cc789的博客

本研究探索了结合肌电刺激（EMS）和衣架反射技术在VR射击游戏中提供腕部触觉反馈的应用。通过用户实验发现，这种触觉反馈方法能够显著增强VR体验的真实感和享受度，大多数参与者更偏好有触觉反馈的VR体验。研究还讨论了该技术的局限性及未来发展方向，包括其在其他身体部位的应用潜力以及在医疗康复等跨领域的应用前景。

本文介绍了两种创新技术：一是用于手术导航的内窥镜摄像头尖端位置和方向估计方法及原型系统，通过外部摄像头和标记物实现精准定位；二是结合电肌肉刺激（EMS）和衣架反射的手腕式触觉反馈技术，以提升虚拟现实（VR）体验的真实感。实验验证了两种技术的可行性，并探讨了其在医疗和娱乐领域的应用潜力。

本博客探讨了肝脏手术中3D模型跟踪系统和经鼻内镜手术相机尖端定位的研究。肝脏手术导航系统利用深度相机和标记跟踪技术，实现刀头位置和肝脏姿势的估计，通过梯度下降法优化跟踪性能，但在X轴和Z轴旋转组合中存在跟踪陷阱。经鼻内镜手术研究则聚焦于开发增强现实（AR）导航系统，解决现有2D图像导航难以理解手术区域结构的问题。研究目标是提高手术的准确性和安全性，未来方向包括优化深度图像比较方法和更精确的位置估计技术。

本文介绍了一个多相机坐标校准与精度评估实验，旨在提升外科手术导航系统的测量精度。通过使用三个Intel RealSense Depth Camera D435、ChArUco板、ArUco标记以及单轴机器人滑块，对相机的坐标系统进行校准，并评估其在不同移动距离下的测量误差。实验结果表明，相机与标记之间的距离增加会导致误差增大，但通过软件优化和硬件调整可以有效减小误差。研究为手术导航系统的进一步优化提供了参考。

本研究探讨了沉浸式视觉空间中线性运动感知（LV）与圆周运动感知（CV）之间的关系，通过多个实验验证了它们之间的负相关性，即一个方向的运动感知增强会导致另一个方向的感知减弱。同时，研究还发现前后向LV在感知特性上存在差异，后向LV更容易受到CV的影响。此外，研究还涉及多相机坐标校准及精度评估，为构建先进的神经外科导航系统提供了技术支持，但仍需进一步优化以提高测量精度。

本博文探讨了两项有趣的研究成果：游戏化VR划船模拟系统对划船运动训练的影响，以及线性和圆周运动错觉（vection）的相互关系与应用价值。研究显示，游戏化VR划船模拟系统能显著提高划桨率、身体活动乐趣和用户体验，具有广泛的应用前景，包括专业运动员训练、大众健身及其他运动领域。同时，线性和圆周运动错觉的研究揭示了二者之间的负相关关系及其对虚拟现实技术和交通安全的潜在贡献。未来的研究方向包括内容优化、技术创新以及对运动错觉神经机制的深入探索。

本研究探讨了基于游戏化的VR划船模拟系统如何提升运动训练的体验和效果。通过结合虚拟现实技术和游戏化理论，该系统为划船训练提供了一种创新的方法，解决了传统划船训练中的场地和天气限制问题。实验结果显示，与传统划船训练相比，游戏化VR划船模拟系统能够显著提高运动强度、锻炼者的享受感和训练动机，同时改善运动表现。该系统在健身中心、体育院校和家庭健身等多个场景中具有广泛应用潜力，并为未来的技术融合和内容拓展提供了发展方向。

本文探讨了骨传导音频技术在增强现实导航体验中的应用，分析了音频体验的独特魅力和骨传导的技术原理与优势。通过解析空间声音技术和定制头戴设备的实现，介绍了两个具体项目——'哭泣的竹子'和'幽灵信件'，展示了音频增强现实在文化探索和叙事体验中的潜力。研究评估了用户沉浸程度和导航模式，并提出了未来改进方向和发展潜力。

