实智能硬件2021年11月3日第5置信水平为95%的双样本t检验。在决定哪种类型的统计程序适用于分析5分Likert项目(如UES-SF)方面存在争议[17-19]。例如,建议使用Wilcoxon符号秩检验,因为这是一种非参数程序,当两个样本平均值之间的差异分布不能假设为正态分布时,可用作t检验的替代方法。然而,选择非参数程序而不是t检验的建议,特别是在小样本量和李克特量表数据的情况下,似乎是毫无根据的,即使违反了t检验假设[18]。然而,运行两种统计分析(t检验和Wilcoxon符号秩检验)产生了相似的结果。我们决定提供t检验值,因为在使用用户参与度量表[20,21]报告差异时,t检验值是最常用的。此外,计算每个参数的Pearson相关系数,以测量所有变量之间的线性关系。3结果18名参与者完成了研究。其中8名为女性,参与者年龄的平均值和标准差为28.0±10.8岁。描述年龄、学习阶段重复次数和准确性的总结结果表2和表3分别列出了所有参与者的分数,具体取决于组、传统培训或基于虚拟现实的培训。当比较 传统训练组中9名25.9年龄(M=30.2岁; SD=11.6岁)与VR训练组9名受试者的年龄(M =30.2岁;SD=15.9岁)相比,差异无统计学意义(t(8)=-0.79,p =0.45>0.1)。对于学习阶段的重复次数,获得了类似的结果,其中两个训练组的平均值没有显著差异,t(8)=0.2,p=0.84>0.1。但两组间差异有显著性(t(8)=-3.9,p<0.01)观察组间平均准确度点。使用基于VR的培训的参与者的准确性(M=71.1 分;SD=13.4分 ) 显 著 高 于 传 统 培 训 参 与 者 的 准 确 性(M=34.8 分;SD=10.3 )。Pearson 相关分析显示,年龄与准确率无显著相关性(r(18)=0.001,p=0.99> 0.1)。此外,参与者年龄与学习阶段重复次数之间的相关性分析不显著(r(18)=0.16,p=0.51>0.1)。最后,无显著相关性(r(18)=0.35,p=0.15>0.1)402表2传统培训组的个人结果用户ID年龄学习阶段精度点用户218226.7用户418330.0用户724140.0用户1024225.4用户1122775.0用户1222135.0用户1618526.0用户1744325.0用户1843230.0总25.9(15.9)2.9(1.9)34.8(10.3)注:总数值表示为平均值表3基于VR的培训组的个体结果用户ID年龄学习阶段精度点用户121687.7用户323277.8用户545140.0用户621270.4用户824265.0用户927376.0用户1325167.8用户1454377.0用户1532478.0总30.2(11.6)2.6(1.6)71.1(13.4)注:总数值表示为平均值Carlos ARCE-LOPERA等人:使用虚拟现实训练鸟鸣识别在学习阶段的重复次数和准确点之间观察。图3显示了垂直轴上的精度点与水平轴上的重复次数的关系图。UES-SF 结 果 显 示 , 基 于 VR 的 培 训(M=4.1;SD= 0.8)的总体参与度显著较高(t(107)=9.8;p<0.001)比传统训练(M=2.9;SD=1.1)。对于集中注意力维度,参与者对基于VR的体验(M= 4.4;SD=0.6)的评分显著更高(t(26)=6.3;p<0.001)比传统训练(M=2.5;SD= 1.2)。类似地 , 感 知 可 用 性 显 著 高 于 ( t ( 26 ) =3.7;p0.005)图3准确度点与重复次数在学习阶段。蓝色正方形表示训练中的项目结果,而红色圆圈显示参与者在基于VR的训练中的结果。基于VR的训练(M=3.3;SD=0.6)比传统训练(M=2.7;SD=1.1)。与传统培训(M=3.3;SD=0.8)相比,基于VR的培训(M=4.4;SD=0.7)的美学吸引力评分显著更高(t(26)=5.3;p最后,基于VR的培训(M=4.4;SD=0.6)的可验证性维度评分显著高于(t(26)=5.0;p 0.001)传统培训(M=3.1;SD=1.1)。