Integration of the Senses of Vision and Touch in Perceiving Object Softness
Notice bibliographique
Résumé
Based upon virtual reality (VR) technologies, a challenging issue for surgical planning is to permit surgeons intuitive and accurate interaction using their sense of vision and touch (e.g. to distinguish the softness of tissues). Since a viewing angle (VA) can influence apparent visual deformation of objects, we hypothesize that the VA would affect the perception of object softness. We conducted an experiment to test this hypothesis and to investigate the mechanisms of integrating the senses of vision and touch. Using a desktop VR setup, we tested 15 human participants for perceiving object softness under 3 conditions: (a) both visual and touch (haptic) information available; (b) only haptic information available; and (c) only visual information available. In each trial, participants had to select the harder object among two deformable balls of same softness but placed in different VAs. Our results showed that the VA affected the perception of object softness (within-subject ANOVA; F = 8.62, p < 0.001) -the larger the VA was the harder the ball was perceived. When two VAs differed at least 15deg, we found a significant difference in perceiving object softness (post-hoc Tukey test, p < 0.05). We applied the method of maximum likelihood estimate to compute the individual and combined weights of visual and haptic information during perceiving object softness. The computation revealed that the visual information was predominant when the VA was at -15deg, whereas the haptic information was prevailing when the VA was +15deg. We also discovered that the variance of both visual and haptic information lay between the individual variances of visual and haptic information, indicating the dependency between visual and haptic information. In conclusion, the VA should never be greater than 15deg to eliminate perceptual illusions. The visual and haptic information depends upon each other, disapproving the assumption of independency in early studies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».