XiaoMi-AI文件搜索系统
World File Search SystemReality
FACET：使用椭圆建模实现快速准确的基于事件的眼动追踪，实现扩展现实
摘要 — 眼动追踪是扩展现实 (XR) 中基于凝视的交互的关键技术，但传统的基于帧的系统难以满足 XR 对高精度、低延迟和低功耗的要求。事件摄像机由于其高时间分辨率和低功耗而提供了一种有前途的替代方案。在本文中，我们提出了 FACET（快速准确的基于事件的眼动追踪），这是一种端到端神经网络，可直接从事件数据输出瞳孔椭圆参数，针对实时 XR 应用进行了优化。椭圆输出可直接用于后续基于椭圆的瞳孔追踪器。我们通过扩展带注释的数据并将原始掩模标签转换为基于椭圆的注释来训练模型，从而增强了 EV-Eye 数据集。此外，采用了一种新颖的三角损失来解决角度不连续性问题，并提出了一种快速因果事件体积事件表示方法。在增强版 EV-Eye 测试集上，FACET 实现了平均瞳孔中心误差 0.20 像素，推理时间为 0.53 毫秒，与现有技术 EV-Eye 相比，像素误差和推理时间分别减少了 1.6 倍和 1.8 倍，参数和算术运算减少了 4.4 倍和 11.7 倍。代码可在 https://github.com/DeanJY/FACET 上找到。
多模式细粒训练助理的自主工作流程
自主人工智能（AI）代理已经成为有前途的协议，以理解基于语言的环境，尤其是在大型语言模型（LLM S）的指数发展中。然而，多模式环境的细粒度，全面的不阐述不足。这项工作设计了一种量身定制的AU级工作流，该工作流无缝地集成到混合现实中（MR）进行细粒度的培训。我们在飞行员MR环境中为乐高砖组装的多模式细粒训练助手提供了演示。具体来说，我们设计了一种大脑语言代理，将LLM S与MR工具和视觉语言代理的内存，计划和互动集成在一起，使代理能够根据过去的经验来决定其行动。此外，我们推出了Lego-MRTA，这是一种多模式细粒组件Di-Alogue DataSet，在商业LLM提供的工作流程中自动合成。该数据集包括多模式指令的操作，对话，MR响应和视觉问题回答。最后，我们将几个流行的开放式LLM S作为基准，评估了他们在建议的数据集中进行微调的情况下的性能。我们要抗衡，该工作流的更广泛的影响将推动对MR环境中无缝用户互动的更智能分析的发展，从而促进了AI和HCI社区的研究。
对象重新识别的功能聚合和连接性
摘要 - 我们开发一个混合现实平台，以可视化人脑的某些解剖结构和功能区域，并交互作用地计算大脑动脉中的血液流动，特别关注动脉瘤的影响。几何细节和大脑动脉从MRI图像中进行了分割，并且大脑的功能区域被功能性大脑图块鉴定和映射。该平台由带有相机的全息设备组成，以捕获物理对象，并从用户手势以在数字对象上操作，以及基于GPU的平台管理器，以融合全息图设备和计算系统的数据。该平台的另一个主要组成部分是连接到平台管理器的平行计算机，用于使用高度可扩展的域分解算法对大脑流的血液动力学的接近实时计算。这样的平台可能在大脑科学中有许多应用，在本文中，我们专注于它在数字大脑的可视化中的应用，包括某些功能区域的面积，体积和厚度，破裂的风险评估以及对脑动脉瘤的外科手术计划。索引项 - 混合现实可视化，人脑，功能图集，血流动力学，不稳定的不可压缩的Navier-Stokes方程，交互式平行计算
从承诺到行动：银行中净零的现实
1个法国新闻。“七人死后，雨后法国，瑞士和意大利死了。” https：// www。theguardian.com/world/article/2024/jun/30/dead-after-storms-lash-france-switzerland。2024年6月30日。2 Banerjee，Chandan，Bevere，Lucia，ET。 al。 “ Sigma 01/2024：2023年的自然灾难。” https：// www。 swissre.com/institute/research/sigma-research/sigma-2024-01.html。 