本博文探讨了微观脑外科手术中基于SLAM技术的AR导航系统实验，以及Sonic AR音频沉浸体验的设计与实现。通过模拟实验验证了SLAM在相机运动估计方面的可行性与误差问题，并分析了误差产生的原因。同时，介绍了Sonic AR导航的理论背景与实现关键，包括空间音频技术、骨传导技术及音频内容设计。通过“Weeping Bamboo”和“Ghost Letter”两个项目案例，展示了纯音频体验如何结合真实环境和历史文化，实现低分离度的沉浸式体验。最后，展望了Sonic AR在未来多模态融合、个性化体验和大规模应

本文介绍了增强现实（AR）技术在水族馆展览和显微脑外科手术中的创新应用。AR智能窗口系统通过定向信息融合、眼动追踪和物体识别技术，为水族馆参观者提供直观的展品信息展示，提升了用户体验。同时，基于AR的显微脑外科手术支持系统结合SLAM技术和三维计算机图形（3DCG）模型，为脑外科手术提供了高精度的辅助导航，降低了手术风险。文章还分析了系统的评估结果、存在问题及改进建议，并展望了AR技术在未来更多领域的应用潜力。

本研究围绕机器人手术能量设备的热传导评估和增强现实智能窗口设计展开。在机器人手术方面，通过热成像和病理检查评估了切割模式和凝血模式下的热传导程度及组织损伤差异，为外科医生合理选择手术模式提供了依据。在增强现实领域，设计了一种基于定向信息融合技术的透明AMOLED智能窗口系统，提升了展览中参观者与展品的互动体验。两项技术均具有广泛的应用潜力，未来将在医疗安全、展览展示、教育科普等领域进一步优化和推广。

本博客探讨了虚拟现实环境中的文本输入技术与达芬奇手术系统的热传导评估。在VR文本输入方面，分析了不同输入技术的速度和错误率，并讨论了手部表示对输入准确性的影响。同时，针对达芬奇手术系统的研究，评估了不同操作模式下的热传导对组织损伤的影响，提出了减少热损伤的可行策略。博客还展望了这两个领域未来的发展方向，包括优化输入设备和键盘特性，以及改进手术技术以降低热损伤。

本文探讨了虚拟现实环境中多种文本输入技术，包括物理Qwerty键盘结合视觉反馈的研究、虚拟Qwerty键盘的多种交互方式（如头部指向、手势输入、控制器、触摸技术和眼动追踪），以及新型虚拟键盘布局（如圆形、立方和3D布局）和基于手部的动作输入方法。文章分析了不同技术的输入速度、准确率和用户体验，并提出了选择文本输入技术时需要考虑的关键因素。

本文探讨了数字艺术中水墨艺术与虚拟现实文本输入技术的融合与创新。通过交互投影系统、3D模型的水墨效果渲染技术和红外交互桌面投影技术，传统水墨艺术得以实现动态展示和沉浸式交互体验。同时，文章分析了虚拟现实中物理Qwerty键盘及移动键盘等文本输入技术的发展现状与优缺点。最终，对两类技术的应用场景进行了对比总结，并展望了未来发展方向。

本文探讨了红外交互投影与瞳孔光反射消除两项前沿技术在科学与艺术领域的创新应用。利用Kinect的RGB相机替代LUX计测量照度并消除瞳孔光反射，为情感状态评估研究提供了更精准的数据支持；而基于红外交互投影的数字水墨艺术创作则为传统艺术注入了新的活力，实现了观众的沉浸式互动体验。文章还分析了技术应用的优势、挑战及应对策略，并展望了未来科技与传统深度融合的发展方向。

本研究聚焦于小组工作中身体动作的分类以及瞳孔光反应的消除。首先，通过深度学习中的卷积神经网络（CNN）对加速度传感器数据进行分析，实现了对与交流相关的身体动作和随意身体动作的分类，结果显示与交流相关的动作具有较高的识别准确率。其次，为了消除瞳孔直径信号中的瞳孔光反射（PLR）干扰，研究采用了自适应干扰消除器（AIC），结合Kinect的RGB相机测量光照，成功提取了主要包含情感反应的瞳孔信号。这两项研究为教育评估和情感状态检测提供了重要的技术支持和方法。

