VR 观看足球赛事已经不再是新奇概念，但如何准确判断观众是否真正沉浸一直是难点。近日，一项发表于《Discover Artificial Intelligence》的研究提出名为 CMAFNet 的跨模态注意力融合网络，同步接入赛事视频、赛场音频、32 通道脑电信号与 VR 眼动轨迹四类数据，实现四级沉浸度分类，整体准确率可达 81.6%，平均绝对误差 0.274，性能优于 8 种主流融合基线方案。

该研究招募了 30 名 18 至 35 岁志愿者，佩戴 Meta Quest Pro 头显与无线干电极脑电帽，观看欧冠、西甲、英超的 VR 赛事片段，覆盖进球、任意球等场景。四类信号各有价值：视频呈现比赛画面，音频传递解说与现场氛围，脑电捕捉情绪和注意力变化，眼动追踪定位用户视线落点。系统通过统一时间戳完成多流信号对齐，采用轮辐式注意力结构、质量自适应门控与有序回归损失三项设计优化融合效果。

据了解，该模型在单张 RTX 4090 显卡上推理延迟 44.6 毫秒，显存占用 2.8GB，满足实时自适应转播需求。留一被试交叉验证准确率为 79.3%±2.1%。研究团队也坦言样本人群、佩戴舒适度等方面存在局限。这项成果证明，基于生理信号实时评估 VR 体育观赛沉浸感具备可行性，有望摆脱事后问卷，打造可随比赛动态调整渲染与转播策略的反馈闭环。（新闻来源：bioengineer.org、VRAR星球编译）

商务合作：13146398132

媒体合作：13341147250

爆料投稿：editor@vrarworld.cn

版权声明：本文为VRAR星球原创，任何单位及个人未经授权不得转载，否则将依法追究侵权责任。

如需转载请联系13341147250 / editor@vrarworld.cn 申请授权，转载时请注明来源并保留VRAR星球原文链接。

本文部分图片及视频来源于互联网，如涉及侵权请联系我们删除。