基于视觉注意的网咖电竞空间光分布研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:zhangzujin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
2014年文化部出台了传统网络服务空间升级转型的政策,2018年国务院印发的《完善促进消费你体制机制实施方案(2018-2020)》明确提出电子竞技运动需要大力发展。传统网吧开始进行多功能复合的转型升级,诞生了网咖、电竞馆、电竞酒店等一系列新型网络服务空间场所。本研究在传统网络服务空间升级的背景下,对苏州地区新型网络服务空间场所——网咖进行了调查,结果发现网咖的光分布现状存在以下问题:网咖为了营造电子竞技(后文简称“电竞”)空间氛围,让电竞作业人群更专注于电竞运动,普遍采用低照度、大面积彩光灯直接照射的光分布设计策略。这种设计方式使得室内空间更容易吸引作业人员的视觉注意,营造沉浸式体验,但是否利于作业人员电竞VDT作业的视觉注意表现,作业健康和作业绩效,这一问题有待研究。由于电竞VDT作业不同于传统VDT办公作业,对作业人员的视觉注意表现要求较高。因此,研究从网咖光分布对作业人群视觉注意影响的角度出发,以苏州地区的网咖为例,进行了系统的抽样调查。选取了具有代表性的19座网咖,共计64个功能分区,对网咖光分布大类和具体类型进行归纳。并基于视觉注意机制原理,筛选出各个光分布大类空间整体亮度、颜色、方向轮廓特征最为显著,容易受到作业人员视觉关注的三种典型光分布类型,通过等效模拟实验,对比了16名青年被试在不同光分布条件下的作业疲劳和视觉注意表现。结果表明:对于网咖易受到作业人员视觉关注的三种典型光分布类型,电竞作业人群对低照度的光分布类型更为偏好;低照度光分布类型有利于电竞作业人员的情绪稳定,从情绪角度利于作业人员的注意力集中,国标推荐的VDT办公高照度光分布类型更容易引起被试的情绪波动和主观不适感,被试主观评价认为不适合电竞VDT作业;但2小时高强度电竞VDT作业后,低照度光分布类型较高照度光分布类型更容易增加作业人员的作业疲劳和困倦程度,不利于视觉注意集中,而照度水平相对较高的光分布类型则有利于降低被试的作业疲劳;视觉注意表现方面,2小时短期电竞VDT作业实验结果,光分布类型对被试的反应速度、视觉注意搜索能力影响并不显著,但低照度光分布条件下,被试的前后测反应速度有所降低,实验结果并没有显示低照度光分布条件下,被试的表现更优。因此,综合考虑电竞VDT作业人员的偏好、作业健康和视觉功效,对于短期电竞VDT作业建议在国标推荐的VDT办公作业面水平面照度500lx基础上下调照度等级,照度水平宜适中,不低于100-150lx,不高于300-500lx;另一方面,空间整体需要照明,照度水平不应低于50-75lx,不高于200-300lx,对周围环境区域,包括顶棚、墙柱区域等元素的凸显有利于提升室内电竞氛围,营造沉浸式空间体验。研究基于网咖电竞光分布现状研究,归纳网咖目前室内光分布设计存在的主要问题,并提出设计优化建议,为网咖电竞空间的照明设计提供理论参考。本研究的创新点有:1)研究内容填白:在学界对电竞空间光环境问题愈发关注的背景下,做了区域范围的抽样调查,提供了数据样本,填补了网咖电竞光环境研究现状数据方面的空白。2)方法开拓:探索运用计算机视觉注意显著性检测方法提取电竞光环境空间的视觉注意特征,比运用眼动仪器测量眼动数据更加经济实用,适用于建筑光学领域大规模实地调查。3)观点阐述新颖:对VDT作业光分布的研究结合空间整体视觉注意的研究不多。本研究从视觉注意的角度去分析网咖室内光分布,角度有别于传统VDT办公光环境和光分布相关理论的研究。
其他文献
在日常生活中,优化问题无处不在。科学技术的迅速发展逐步加剧了生活中实际面临优化问题的复杂度。对于求解复杂的优化问题,群智能优化算法有着效率高、适应性广的优势。粒子群优化(Particle swarm optimization,PSO)算法是一种常用的智能优化算法,它具有参数少、收敛速度快、易于编程等优点,将PSO算法应用在实际问题中,能够获得良好的性能。但由于存在过早收敛和全局搜索能力的薄弱的缺点
学位