本文探讨了多个技术研究与应用进展，包括改进数字头脑风暴工具的功能与用户体验，研究办公室环境中3D磁向量的一致性以优化基于IMU的手部跟踪器，以及利用深度学习对小组工作中常见身体动作进行分类。这些研究覆盖教育、计算机交互等多个领域，为信息捕捉、手部跟踪技术和教育评估提供了创新方法与应用前景。

本文探讨了从传统纸笔头脑风暴向数字工具的转变，介绍了一种基于认知与沉浸式系统（CAIS）的数字头脑风暴工具。该工具结合语音识别、手势交互和实时协作功能，模拟传统便签操作流程，同时拓展数字优势。通过用户研究，评估了工具的可用性，并根据反馈提出了改进建议，包括命令容错性优化、撤销功能添加和手势识别改进。研究展示了数字头脑风暴在个人与小组协作中的潜力，并指出了未来的发展方向。

本博客主要探讨了手部运动跟踪中方向校正算法的评估结果，并介绍了一种用于情报分析师协作的数字头脑风暴工具。手部运动跟踪实验通过三种方向校正方法（FB、GMV 和 KF）进行误差分析，结果表明基于重力矢量和磁北矢量的方向校正算法（GMV）在方向误差控制方面表现优异，与基于卡尔曼滤波的方向校正方法（KF）效果相当。此外，博客介绍了数字头脑风暴工具的设计与优势，该工具支持个人使用和小组协作，提供丰富的笔记功能和多模态交互方式。最后，博客展望了手部运动跟踪技术与数字头脑风暴工具的结合潜力，提出了手势控制、实时反馈和增

本文探讨了视觉显著性预测与手部运动跟踪技术的研究进展与应用前景。在视觉显著性预测方面，Sencogi模型展现出了生成时空视觉复杂度图的潜力；在手部运动跟踪领域，GMV算法通过重力和磁北极向量校正，有效提高了方向跟踪的准确性。文章还分析了这些技术在图像处理、广告优化、虚拟现实、医疗康复和工业制造等领域的广泛应用，以及未来的发展方向和挑战。

本文围绕森科吉（Sencogi）视觉复杂度模型展开研究，旨在验证该模型是否能够准确预测人类的中央凹视觉注视点，并控制可能影响显著性的因素。通过使用MIT1003数据库中的40张图像，结合眼动追踪、面部表情识别和EEG分析，研究发现森科吉模型在多个评估指标（如KL和Sim）上优于随机基线和单观察者基线，表明其在一定程度上能够模拟人类的视觉注视行为。研究还评估了场景类型对模型性能的影响以及参与者的情绪状态和认知过程与注视行为的关系。结果显示，心理因素未对注视行为产生显著影响，而模型在预测视觉注视点方面表现出了潜

本文探讨了远程操作技术与视觉复杂度模型的研究进展与应用。重点分析了机械臂映射方法、场景融合的实现技术以及基于 Leapmotion 的手势操作与传统手柄操作的实验对比。同时，介绍了 Sencogi 视觉复杂度模型的架构及其在预测人类视觉注视方面的性能评估。通过实验数据对比分析，总结了不同操作模式的优劣以及 Sencogi 模型在视觉压缩领域的应用潜力，为未来相关技术的研究和实践提供了理论支持和实际指导。

本研究探索了一种基于手势识别的自然交互方式，用于机械臂的远程操作，旨在提升操作的直观性和效率。通过深度相机设备捕捉手部动作，并结合虚拟场景生成技术，实现手部动作到机械臂执行指令的转换。研究涵盖了手势识别算法、噪声抑制方法、抓取规则设计及实验验证等关键环节。实验结果表明，该技术在低精度要求场景中具有良好的适用性，未来在太空探索、机器人和无人机操作等领域具有广泛的应用前景。

本文提出了一种基于主动骨传导声音传感的踝关节角度与负荷测量方法，通过向腿部添加振动并分析传播的振动信号，研究踝关节角度、腿部负荷与振动频率特性之间的关系。构建了由控制PC、振荡器和麦克风组成的测量系统，并通过多组实验比较了传感器位置与间距对测量结果的影响。结果表明，该方法具有微创性、潜在低成本和临床应用潜力，为步态运动学与动力学测量提供了一种新的技术路径。