表4和图4显示了按问题和培训组区分的UES-SF的结果。表4两次培训UES-SF尺寸问题传统培训基于VR的培训集中注意力(FA)FA12.8(1.1)4.4(0.5)FA22.6(1.2)4.7(0.5)FA32.3(1.5)4.1(0.8)感知可用性(PU)PU12.6(1.4)3.1(0.6)PU23.6(0.5)3.7(0.5)PU32.0(1.3)3.2(0.7)美学诉求(AA)AA13.3(0.5)4.6(0.5)AA23.6(0.9)4.8(0.4)AA33.0(1.0)3.9(0.8)耐久性(E)E13.7(0.5)4.0(0.7)E23.0(0.9)4.7(0.5)E32.8(1.5)4.6(0.5)注:UES-SF评级:数值以平均值(±SD)表示。4讨论设计并实现了一个基于虚拟现实的鸟鸣声识别训练系统。其主要特点是再现空间音频和增强与虚拟世界的互动。为了测试培训,招募了两组参与者,并分配到传统版本的培训或基于VR的培训。两种类型的训练都遵循相同的步骤:首先是自控学习阶段,然后是准确性测试。最后一步是根据UES-SF进行用户参与度调查。 参与者的年龄不是403虚拟现实智能硬件2021年11月3日第5两组之间有显著差异。 我们的实验结果表明,年龄不是训练准确性的决定因素;例如,老年参与者与年轻用户相比具有相似的准确性点。这一发现令人惊讶,因为之前的研究已经记录了VR环境中年龄和性能之间的关系[22,23]。然而,由于我们的培训被设计为短期体验,因此它可能不会使用户感到沮丧或疲劳,以至于看不到任何效果。身体耐力,这可能是由于与年龄相关的性能下降。尽管如此,我们认识到需要扩大受试者的数量,以包括更多的参与者(老年人和年轻人)来推广这一结果。图4两个训练组的UES-SF结果的径向图。红色圆圈表示基于VR的训练的结果,而蓝色正方形表示基于VR的训练的结果。 传统的训练。关于互动的第一步,自控学习阶段,参与者决定重现音频的重复次数与测试阶段获得的准确度无关。这一令人惊讶的结果也与早期的研究相矛盾,该研究表明,在识别任务中先前的重复会对随后的识别性能产生积极影响[24]。特别是,图3显示了两个参与者,他们可以被认为是各自群体的离群值,可以遵循这一趋势。对于传统训练组,用户11重复记录七次,准确性得分为75分,这与基于VR的训练组的结果相似。类似地,在基于VR的训练组中,用户5只再现了一次学习音频,并且准确度得分仅为40分。 这两个用户在各自的组中都是离群值,因为其他参与者的准确性不依赖于他们重复音频的次数。这种差异可能是由于参与的动机不同而产生的。根据参与者向实验者传达的评论,用户11内在地高度动机地在任务中表现良好,并且享受学习阶段。相反,用户5表现出缺乏获得高分的愿望,更喜欢享受基于VR的训练交互的轻松氛围。这些见解揭示了为已经有动力的用户设计体验的重要性。除了这两个异常值,其余的用户在各自的组内有相似的重复次数和准确性。两种类型的训练之间的准确性的显着差异可能表明,基于VR的训练比传统的训练更有效。事实上,根据UES-SF结果,参与者认为基于VR的培训在所有四个UES维度上都比传统方法更具吸引力。更大的专注力可能会导致识别活动的表现提高,因为参与者避免分心并专注于特定任务[25,26]。可用性被认为是显着高于基于VR的培训比传统的基于计算机的培训。这一结果验证了我们基于VR的体验设计,该设计将枯燥的传统任务(例如练习声音识别)转化为沉浸式和交互式体验,用户可以获得更多的控制权,减少挫折感。此外,基于VR的培训的美学吸引力被评为显着更高。在沉浸式和交互式3D环境中使用空间声音吸引了参与者的多模态感觉系统[14]。最后,基于虚拟现实的系统中的可接受性和满意度感知显著高于传统培训,可能表明该系统404Carlos ARCE-LOPERA等人:使用虚拟现实训练鸟鸣识别激励用户互动,任务的设计不会过度刺激他们。然而,目前还不清楚这些结果是否取决于基于VR的系统中参与者的方法的新颖性。长时间接触基于VR的培训系统可能会揭示新鲜感是否会消失,以及准确性和参与度是否会受到影响[27]。