Binocular cues to depth and distance enhance tolerance to visual and kinesthetic mismatch
Notice bibliographique
Résumé
In natural environments, motion parallax (from visual direction and optic flow) supports both depth and distance perception. What happens if we do not know how far we have moved or receive conflicting information? We manipulated motion gain using a VR headset and a two-phase task to assess perceived depth and distance. Observers first viewed a “fold” stimulus, a wall-oriented dihedral angle covered in Voronoi texture. The task was to adjust the dihedral angle until it appeared to be 90 degrees (perpendicular). We occluded the top and bottom edges of the fold and varied the width to make the edges of the fold uninformative. On each trial, following the angle adjustment, a second scene appeared which contained a pole that extended from a ground plane. In this phase, the task was to match the position of the pole to the remembered position of the apex of the previously seen fold. We tested observers binocularly and monocularly in two motion conditions (stationary and moving). When moving, observers swayed laterally through 20 cm in time to a 0.5 Hz metronome; the motion gain varied from 0.5 to 2.0 times the actual self-motion. We found that increased gain caused an increase in the adjusted angle or equivalently a decrease in associated depth of the fold, especially when viewed monocularly. In addition, perceived distance decreased with increasing gain, irrespective of viewing condition. That is, the fold was perceived as smaller and closer when gain was larger than 1. The effect of the gain manipulation was much weaker under binocular viewing. These data show that perceptual distortions due to differences between actual and virtual head motion are compensated for by binocular, and to a lesser extent monocular, depth and distance cues. These flexible compensatory mechanisms make the human visual system highly tolerant of visual/kinesthetic mismatch.
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 | 0,000 | 0,000 |
| 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 ».