现代化发展中城市的扩张与人口的增长使得相关的交通问题愈发严重,尤其是道路利用率低下和交通堵塞的问题。交通流预测旨在根据城市交通网络中的路网结构和历史交通流数据等信息对未来时刻的交通状态进行预测,有利于广大用户提前做好出行规划和政府合理规划城市交通,是目前解决上述交通问题的重要手段之一。然而,交通信息中存在由复杂的道路网络和动态的交通条件所带来的复杂时空依赖性,且时空特征之间相互关联和相互影响。因此
学位
随着移动互联网技术的发展,社交网络已成为人们日常生活的重要组成部分。大量有价值的信息在社交网络中传播,这些信息的分享为人们生活提供便利的同时也给用户带来了极大的隐私威胁。社交网络合成图作为一种既能表示原始社交网络属性又不泄露真实数据的生成图数据,可以供数据收集者分析出准确的网络属性特征。本文以差分隐私模型为基础,研究如何将本地化隐私保护的数据收集机制和社交网络图合成机制有效地结合,从而保护社交网络
学位
传感器技术是当代信息产业的重要支柱之一,随着物联网技术的不断发展,传感器越来越多地应用到了人们生产生活的各个领域,与之如何有效分析这些数据,充分挖掘传感数据所隐含信息是一个重要的研究课题。基于机器学习和深度学习的时序传感数据分类算法已经得到广泛应用,相比传统方法能更好地提取数据深层次的特征,可以达到更好的识别效果。然而,此类方法往往依赖于大量有标签的训练样本,而这在许多实际情况下是难以获得的。迁移
学位
表情识别是研究和判别人类情绪的一种重要途径,随着社会的不断进步,情绪的价值和表达也越来越受到关注和重视。本文通过调研发现,在虚拟现实(Virtual Reality,VR)情境下,特别是沉浸式VR情境下,参与者的情绪会由于VR高度的沉浸感和真实感得到更充分自然的引发和调动。此时参与者的情绪状况可通过愤怒、轻蔑、恶心、恐惧、高兴、悲伤以及惊讶七种表情进行识别和监测。然而使用沉浸式VR的头戴式显示器(
学位
根据第七次全国人口普查主要数据显示,我国正逐渐步入老龄化社会,老年人的健康看护问题需要重视。通过步态来检测独居老人的异常情况并预警,可以给予其及时的帮助。因此,本文提出了基于震动信号的异常步态识别方法,主要的创新性工作有:(1)设计开发了震动信号采集系统。该系统以智能硬件为基础,针对多传感器协作采集数据时,各传感器采集到的数据不一致甚至不同步的问题,提出了基于二阶矩的信号分割方法用于从采集数据中识
学位
随着越来越多的图卷积网络(GCN)成功应用于推荐任务,人们发现训练大规模GCN十分困难。由于随着图卷积网络层数增加,嵌入学习需要聚合的邻居数量出现指数级增长,造成的结果是基于小批量梯度下降算法的图卷积网络模型计算成本高昂。为了解决以上问题,本文提出了基于聚类图卷积网络的推荐算法(Clustering Graph Convolutional Network for Recommendation,Re
学位
二值图像的骨架提取是将其图像中的前景像素缩减为骨架形式的方法。提取得到的骨架保留了原图的拓扑、几何性质。骨架提取常常作为图像分类、数据聚类中的预处理步骤,以达到特征提取、数据降维的效果。常见的二值图像骨架提取算法分为三类:基于形态学、基于中轴变换、基于形状分解。目前的骨架提取算法已逾一千种,然而其通常难以得到单像素宽度的骨架,冗余像素较多,并且算法抗噪能力差。本文提出一种基于k最近邻居的二值图骨架
学位
流水线式任务型对话方法通过对话状态跟踪模块将外部知识融入对话,但是该类方法设计复杂,需要大量人工标注。端到端方法将对话任务视为从对话历史到系统回复的映射问题,有着结构简单、可扩展性强的优点。但是,现有端到端的方法难以使用对话状态跟踪模块进行外部知识库检索,从而无法将外部知识融入对话过程。针对该问题,本文的创新工作和主要内容包括:(1)本文在端到端模型中引入对话状态,提出一个对话状态指导的端到端任务
学位
图像/视频对齐是通过求解空间两图像之间的映射关系,并将其对齐到同一平面的技术,该技术是全景摄影、光流估计等视觉匹配任务的关键技术,同时,也不断推进着安防监控、虚拟现实等领域在场景对齐方面的发展,研究价值较高。以图像间待对齐对象的状态为出发点,本文将从静态和动态对齐角度,分别深入研究单应性估计和光流估计这两种关键对齐技术。目前,传统基于特征的单应性估计算法对特征点数量及匹配质量要求较高,鲁棒性较差,
学位