This study investigates the method of assessing the cybersickness according to the frame rate in the ultra-wide display, which is one of the immersive virtual environments. Cybersickness is a similar symptom to motion sickness while experiencing the virtual environments, causing serious concern about the viewing safety of the immersive virtual environments. In particular, frame rate is one of the most important and common causes of cybersickness. In this study, we propose an objective cybersickness assessment method due to frame rate by modeling the visual perception mismatch using deep learning. To do this, we devise the visual expectation network through unsupervised learning and the cybersickness prediction network through supervised learning. We also conducted an extensive subject measurement experiments on the cybersickness score at various frame rates to evaluate performance of the proposed network.
본 연구는 몰입형 가상환경 중 하나인 광시야 디스플레이에서 프레임률에 따른 사이버멀미를 측정하는 방법에 대해 연구한다. 사이버멀미는 가상환경에 몰입할 때 나타나는 멀미와 비슷한 증상으로, 몰입형 가상환경의 안정성에 큰 우려를 일으키고 있다. 특히 프레임률은 사이버멀미를 발생시키는 가장 중요하고 흔한 요인 중 하나이다. 본 연구에서는 딥러닝을 이용하여 시지각 불일치를 모델링함으로써 콘텐츠의 프레임률에 의해 발생된 사이버멀미를 객관적으로 측정하는 방법을 제안한다. 이를 위하여 비지도학습을 통한 시각 기대 신경망과 지도학습을 통한 사이버멀미 예측 신경망을 고안한다. 또한 제안한 네트워크의 성능을 평가하기 위한 광범위한 피험자 실험을 수행한다.
