基于手势识别VR系统的交互体验评价研究 |
论文目录 | | 摘要 | 第1-5页 | ABSTRACT | 第5-8页 | 第1章 绪论 | 第8-21页 | 1.1 课题背景及研究的目的和意义 | 第8-9页 | 1.2 国内外研究现状 | 第9-19页 | 1.2.1 基于手势识别的VR系统的发展现状 | 第9-13页 | 1.2.2 基于主观评测的用户体验评价方法的研究 | 第13-14页 | 1.2.3 基于客观评测的用户体验评价方法 | 第14-19页 | 1.3 本课题的主要研究内容 | 第19-21页 | 第2章 绩效度量实验研究方法 | 第21-35页 | 2.1 手势识别数据采集及评价方案 | 第21-25页 | 2.1.1 绩效度量实验客观数据采集 | 第21-22页 | 2.1.2 手势识别的绩效度量实验主观数据采集方法确定 | 第22-25页 | 2.2 VR手势识别绩效度量实验设计 | 第25-31页 | 2.2.1 手势识别绩效度量实验实验目的 | 第25页 | 2.2.2 手势识别绩效度量实验流程 | 第25-27页 | 2.2.3 提取自然手势 | 第27-29页 | 2.2.4 实验设备 | 第29页 | 2.2.5 手势识别库开发环境介绍 | 第29-30页 | 2.2.6 手势识别绩效度量实验流程 | 第30-31页 | 2.3 手势势别绩效度量数据分析 | 第31-34页 | 2.3.1 手势识别绩效度量实验客观数据分析 | 第31-33页 | 2.3.2 手势识别绩效度量实验主观数据分析 | 第33-34页 | 2.4 本章小结 | 第34-35页 | 第3章 VR系统手势疲劳度数据采集实验 | 第35-54页 | 3.1 手势疲劳度数据采集 | 第35-38页 | 3.1.1 表面肌电信号研究方法 | 第35-36页 | 3.1.2 对疲劳度实验肌肉选择 | 第36-37页 | 3.1.3 手势操作疲劳度客观数据采集实验 | 第37页 | 3.1.4 手势操作疲劳度的主观实验 | 第37-38页 | 3.2 VR设备的手势操作疲劳度生理采集环境介绍 | 第38-41页 | 3.2.1 手势操作疲劳度实验定位测试程序 | 第38-40页 | 3.2.2 手势操作疲劳度实验设备介绍与连接步骤介绍 | 第40-41页 | 3.3 手臂疲劳度研究条件 | 第41-44页 | 3.3.1 研究条件要求 | 第41页 | 3.3.2 手势操作疲劳的恢复时间及缓解方法 | 第41-42页 | 3.3.3 手势操作疲劳度实验研究思路 | 第42-44页 | 3.4 VR系统的手势操作疲劳度实验研究过程 | 第44-45页 | 3.5 手势操作疲劳度S EMG样本制作 | 第45-48页 | 3.5.1 手势操作疲劳度的s EMG信号降噪处理 | 第45-48页 | 3.5.2 手势操作疲劳度实验信号特征提取 | 第48页 | 3.6 手臂肌实验分析 | 第48-51页 | 3.6.1 手势操作疲劳度数据s EMG线性分析 | 第48-50页 | 3.6.2 主观评价实验及结果 | 第50-51页 | 3.7 手势操作疲劳度研究结果与分析讨论 | 第51-53页 | 3.8 本章小结 | 第53-54页 | 第4章 交互体验模糊综合评价建模 | 第54-73页 | 4.1 隶属函数的构建 | 第54-64页 | 4.1.1 确定模糊集合 | 第55-56页 | 4.1.2 确定评语集合 | 第56页 | 4.1.3 建立隶属函数 | 第56-64页 | 4.2 基于群组AHP的权重矢量构建 | 第64-67页 | 4.2.1 基于群组AHP的权重矢量构建 | 第64页 | 4.2.2 构建各元素权重 | 第64-66页 | 4.2.3 获取各指标权重 | 第66-67页 | 4.3 模糊综合评价模型建立 | 第67-72页 | 4.3.1 手势识别辨识度模糊评判矩阵构建 | 第67-68页 | 4.3.2 整体疲劳度模糊评判矩阵构建 | 第68-69页 | 4.3.3 模糊综合评价结果 | 第69-72页 | 4.4 本章小结 | 第72-73页 | 结论 | 第73-75页 | 参考文献 | 第75-79页 | 攻读学位期间发表的学术论文 | 第79-81页 | 致谢 | 第81-82页 | 附录1 手势识别绩效度量实验结果 | 第82-83页 | 附录2 手势交互疲劳度实验结果 | 第83-86页 | 附录3 综合评价 | 第86页 |
|
|
|
| |