MétaCan
Menu
Retour à la cohorte
Enregistrement W2056939535 · doi:10.1117/12.468047

<title>Viewing stereoscopic images comfortably: the effects of whole-field vertical disparity</title>

2002· article· en· W2056939535 sur OpenAlexaff
Filippo Speranza, Laurie M. Wilcox

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Optical Imaging Technologies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésStereoscopyOffset (computer science)Computer scienceArtificial intelligenceComputer visionFeature (linguistics)Arc (geometry)MathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Stereoscopic images while providing enhanced depth and image quality can cause moderate discomfort. In this paper, we present the results of two experiments aimed at investigating one possible source of discomfort: whole-field vertical disparities. In both experiments, we asked viewers to rate their comfort level while viewing a 3D feature film in which the left and right images were vertically misaligned. The feature film was presented on a large theater type screen. In Experiment 1, the vertical offset was changed randomly on a scene-by-scene basis resulting in an average vertical disparity of 31 minutes or arc at the closest viewing distance. The results showed that whole- field vertical disparities produced a marginal increase in discomfort that became only slightly more pronounced with time. In Experiment 2, we alternated periods of low, medium and high levels of whole-field vertical disparity. At the closest distance, the mean vertical disparity was 15, 30, or 62 minutes of arc for the low, medium and high disparity conditions, respectively. In this experiment, discomfort increased with vertical disparity, but again only marginally even after prolonged exposure. We conclude that whole-field vertical disparities cannot be a major contributor to the discomfort experienced by observers when viewing stereoscopic images.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,221
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdvanced Optical Imaging TechnologiesTravaux en français237 207