论文部分内容阅读
随着3D电视逐渐被人们接受的同时,与之出现的各种不适感和疲劳感也引起了人们的关注,而目前我国对3D电视健康评估的研究尚处于起步阶段,还缺乏相应的行业与国家标准。研究并建立相关标准体系指导3D产业健康发展成为社会热点问题之一。本文研究工作就是运用脑电信号(EEG)和事件相关电位(ERP)等技术手段研究观看3D电视的健康评估特征参数,为建立相关的评估体系提供科学依据。具体研究内容和创新点:(1)将EEG和EPR技术引入到3D电视健康评估特征参数的研究中,搭建了EEG/ERP的实验测试平台,设计了实验方案对近一百名志愿者进行了5批次实验,采集到各类有效数据145例。(2)运用EEG技术进行3D电视健康评估研究,对采集到的EEG数据进行了预处理和特征波提取,计算了疲劳因子R值、重心频率(GF)等特征参数,分析研究发现绝大多数的R值在观影后会上升,枕区的GF会下降的规律;统计了观看长时3D影片后主观不适问卷得分,将其与EEG特征参数及片源深度信息关联,得出深度信息与疲劳度有密切的相关性,深度信息的均值和标准差越大,疲劳也越容易产生的结论。(3)运用ERP技术研究了观看3D短时上边框效应问题片源后的P300成分的变化情况,发现其与观看正常片源之后的P300幅值相比明显下降,与主观问卷关联得出观看短时上边框效应问题片源会导致人体不适的结论。(4)研究了相同内容、不同深度信息和亮度差的3D电视图片引发的视觉诱发电位(VEP)的变化情况,发现所有图片刺激产生的视觉诱发电位变化规律都是相似的、都出现NPN、P250典型成分。结果发现深度信息有无,直接影响视觉诱发电位中N135、P250幅值的大小;左右眼亮度差超过某一阈值,视觉诱发电位P2的幅值变化较大,此可作为3D电视健康评估的特征参数之一。综上,论文在3D健康评估的研究中发现了基于EEG的3D健康评估因子(疲劳因子R值,重心频率GF)以及ERP中的3D健康表征成分(P300和P2成分),基本达到3D健康评估的目的,为将来建立3D行业标准提供了重要参考依据。