Lors du visionnage de vidéos stéréoscopiques 3D sans lunettes, en raison du conflit entre convergence et accommodation, le spectateur peut éprouver des symptômes de fatigue visuelle tels que vertiges et nausées. Cela est particulièrement vrai dans des contextes comme le médical ou A/VR, où le visionnage de vidéos 3D est généralement axé sur une tâche. Le comportement oculaire étant soumis à un contrôle subjectif, une seule caractéristique oculaire ne permet pas d’évaluer précisément la fatigue visuelle, encore moins de déterminer son niveau. Cela conduit à une détection tardive de la fatigue visuelle, engendrant des pertes imprévisibles. Pour répondre à ce problème, cet article propose un modèle d’évaluation du niveau de fatigue visuelle 3D basé sur plusieurs comportements oculaires. L’objectif est, lors du visionnage de contenu 3D, de modéliser et analyser les comportements oculaires tels que la fixation, la saccade et le clignement afin d’obtenir un niveau de fatigue visuelle en temps réel. L’étude utilise une méthode combinant subjectif et objectif : les sujets visionnent un contenu 3D, les expérimentateurs enregistrent leurs notes subjectives et extraient les comportements oculaires objectifs avec un oculomètre ; une analyse de corrélation explore les différents comportements oculaires objectifs capables de représenter la fatigue visuelle 3D sous conduite de tâche ; un réseau neuronal est utilisé pour établir un modèle d’évaluation de la fatigue visuelle à quatre niveaux basé sur 16 types de comportements oculaires. Le modèle atteint une précision de prédiction de 82% pour le niveau de fatigue visuelle 3D, démontrant son efficacité.

affichage 3D sans lunettes; fatigue visuelle; comportement oculaire; conduite de tâche; réseau neuronal