VR看球不再只看画面：视频、音频、脑电与眼动四路融合，沉浸度分级准确率81.6%
沉浸式VR足球转播要判断观众当下的沉浸程度，单看画面无法区分“在看”与“走神”，简单拼接四路信号又会把低质量通道的噪声带进决策。CMAFNet把视频作为语义枢纽，与音频、脑电和眼动分别做双向交叉注意力，再按每个样本的实时信号质量自适应分配融合权重，并用序数回归损失保留沉浸等级的高低顺序。在720段60秒VR比赛片段切出的86,400个样本上，四档沉浸分类总体准确率为81.6%，平均绝对误差0.274，比最强的2024年基线MT-AMW高3.4个百分点、误差低13.8%。