导　　师： 吕建明;张永林

授予学位： 硕士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 随着智能终端市场的快速发展和移动互联网的普及,人们在日常生活中使用智能终端进行移动阅读的时间越来越长。然而,在运动场景中(乘车、步行等)移动阅读容易引起不适感觉(视觉疲劳,恶心,头晕等),因此如何提高在运动场景中移动阅读的舒适性具有重要应用价值,值得深入研究。本文认为在运动场景中提高移动阅读的关键是要感知手机真实位移,并根据手机位移动态调整手机显示内容的位置,从而使手机屏幕内容能够平稳显示,减少眼睛频繁聚焦,达到舒缓视觉疲劳的效果。本文基于安卓平台,利用手机多个传感器(加速度传感器和图像传感器)采集的多模态数据,尝试运用线性回归、循环神经网络等时间序列预测方法计算屏幕调整偏移量。实验证明,基于时序预测的方法在规律运动场景下,能取得较好的调整效果,但在无规律运动场景下的泛化能力较弱。基于上述观测,本文进一步提出基于自适应反馈调整的多模态传感器数据融合算法,该方法能显著提升模型的泛化能力,并可以充分结合加速度传感器采集频率高而准确性低的特点和图像传感器采集频率较低而准确性较高的特点,协调工作,优缺互补。经过室内环境和室外实际乘车环境验证实验,证明了该自适应屏幕调整方法的有效性。本文针对如何提高运动场景下移动阅读的舒适性的挑战问题做出了有意义的探索,对该问题进行了抽象和建模,提出了问题的解决思路和算法效果的验证方法,并实现了自适应屏幕调整的安卓原型软件,为实用的屏幕调整系统的研发奠定了良好的基础。

关 键 词： 移动阅读 多模态数据融合 时间序列预测 屏幕调整 多传感器

领　　域： [] []