裸眼3D立体映像の視聴において、輻輳調節の矛盾により、視聴者はめまいや嘔吐などの視覚的疲労症状を引き起こします。特に医療やA/VRなどのシーンでは、3D映像の視聴は通常タスク駆動型であり、眼球運動行動は主観的制御を受けるため、単一の眼球運動特徴だけでは視覚的疲労を正確に評価できず、視覚的疲労レベルを得ることも困難です。その結果、視覚的疲労がタイムリーに発見されず、予測不可能な損失が生じます。これらの問題に対して、本論文は複数の眼球運動行動に基づく3D視覚疲労レベル評価モデルを提案します。3Dコンテンツ視聴時に注視、スキャン、瞬きなどの眼球運動行動をモデリング解析し、リアルタイムで視覚的疲労レベルを取得することを目的としています。本論文は主観的および客観的アプローチを組み合わせた方法で実験を行い、被験者は3Dコンテンツを視聴し、実験者は被験者の主観評価を記録し、眼球追跡装置を用いて客観的眼球運動行動を抽出しました。相関分析を通じて、タスク駆動下で3D視覚疲労を表す様々な客観的眼球運動行動を探求し、ニューラルネットワークを利用して16種類の眼球運動行動に基づく視覚疲労4段階評価モデルを構築しました。モデルの3D視覚疲労レベル予測精度は82%に達し、モデルの有効性を実証しました。

裸眼3D表示;視覚疲労;眼球運動行動;タスク駆動;ニューラルネットワーク