总之,当我们基于VR的培训系统与传统培训系统进行测试时,实验结果显示更高的用户参与度和准确性,验证了体验设计。未来的研究将集中在开发各种现实的生态系统及其相关的鸟类,以增加培训系统中的新鸟类物种的信息。重点将是准确地再现空间化的声音,为此,将为每个参与者测量经过仔细校准和个性化的HRTF。此外,具有合作和社交互动的游戏化模块可以增强体验并激励参与者继续培训。最后,培训系统必须与更多的参与者进行测试,并持续更长的时间,以衡量用户之间的信息回忆和识别掌握。竞合利益我们声明我们没有利益冲突。引用1Myers N,Mittermeier R A,Mittermeier C G,da Fonseca G A,Kent J.生物多样性热点保护优先事项。Nature,2000,403(6772):853DOI:10.1038/350025012Baptiste M P,Loaiza L M G,Acevedo-Charry O,Acosta-Galvis A R,Wong L J.《引进和入侵物种全球登记册-哥伦比亚》。20183克劳斯·T减少哥伦比亚的森林砍伐,同时建设和平,并追求照常开采?政治生态学杂志,2020,27(1)DOI:10.2458/v27i1.231864KvsnR R,MontgomeryJ,GargS,CharlestonM.生物声学数据分析:分类、调查和公开挑战。IEEE Access,2020,8:57684DOI:10.1109/access.2020.29785475[10]张文辉,张文辉.半自动鸟鸣识别与人工检测鸟鸣样本的比较鸟类保护与生态,2017,12(2):art 2 DOI:10.5751/ace-01029-1202026Suh A,Prophet J.沉浸式技术研究的现状:文献分析。计算机在人类行为中的应用,2018,86:77DOI:10.1016/j.chb.2018.04.0197Alrehaili E A,Al Osman H.一个虚拟现实角色扮演游戏的经验学习。互动学习环境,2019,1DOI:10.1080/10494820.2019.17030088吴德辉,李建生,拉齐金.在移动设备上访问基于位置的信息的接口:经验评估。信息科学与技术协会学报,2016,67(12):2882-2896 DOI:10.1002/asi.235669吴伟杰,李伟杰.虚拟现实头戴式显示器Oculus Rift会引起晕动病,并且在其效果中具有性别歧视。实验脑研究,2017,235(3):889DOI:10.1007/s00221-016-4846-710[10]李国忠,李国忠.支持增强现实模拟系统:脚手架对学习成果和行为模式的影响。IEEE Transactions onLearning Technologies,2016,9(1):46-56DOI:10.1109/tlt.2015.2445761405虚拟现实智能硬件2021年11月3日第511Frank JA,Kapila V.混合现实学习环境:将移动界面与实验室测试台相结合。计算机教育,2017,110:88DOI:10.1016/j.compedu.2017.02.00912[10]李文辉,李文辉,李文辉,李文辉.书法学习任务中混合现实的贡献:补充视觉反馈和专业知识对认知负荷,用户体验和手势表现的影响。计算机在人类行为中的应用,2017,75:42DOI:10.1016/j.chb.2017.05.00613柯芳芳,李世,徐晓华.混合现实综合学习环境中的教学培训。计算机在人类行为中的应用,2016,62:212DOI:10.1016/j.chb.2016.03.09414Hong J,He J J,Lam B,Gupta R,Gan W S.用于声景设计的空间音频:记录与再现。应用科学,2017,7(6):627DOI:10.3390/app706062715[10]张振元,张文龙,张文龙.通用HRTF在虚拟现实中可能足够好。通过跨模态可塑性改进源定位。