Na visualização de vídeo 3D autostereoscópico, devido ao conflito entre convergência e acomodação, o espectador pode apresentar sintomas de fadiga visual, como tontura e náusea. Especialmente em cenários médicos e A/VR, a visualização de vídeos 3D geralmente é orientada por tarefas, e o comportamento ocular é controlado subjetivamente. É difícil avaliar com precisão a fadiga visual apenas com características individuais do movimento ocular, e impossível determinar o grau de fadiga visual, resultando em não detecção oportuna da fadiga visual e perdas imprevisíveis. Para resolver esse problema, este artigo propõe um modelo de avaliação do grau de fadiga visual 3D baseado em múltiplos comportamentos oculares, com o objetivo de, ao assistir conteúdo 3D, modelar e analisar comportamentos oculares como fixação, varredura e piscar, obtendo o grau de fadiga visual em tempo real. O estudo utilizou um método combinado subjetivo e objetivo: os participantes assistiram a conteúdo 3D, os experimentadores registraram pontuações subjetivas e usaram um rastreador ocular para extrair comportamentos oculares objetivos; por meio de análise de correlação, exploraram os diversos comportamentos oculares objetivos que representam a fadiga visual 3D sob controle por tarefa; usaram redes neurais para estabelecer um modelo de avaliação de fadiga visual em quatro níveis baseado em 16 tipos de comportamentos oculares. O modelo alcançou uma precisão de previsão de 82% para o nível de fadiga visual 3D, comprovando a eficácia do modelo.

exibição 3D autostereoscópica; fadiga visual; comportamento ocular; controle por tarefa; rede neural