CCRI: Planning-C: Capturing and Logging Ecological Virtual Experiences and Reality (CLEVER)

CCRI:Planning-C:捕捉和记录生态虚拟体验和现实(CLEVER)

基本信息

项目摘要

Artificial intelligence (AI), computer vision, and machine learning have seen advances in research, driven in part by the creation and sharing of large datasets. These types of datasets do not exist for the virtual reality (VR) research communities. This planning grant forms a framework for the creation of large VR-related datasets. Experts in the VR community will create, capture, and share these needed VR datasets. This data will include head, hand, and eye tracking data. They will collect information on user behaviors and interactions while using VR systems. These datasets will advance VR software development, techniques, and applications. This will allow software advancements like observed in the VR hardware consumer markets.A primary goal of this planning grant is to design and create a large VR dataset infrastructure. This project will address an important gap in virtual reality research. A team of experts in VR will help capture multi-modal VR data (e.g., head tracking, eye gaze) and set up sharing of this data. They will also track interactions and behaviors with VR systems. VR experts will administer standardized questionnaires within most VR applications including consumer applications. It is expected that this will result in ecological validity of the datasets. The project plans to capture and publish a large dataset to help form the framework for use by the VR community. The project will provide an open-source toolkit for researchers to capture their own VR datasets. It is a goal that they will then contribute their datasets back to the VR research community. A key part of this project is to form an advisory board of computing experts to guide VR research directions. The project will organize a full-day workshop to engage the VR research community. This will help to identify community needs and priorities to advance research. The participants of this workshop will support the development of this important infrastructure.This award reflects NSF's statutory mission and has been deemed worthy of support through evaluation using the Foundation's intellectual merit and broader impacts review criteria.
人工智能 (AI)、计算机视觉和机器学习的研究取得了进步,部分原因是大型数据集的创建和共享。虚拟现实 (VR) 研究社区不存在这些类型的数据集。该规划拨款形成了创建大型 VR 相关数据集的框架。 VR 社区的专家将创建、捕获和共享这些所需的 VR 数据集。该数据将包括头部、手部和眼睛跟踪数据。他们将在使用 VR 系统时收集有关用户行为和交互的信息。这些数据集将推动 VR 软件开发、技术和应用。这将实现 VR 硬件消费市场中观察到的软件进步。这项规划拨款的主要目标是设计和创建大型 VR 数据集基础设施。该项目将解决虚拟现实研究中的一个重要空白。 VR 专家团队将帮助捕获多模式 VR 数据(例如头部跟踪、眼睛注视)并建立这些数据的共享。他们还将跟踪与 VR 系统的交互和行为。 VR 专家将在大多数 VR 应用程序(包括消费者应用程序)中管理标准化调查问卷。预计这将导致数据集的生态有效性。该项目计划捕获并发布大型数据集,以帮助形成供 VR 社区使用的框架。该项目将为研究人员提供一个开源工具包来捕获他们自己的 VR 数据集。他们的目标是将数据集回馈给 VR 研究社区。该项目的一个关键部分是组建一个计算专家顾问委员会来指导VR研究方向。该项目将组织一个全天的研讨会来吸引 VR 研究社区的参与。这将有助于确定社区需求和优先事项以推进研究。本次研讨会的参与者将支持这一重要基础设施的发展。该奖项反映了 NSF 的法定使命,并通过使用基金会的智力价值和更广泛的影响审查标准进行评估,被认为值得支持。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Ryan McMahan其他文献

Ryan McMahan的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Ryan McMahan', 18)}}的其他基金

Collaborative Research: Advancing Quantum Education by Adaptively Addressing Misconceptions in Virtual Reality
合作研究:通过适应性地解决虚拟现实中的误解来推进量子教育
  • 批准号:
    2302816
  • 财政年份:
    2023
  • 资助金额:
    $ 11.6万
  • 项目类别:
    Standard Grant
Collaborative Research: CCRI: Planning: InfraStructure for Photorealistic Image and Environment Synthesis (I-SPIES)
合作研究:CCRI:规划:真实感图像和环境合成的基础设施 (I-SPIES)
  • 批准号:
    2120240
  • 财政年份:
    2021
  • 资助金额:
    $ 11.6万
  • 项目类别:
    Standard Grant
CAREER: Leveraging the Virtualness of Virtual Reality for More-Effective Training
职业:利用虚拟现实的虚拟性进行更有效的培训
  • 批准号:
    2021607
  • 财政年份:
    2019
  • 资助金额:
    $ 11.6万
  • 项目类别:
    Continuing Grant
CAREER: Leveraging the Virtualness of Virtual Reality for More-Effective Training
职业:利用虚拟现实的虚拟性进行更有效的培训
  • 批准号:
    1552344
  • 财政年份:
    2016
  • 资助金额:
    $ 11.6万
  • 项目类别:
    Continuing Grant

相似国自然基金

轮足人形机器人多模式运动规划与控制方法研究
  • 批准号:
    62373217
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
颅颌面手术机器人辅助半面短小牵张成骨术的智能规划与交互协作研究
  • 批准号:
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
抛光机器人柔性变刚度并联执行器宏微协调运动规划与主被动柔顺控制
  • 批准号:
    52305016
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
高密度建成环境生态空间韧性机理探析及协同规划响应
  • 批准号:
    52308080
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
无人系统空地协同搜救任务规划方法研究
  • 批准号:
    62303354
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

Dynamic models of the cardiovascular system capturing years, rather than heartbeats
心血管系统的动态模型捕捉的是岁月,而不是心跳
  • 批准号:
    10708040
  • 财政年份:
    2022
  • 资助金额:
    $ 11.6万
  • 项目类别:
Dynamic models of the cardiovascular system capturing years, rather than heartbeats
心血管系统的动态模型捕捉的是岁月,而不是心跳
  • 批准号:
    10487819
  • 财政年份:
    2022
  • 资助金额:
    $ 11.6万
  • 项目类别:
Capturing Rural Risk Network Structures from Continuous-time Interaction Data (RISC)
从连续时间交互数据 (RISC) 中捕获农村风险网络结构
  • 批准号:
    10117091
  • 财政年份:
    2019
  • 资助金额:
    $ 11.6万
  • 项目类别:
Translational research and protocol planning for boron neutron capture therapy for central nervous system primary lymphoma
硼中子俘获疗法治疗中枢神经系统原发性淋巴瘤的转化研究和方案规划
  • 批准号:
    19K24055
  • 财政年份:
    2019
  • 资助金额:
    $ 11.6万
  • 项目类别:
    Grant-in-Aid for Research Activity Start-up
The high-speed dose calculation technology for human geometry which allows performing the high precision Monte-Carlo treatment planning
符合人体几何学的高速剂量计算技术,可进行高精度蒙特卡罗治疗计划
  • 批准号:
    18K19899
  • 财政年份:
    2018
  • 资助金额:
    $ 11.6万
  • 项目类别:
    Grant-in-Aid for Challenging Research (Exploratory)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了