2024年3月26日。 3 IPCC，核心写作团队，H。Lee和J. Romero（编辑） “气候变化2023 - 综合报告。” 2023。2 Banerjee，Chandan，Bevere，Lucia，ET。al。“ Sigma 01/2024：2023年的自然灾难。” https：// www。swissre.com/institute/research/sigma-research/sigma-2024-01.html。2024年3月26日。3 IPCC，核心写作团队，H。Lee和J. Romero（编辑）“气候变化2023 - 综合报告。” 2023。
适用于移动增强现实的强大协作视觉惯性大满贯
摘要 - 在多用户移动AR应用程序中确保精确的实时本地化并确保鲁棒性是关键挑战。利用协作信息来增强轻量级设备的跟踪准确性，并强化整体系统的鲁棒性是至关重要的。在本文中，我们提出了一个可靠的集中式协作多代理VI-SLAM系统，用于移动AR交互和服务器端有效的一致映射。该系统在移动设备上部署了轻巧的VIO前端，以进行实时跟踪，并在远程服务器上运行的后端以更新多个子包。当检测到跨代理之间的跨代理之间的重叠区域时，系统执行子束融合以建立全球一致的图。此外，我们提出了一个基于在线注册和融合的多代理场景中的可覆盖率领域的地图注册和融合策略。为了提高前端对代理的跟踪准确性，我们介绍了一种策略，以将全局地图更新为本地地图，以中等频率的摄像机率姿势估计前端VIO和低频全局地图优化，使用紧密耦合的策略，以实现全局图中的多代数前端估计的一致性。通过在服务器上执行后端映射并在多个移动设备上部署VIO前端以进行AR排除，从而进一步确认了所提出的方法的有效性。此外，我们通过分析代理和服务器结束的网络流量，同步频率以及其他因素来讨论提出系统的可扩展性。
化身的外观和潜在骚扰者的行为影响用户在社会虚拟现实中的看法和反应策略（VR）：混合方法研究
性骚扰被认为是一个重大的社会问题。近年来，社会虚拟现实（VR）中骚扰的出现已成为一个重要而紧迫的研究主题。，我们通过与VR用户进行在线调查（𝑁= 166）和与社交VR用户的半结构化访谈（𝑁= 18）来研究用户如何在社交VR中感知性骚扰，重点关注阿凡达出现的影响。此外，我们得出了用户的响应策略来进行性骚扰，并获得了对平台法规的见解。这项研究通过研究化身出现对用户对性骚扰的看法的调节作用以及发现响应策略背后的根本原因，从而为社会VR中的性骚扰研究做出了贡献。此外，它提出了平台设计和监管域中的新型前景和挑战。
代理人的人际交往态度对虚拟现实情景中的服从和社会规范遵守的影响
图3：静止的图像来自陈述中所示的视频。（a）显示了女性友好的主导条件（b）显示男性友好的顺从状况（c）显示男性敌对的占主导地位（d）显示女性敌对的服从条件（E）显示女性中性言语状况（F）显示了男性中性的非言语状况（G）显示了男性对照条件。所有行为后来在主要研究中使用，除了（e）女性中性言语
虚拟现实运动认知训练对认知脆弱者的影响：多中心随机对照试验
背景：认知脆弱是指临床综合征，其中身体虚弱和轻度认知障碍并存。运动认知训练和虚拟现实（VR）已被用来推出各种治疗方式，以促进老年人的健康。文献主张的是，运动认知训练和VR有效地促进老年人的认知和身体功能。但是，对认知脆弱的老年人的影响尚不清楚。目的：本研究检查了VR运动认知训练（VRMCT）对全球认知功能，身体脆弱，步行速度，视觉短期记忆，认知干扰的抑制和执行功能的影响。方法：本研究使用了多中心的，评估者盲，2-平行组随机对照试验设计。参与者是在8个老年人社区中心面对面招募的。符合条件的参与者年龄≥60岁，社区住宅具有认知能力，没有痴呆症，并且没有受到限制。在干预小组中，参与者接受了由干预主义者领导的VRMCT，每周两次进行16个小时的培训课程，持续8周。在对照组中，参与者获得了老年人社区中心提供的通常的护理，调查人员没有干扰。主要结果是全球认知功能。次要结果包括身体上的脆弱，步行速度，言语短期记忆，认知干扰的抑制和执行功能。