本研究探讨了凝视手势输入的时空特征，重点分析了不同前馈类型（线状前馈、点状前馈和无前馈）以及输入区域大小对用户输入准确性、效率和满意度的影响。实验结果显示，前馈在提升输入性能中起到了关键作用，点状前馈适合直线绘制，线状前馈更适合曲线。输入区域小于5°时准确性显著下降，且用户满意度较低。研究还发现，垂直扫视精度优于水平扫视，从左到右扫视定位更准确。此外，用户心理因素对输入性能有显著影响，过度关注输入过程会增加心理负担，影响连续输入效果。研究为凝视手势交互设计提供了优化建议，并提出了未来研究方向。

本文围绕凝视手势输入的时空特征展开研究，探讨输入区域大小、前馈类型和手势形状对输入性能及用户满意度的影响。通过实验分析发现，输入区域大小对准确性和速度有显著影响，图形前馈能够显著降低学习和操作负担，而方形和圆形手势各有优劣。研究总结了凝视手势交互的三大特征：输入连续性、隐式交互和实时反馈，并为凝视手势交互的设计提供了指导建议。

本文研究了眼动技术在人机交互中的应用，重点探讨了眼动菜单的设计与评估方法。分析了不同眼动选择机制的优缺点，并提出了三种眼动菜单设计方案。通过层次分析法（AHP）和实验评估，结合客观任务完成时间和用户主观满意度，对设计方案进行了综合评分。结果显示，鱼眼菜单与延时选择机制结合的方案更受用户欢迎，而标记菜单与选择-子选择确认机制结合的方案具有更高的容错性。最后总结了研究的不足和未来改进方向。

本博客探讨了基于眼球运动的虚拟空间交互与菜单设计研究。首先介绍了基于聚散度的虚拟空间指向技术，包括其技术原理、识别与反馈方法以及具体应用，如窗口移动、弹出菜单和按钮按压等。随后分析了眼球运动菜单的两种形式——线性菜单和标记菜单，并通过层次分析法评估其适用性。最后，博客总结了研究成果，并提出了未来研究方向，包括用户训练、减轻疲劳、改进选择机制以及拓展应用领域等，为智能人机交互的发展提供了新的思路。

本文介绍了一项关于剪纸艺术技能提升的研究，重点分析了如何基于转向定律设计不同难度等级的剪纸图案，以帮助新手有效提升裁剪技能。研究通过三次实验评估了图案难度与技能水平之间的关系，结果显示剪纸图案的裁剪时间（MT）与难度指数（ID）之间存在高度线性关系。此外，实验还比较了新手与专家在相同难度等级上的技能变化，确认了练习对技能提升的有效性。研究为未来构建剪纸技能地图和优化练习难度提供了理论依据和技术支持。

本博文包含两个研究方向。一是隐私保护监控系统，通过骨骼模型替代真实人物影像以保护隐私，并利用姿态估计和区域对应方法实现人员跟踪，实验验证了系统的有效性与准确率；二是剪纸技能提升研究，开发了一套基于转向定律的测量系统，通过实验验证不同难度指数下剪纸技能提升的效果。两项研究分别在隐私保护和艺术技能训练领域提供了创新思路和方法。

本文探讨了老年人对即时通讯贴纸的偏好及其与用户体验的关系，同时研究了隐私保护监控系统的设计与应用。通过眼动追踪实验发现，老年人更倾向于关注照片贴纸，尤其是包含儿童形象的图片，尽管他们认为文字很重要。基于研究结果，提出了针对老年人的即时通讯贴纸设计建议，包括增加照片贴纸比例、优化文字设计、丰富主题及简化操作流程。此外，基于姿态估计的隐私保护监控系统在医疗、护理和教育等领域展现出应用价值，并可拓展到公共场所安全监控、智能家居监控和体育训练监测。

