Loading…
Thumbnail Image

Affective visualization in virtual reality systems

Pinilla Palacios, Andres

A cluster of research in Human-Computer Interaction (HCI) suggests that it is possible to infer some characteristics of users’ mental states by analyzing their electrophysiological responses in real-time. However, it is unclear how to use the information extracted from electrophysiological signals to adjust the stimuli inside a virtual environment according to the user’s affective state. Therefore, this research project’s main objective is to understand how to develop a VR system that adapts automatically to the user’s affective state. A reference implementation of a neurofeedback VR experience for training affective self-regulation is proposed. This experience aims to train the ability of users to regulate their affective states voluntarily. The main contributions are (1) the development of a technique for near real-time detection of affective states in VR users; (2) a virtual environment for visual representation of affective states; and (3) the implementation of the affect detection technique and the virtual environment for the development of a neurofeedback VR experience.
Eine Reihe von Forschungsarbeiten auf dem Gebiet der Mensch-Computer-Interaktion (HCI) legt nahe, dass es möglich ist, durch die Analyse der elektrophysiologischen Reaktionen der Benutzer in Echtzeit auf einige Merkmale ihrer mentalen Verfassung zu schließen. Es ist jedoch unklar, wie die aus den elektrophysiologischen Signalen gewonnenen Informationen genutzt werden können, um die Stimuli innerhalb einer virtuellen Umgebung entsprechend dem affektiven Zustand des Benutzers anzupassen. Daher ist das Hauptziel dieses Forschungsprojekts zu verstehen, wie ein VR-System entwickelt werden kann, das sich automatisch an den affektiven Zustand des Benutzers anpasst. Es wird eine Referenzimplementierung einer Neurofeedback-VR-Erfahrung zum Training der affektiven Selbstregulierung vorgeschlagen. Diese Erfahrung zielt darauf ab, die Fähigkeit der Benutzer zu trainieren, ihre affektiven Zustände freiwillig zu regulieren. Die wichtigsten Beiträge sind (1) die Entwicklung einer Technik zur Erkennung affektiver Zustände bei VR-Nutzern nahezu in Echtzeit; (2) eine virtuelle Umgebung zur visuellen Darstellung affektiver Zustände; und (3) die Implementierung der Technik zur Erkennung von Affekten und der virtuellen Umgebung für die Entwicklung einer Neurofeedback-VR-Erfahrung.