La realidad virtual y las tecnologías relacionadas con ella se utilizan para muchos tipos de contenidos multimedia, como entornos virtuales o vídeos en 360 grados, que pueden ser consumidos en diversos dispositivos, como ordenadores, móviles o aparatos especializados de realidad virtual (d escritorio y móviles).

En este sentido, la tesis doctoral de Antoni Oliver, defendida en la Universidad de las Islas Baleares, analiza el comportamiento de los usuarios a través de múltiples dispositivos en estos entornos multimedia. Es curiosamente la tesis número 500 que la UIB ha añadido al repositorio de Tesis Doctorales en Red (TDR).

El estudio ha propuesto un sistema interactivo para crear y reproducir experiencias multimedia basadas en entornos de realidad virtual y vídeos en 360 grados con múltiples dispositivos. En concreto, se ha recogido el comportamiento de los usuarios en un videodocumental interactivo en 360 grados, un museo virtual y un recorrido hipervídeo interactivo en 360 grados por el centro de Palma.

La investigación ha observado que los usuarios del museo virtual muestran algunas diferencias significativas de comportamiento en función del dispositivo que han utilizado para reproducirlo: distinto tiempo entre interacciones, diferencias en la exploración y orientación, y sesgos según los valores iniciales de los suyos navegadores.

En cuanto al recorrido en 360 grados, se ha observado que los usuarios de dispositivos inmersivos suelen comportarse de forma similar, ya que tienen unas restricciones físicas similares. Por otra parte, los de los dispositivos no inmersivos (ordenador y móvil) muestran comportamientos distintos de exploración espacio-temporal, de dispersión de la orientación, de movimiento de estas orientaciones y en el agrupamiento de sus trayectorias. También se han encontrado diferencias significativas en función de dos tipos de vídeo detectados, dependiendo de si la cámara se desplaza o no.

Predicción del comportamiento de los usuarios

El estudio también ha propuesto un modelo basado en redes neuronales que es capaz de clasificar las orientaciones de los jefes de los usuarios según el tipo de vídeo o dispositivo que utilizan. Todo ello, con una precisión superior al 90% con sólo cuatro segundos de trayectoria.

Por último, la investigación ha implementado un modelo para predecir las orientaciones hasta dos segundos en el futuro a partir de los últimos segundos de orientación. Los resultados se han mejorado un 19% en comparación con un modelo similar que aprovecha el conocimiento del tipo de vídeo y del dispositivo utilizado.