本文探讨了体感交互技术在3D虚拟实验和老年人通讯应用中的研究与应用。在虚拟实验领域，体感交互技术通过动作捕捉算法和自然的人机交互，提升了实验的真实性、沉浸感和学习效率，同时降低了实验成本。文章还介绍了基于Kinect和OpenNI框架的开发技术路线，以及体感交互在实验界面控制、仪器选择、实验操作和测试评估中的具体应用。此外，研究还关注了老年人使用LINE贴纸的用户体验，通过眼动研究分析了老年人的认知变化和偏好，为开发更人性化的通讯应用提供了参考。文章总结了体感交互技术的优势与挑战，并展望了其在教育领域和老年

本博文围绕儿童与成人面部表情识别的差异展开研究，探讨了特征提取、分类器训练及分类准确率的差异，揭示了儿童数据更具复杂性和分类难度的特点。同时，博文还介绍了体感交互在3D虚拟实验中的应用，分析了其提高学习舒适度和教学效果的优势，并讨论了面临的挑战及解决方案。研究表明，在实际应用中需针对儿童数据专门设计分类器，而体感交互技术为教育领域带来了创新性的交互方式。

本研究围绕情绪估计与面部表情识别展开，探讨了基于生物特征信号（如脑电波和脉搏）估计情绪的方法，并分析了情商对情绪评估差异的影响。研究发现，情商中的‘自我意识’和‘关系管理’能力越高，生物特征数据与主观评估的情绪差异越小。此外，研究还比较了儿童与成人在面部表情识别上的差异，指出直接将成人面部表情识别方法应用于儿童可能导致识别不准确，强调需要专门针对儿童特点训练模型。研究结果为情绪估计和面部表情识别在教育、医疗、娱乐等领域的应用提供了重要参考。

本研究探讨了情感监测的数据收集方法及其在情感估计中的应用，重点介绍了自我评估人偶（SAM）、实验设置、数据采集（包括3D面部坐标、瞳孔直径、光照度和面部动画参数）等内容。同时，研究分析了情商（EQ）对生物信号情感估计与主观评估差异的影响，验证了EQ水平在情感估计中的重要性。研究结果显示，EQ可以作为衡量主观情感评估与生物信号反映情感接近程度的有效指标。未来，研究将进一步扩大样本、优化方法并拓展应用领域，推动情感分析技术的发展。

本研究探讨了面部表情空间的心理表征模型及其作为黎曼空间的特性，提出了一种将黎曼空间转换为欧几里得空间的方法，为面部表情识别和情感状态分类提供了新的视角。研究还设计了一个基于情感环形模型的数据收集系统，结合面部表情和生理信号，为情感计算领域的发展奠定了基础。

本文探讨了面部表情感知的比较、交换与空间转换方法，提出面部表情空间是一个由最小可觉差（JND）定义的黎曼空间，而非传统默认的欧几里得空间。通过主成分分析（PCA）获取子空间，并估计JND椭球，进一步推导出个体间的黎曼度量矩阵和等距映射，实现面部表情感知的比较和交换。研究还介绍了如何将黎曼空间转换为欧几里得空间，以提升面部表情识别的准确性，并讨论了未来研究方向，包括构建全局等距映射、增加数据多样性和结合其他先进技术。

本博文探讨了设计创作中的情感表达分类方法及其应用，以及面部表情感知的比较与交换研究。通过构建核心情感模型和使用SVM分类器，验证了情感表达类型在设计任务中的有效性。同时，基于黎曼几何理论，提出了比较和交换不同个体面部表情感知的新方法，为人机交互和情感理解提供了理论支持和技术路径。

本博文介绍了两种情感分类方法及其应用研究：基于生物信号与面部表情的情感估计实验，以及Laban运动分析在设计创作中的应用。通过实验和数据分析，验证了生物信号和面部表情在情感分类中的有效性，以及Laban运动分析在设计创作和制造任务中的高准确率表现。研究还探讨了这两种方法在机器人交互、教育和娱乐领域的广泛应用前景，并总结了其各自的优势与适用场景。

本研究探讨了基于深度卷积神经网络（DCNN）的语音情感识别方法，并在FAU Aibo和IEMOCAP语料库上进行了实验，取得了较好的识别效果。同时，研究还结合面部表情和生物信号（如心率和脑电波）进行情感估计的初步实验，发现生物信号在反映真实情感方面更具优势。文章分析了实验结果、研究局限性，并展望了未来在语音情感识别和人机交互领域的发展方向。