# 0812-01-以虛擬實境為基礎之社群多媒體網路分析與優化-楊得年教授
# 重點摘要

### 1. 虛擬實境（VR）與多媒體傳輸特性

- **多視角與視域切割**：
- 將 360° 影像切割成多個小方塊（tiles），僅針對使用者視線範圍（FoV）高品質編碼，降低傳輸負擔。
- 使用視角預測與顯著性分析，提前載入使用者可能關注的區域。
- **3DoF 與 6DoF 差異**：
- 3DoF：頭部旋轉控制視角。
- 6DoF：增加前後左右上下移動，自由度更高，需更高頻寬與低延遲。
- **即時互動挑戰**：VR 視頻傳輸對延遲極敏感，遠距手術需達到 1ms 級延遲。

---

### 2. VR 傳輸最佳化與網路支援

- **編碼與壓縮策略**：
- 體積式影片（Volumetric Video）資料量極大，需結合空間與時間壓縮（spatial-temporal correlation）。
- Point cloud、mesh 等 3D 建模格式影像需高效編碼與座標壓縮。
- **網路最佳化方法**：
- CDN/邊緣運算（Edge/MEC）快取熱點內容。
- 5G/6G 切片（network slicing）分配不同服務優先權。
- 多路徑傳輸（Multi-path）將重要與次要資料分流。

---

### 3. 使用者體驗與 QoE 提升

- **VR 暈眩問題（Cybersickness）**：
- 由於視覺與動作感知不一致引起，可透過縮小 FoV、景深模糊降低不適。
- **行為預測與資源分配**：
- 分析使用者頭部與身體運動，預測未來數秒的視角需求。
- 動態調整頻寬與計算資源分配至關注區域。

---

### 4. 特殊應用案例

- **演唱會/賽事多視角直播**：
- 利用觀眾手機拍攝畫面，合成全景內容。
- 依視角與頻寬條件決定上傳與分發策略。
- **遠距協作與虛擬工作環境**：
- 使用頭戴式顯示器與攝影機捕捉動作，建立 360° 模型並即時同步。
- **全像攝影與多攝影機協作**：
- 處理遮蔽問題（occlusion），以多視角合成完整影像。

---

### 5. 研究與技術發展方向

- AI 強化視角預測與顯著性偵測，提高頻寬利用率。
- 邊緣計算結合機器學習，實現自適應編碼與串流。
- 結合行人定位與虛擬路徑引導（Redirected Walking）優化空間使用與沉浸感。
- 6G 與超低延遲網路將推動 VR 在醫療、教育、娛樂、工業的普及。