Interpretation of Depth from Scaled Motion Parallax in Virtual Reality
Notice bibliographique
Résumé
Humans use visual, vestibular, kinesthetic and other cues to effectively navigate through the world. Therefore, conflict between these sources of information has potentially significant implications for human perception of geometric layout. Previous work has found that introducing gain differences between physical and virtual head movement had little effect on distance perception. However, motion parallax is known to be a potent cue to relative depth. In the present study, we explore the impact of conflict between physical and portrayed self-motion on perception of object shape. To do so we varied the gain between virtual and physical head motion (ranging from a factor of 0.5 to 2) and measured the effect on depth perception. Observers viewed a ‘fold’ stimulus, a convex dihedral angle formed by two irregularly-textured, wall-oriented planes connected at a common vertical edge. Stimuli were rendered and presented using head mounted displays (Oculus Rift S or Quest in Rift S emulation mode). On each trial, observers adjusted the angle of the fold till the two joined planes appeared perpendicular. To assess the role of stereopsis we tested binocularly and monocularly. To introduced motion parallax, observers swayed laterally through a distance of 30 cm at 0.5 Hz timed to a metronome beat; this motion was multiplied by the gain to produce the virtual view-point. Our results showed that gain had little effect on depth perception in the binocular test conditions. Using a model incorporating self and object motion, we computed predicted perceived depths based on the adjusted angles and then compared these with each observer’s input. The modelled outcomes were very consistent across visual manipulations, suggesting that observers have remarkably accurate perception of object motion under these conditions. Additional analyses predict corresponding variations in distance perception and we will test these hypotheses in future experiments.
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 | 0,002 |
| 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) | 0,001 | 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 ».