没入型バーチャルリアリティ体験における視覚誘発動揺病（Visually Induced Motion Sickness、VIMS）は、バーチャルリアリティシステムの発展と応用に影響を与える重要な問題です。現存する視覚コンテンツに基づく評価手法は、多くの場合、考慮される要素が十分に包括的でなく、運動情報の抽出が単純であり、時間領域の急変が動揺病に与える影響がほとんど考慮されていません。これらの問題に対処するために、バーチャルリアリティにおける視覚誘発動揺病の時空間多特徴評価モデルを提案しました。立体パノラマ映像の空間・時間情報に基づいて視覚誘発動揺病評価モデルを設計し、人間の目の知覚により適した加重運動特徴を採用し、立体パノラマ映像の時間領域の急変情報を考慮した特徴抽出方法を設計しました。提案モデルは、前処理モジュール、特徴抽出モジュール、および時間領域の集約と回帰モジュールに分かれています。前処理モジュールは、ビューポート抽出およびオプティカルフロー図、視差図、顕著図の推定に使用されます。特徴抽出モジュールには、前景・背景の加重運動特徴抽出、変換領域に基づく視差特徴抽出、空間特徴抽出、時間領域の急変特徴抽出が含まれます。時間領域の集約後、サポートベクター回帰によりVIMS評価スコアを得ます。実験結果は、本モデルの立体パノラマ映像データベースSPVCD上での予測結果が平均主観的意見スコアに対してピアソン線形相関係数0.821、スピアマン相関係数0.790、平均二乗根誤差0.489であることを示しています。本モデルは優れた予測性能を達成し、提案した特徴抽出モジュールの有効性を検証しました。

バーチャルリアリティ;立体パノラマ映像;動揺病;運動知覚;急変特徴