在基线（T0）和干预后的一周（T1）收集数据。广义估计方程用于检查组，时间和相互作用（时间×组）对结果的影响。结果：总共有293名合格的参与者参加了研究。参与者的平均年龄为74.5（SD 6.8）年。大多数参与者是女性（229/293，78.2％），已完成初等教育（152/293，52.1％），已婚（167/293，57.2％），与朋友一起生活（127/293，43.3％），没有VR经验（232/293，79.5％）。在干预组中，有81.6％（119/146）的参与者参加了会议总数的80％（13/16，81％）。一定数量的参与者经历了VR疾病症状（1/146，0.7％至5/146，3％）。vrmct可有效促进全球认知功能（交互作用：p = .03），略有促进执行功能（交互作用效果：p = .07）和降低脆弱性（交互作用效果：p = .03）。这些影响对其他结果没有统计学意义。
整合脊柱手术中的增强现实
标题整合了脊柱手术中的增强现实：与新技术重新定义精度型文章https://clok.uclan.ac.uk/52038/ doi https://doi.org/10.3390/brainsci14070645 Nurmukhametov，Renat，Soto，Gervith Reyes，Kannan，Siddarth，Piavchenko，Piavchenko，Gennadi，Nikolenko，Vladmir，Efe，Efe，Efe，Ibrahim E.，Romero，Romero，AlbertoRamírez等人（2024年）将增强的现实中的现实列入Spine surgeried：与新技术相结合。脑科学，14（7）。创作者耶稣 - 埃纳西翁拉米雷斯，曼努埃尔，chmutin，gennady，Nurmukhametov，renat，renat，soto，soto，Gervith Reyes，Kannan，Kannan，Siddarth，Piavchenko，Gennadi，Gennadi，Nikolenko，Nikolenko，nikolenko，vladmir，vladmir，efe，efe，efefrahim E. Ntalaja，Simfukwe，Keith，Mpoyi Cherubin，Tshiunza，Nicolosi，Federico，Sharif，Salf，Salman，Roa，Juan Carlos和Montemurro，Nicola
未来的教育将会是什么样的？元宇宙和扩展现实对高等教育系统有何影响？
教育是社会可持续发展的重要基础之一，特别是联合国大会可持续发展目标 4。扩展现实 (XR，即所谓的 Metaverse) 可以实现与虚拟环境、计算机创建的对象和虚拟形象的多感官交互。此外，头戴式显示器 (HDM) 的蓬勃发展使人们能够越来越深入地体验虚拟世界，尤其是通过深度感知的发展，包括渲染视觉、触觉和听觉等多种模式。这为通过增加新的认知维度并让更多人（尤其是生活在偏远地区的人）能够接触到它，从而彻底改变高等教育系统创造了独特的机会。它也是疫情期间（例如最近的 COVID-19 疫情）教育学生过程的完美补充。在本文中，我们基于文献和我们的经验，概述了 Metaverse 在高等教育中应用的可能性，同时考虑到了系统的优势和局限性。事实证明，基于 XR 的解决方案可以成功应用于医学教育、化学课程以及科学、技术、工程和数学 (STEM) 教育。此外，基于 XR 的系统对于学习空间技能（例如导航、空间推理和感知）非常有用。在远程学习的情况下，XR 可以更轻松地适应教育模式。此外，在封锁期间，基于 XR 的应用程序可以被视为促进社交的工具。因此，它能够实现开放和包容的学习和教学空间，即 Edu-Metaverse。在当前的社会背景下，所获得的结果为影响用户在教育过程中（包括远程学习）应用 Metaverse 的因素提供了宝贵的见解。最后，本文提出了开发有效的基于 Metaverse 的教育解决方案的研究方向。