Depth constancy for virtual and physical objects
Notice bibliographique
Résumé
It is generally assumed that stereopsis plays an important role in 3D shape perception; if so, the disparity-defined shape signal must be consistent across a range of viewing distances. Studies of stereoscopic depth constancy have used a wide variety of stimuli and tasks, and come to similarly wide-ranging conclusions. The aim of this series of experiments is to understand how perceived depth magnitude is impacted by viewing distance, cue conflicts, and surface structure in virtual and physical objects. To this end, we measured perceived depth magnitude using virtual textured half-cylinders and identical 3D printed versions, presented at 83 and 130cm. Virtual stimuli were viewed using a mirror stereoscope and an Oculus Rift head-mounted display. The physical stimuli were viewed in a controlled environment under similar lighting conditions. In all cases, observers used a pressure-sensitive strip to indicate the maximum depth of the cylinder, with stereopsis and without (monocular). Depth estimates were similar in the two virtual viewing conditions, despite the optical distortions and lower resolution of the VR display. Performance was more accurate when viewing physical objects. In all three conditions there was incomplete scaling of depth with viewing distance, but this was less extreme in the physical test condition. To estimate the 'assumed' distance to the object, we used each observers' estimate, binocular geometry, and maximum likelihood estimation. Comparison of the ratio of the presented distances to those computed from the results, suggests that distance was underestimated by about 22% in both the VR and stereoscope conditions. We conclude that the failure of depth constancy in virtual stimuli is not modulated by the degree of vergence-accommodation conflict, and that depth constancy is not complete, even for physical stimuli. Meeting abstract presented at VSS 2018
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».