神经科学前沿,2018,12:21 DOI:10.3389/fnins.2018.0002116奥布赖恩一种实用的测量使用关系的方法新的UES短格式(UES Short Form)国际人机研究杂志,2018,112:28DOI:10.1016/j.ijhcs.2018.01.00417放大图片作者:J.五点相似项:t检验与Mann-Whitney-Wilcoxon(2012年10月添加的附录)。实际评估,研究和评估,2019年18杨伟杰,王伟杰,王伟杰.李克特标度数据和小样本t检验与wilcoxon符号秩检验的比较。现代应用统计方法学报,2007,6(1):91-106DOI:10.22237/jmasm/117799254019Harpe S E.如何分析likert和其他评级量表数据。药学教学现状,2015,7(6):836-850DOI:10.1016/j.cptl.2015.08.00120作者:Nguyen D,Meixner G.装配任务的游戏化增强现实训练:关于用户参与的研究。在:2019年计算机科学和信息系统联合会议的会议记录。IEEE,2019 DOI:10.15439/2019f13621[1]阮S,姜良伟,徐军,谭斌杰,邱振南,朱永生,莫南,布伦斯基尔,兰迪. QuizBot:一个基于对话的事实知识自适应学习系统。在:2019年CHI人为因素会议论文集在计算机系统。格拉斯哥苏格兰英国,纽约,纽约,美国,ACM,2019DOI:10.1145/3290605.330058722Coxon M,Kelly N,Page S.虚拟现实中的个体差异:空间存在和空间能力有联系吗?虚拟现实,2016,20(4):203DOI:10.1007/s10055-016-0292-x23Arino J J,Juan M C,Gil-Gómez J A,Mollá R.使用增强现实和虚拟现实的自动立体显示器的比较研究。行为信息技术,2014,33(6):646DOI:10.1080/0144929x.2013.81527724张文,张文.虚拟现实、增强现实和混合现实作为训练增强方法的效果:荟萃分析。人为因素,2021,63(4):706-726 DOI:10.1177/001872082090422925黄惠敏,劳奇U,廖S S.调查学习者对虚拟现实学习环境的态度:基于建构主义方法。计算机教育,2010,55(3):1171DOI:10.1016/j.compedu.2010.05.01426黄天亮,廖世良.透过增强实境互动技术创造电子购物多感官流动体验。互联网研究,2017,27(2):449DOI:10.1108/intr-11-2015-032127[10]李文辉,李文辉.虚拟现实分散注意力的持续功效。疼痛杂志,2009,10(4):391-397DOI:10.1016/j.jpain.2008.09.016406
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 最优条件下三次B样条小波边缘检测算子研究
- 深入解析:wav文件格式结构
- JIRA系统配置指南:代理与SSL设置
- 入门必备:电阻电容识别全解析
- U盘制作启动盘:详细教程解决无光驱装系统难题
- Eclipse快捷键大全:提升开发效率的必备秘籍
- C++ Primer Plus中文版:深入学习C++编程必备
- Eclipse常用快捷键汇总与操作指南
- JavaScript作用域解析与面向对象基础
- 软通动力Java笔试题解析
- 自定义标签配置与使用指南
- Android Intent深度解析:组件通信与广播机制
- 增强MyEclipse代码提示功能设置教程
- x86下VMware环境中Openwrt编译与LuCI集成指南
- S3C2440A嵌入式终端电源管理系统设计探讨
- Intel DTCP-IP技术在数字家庭中的内容保护
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功