MétaCan
Menu
← Retour à la cohorte
Enregistrement W2110639860 · doi:10.1117/12.910577

Motion in depth constancy in stereoscopic displays

2012· article· en· W2110639860 sur OpenAlexafffund
Sidrah Laldin, Laurie M. Wilcox, Carly Hylton, Robert S. Allison

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensYork University
Organismes subventionnairesOntario Centres of Excellence
Mots-clésStereoscopyParallaxComputer visionComputer scienceArtificial intelligenceDistortion (music)Rendering (computer graphics)AccelerationOpticsComputer graphics (images)PhysicsBandwidth (computing)

Résumé

récupéré en direct d'OpenAlex

In a stereoscopic 3D scene, non-linear mapping between real space and disparity could produce distortions when camera geometry differs from natural stereoscopic geometry. When the viewing distance and zero screen parallax setting are held constant and interaxial separation is varied, there is an asymmetric distortion in the mapping of stereoscopic to real space. If an object traverses this space at constant velocity, one might anticipate distortion of the perceived velocity. To determine if the predicted distortions are in fact perceived, we assessed perceived acceleration and deceleration using an animation of a ball moving in depth through a simulated environment, viewed stereoscopically. The method of limits was used to measure transition points between perceived acceleration and deceleration as a function of interaxial and context (textured vs. non-textured background). Based on binocular geometry, we predicted that the transition points would shift toward deceleration for small and towards acceleration for large interaxial separations. However, the average transition values were not influenced by interaxial separation. These data suggest that observers are able to discount distortions of stereoscopic space in interpreting the object motion. These results have important implications for the rendering or capture of effective stereoscopic 3D content.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
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 savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,281
Écart entre enseignants0,250 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→