方法文章

测量对视点变化的敏感度，使用和不使用立体提示

DOI：

10.3791/50877

⸱

2013年12月4日

 ,  ,  , 
1Research School of Psychology, Australian National University, 2School of Psychology, University of Western Australia, 3McGill Vision Research, Department of Ophthalmology, McGill University

本文内容

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

我们讨论了一种新的视觉刺激视点旋转方法，并演示了使用镜立体镜进行深度旋转的三维感知。该技术可用于研究立体提示在编码视点旋转图形中的作用。

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

物体识别的速度和准确性会因视角的变化而受到影响;这表明人类观察者对这种转变很敏感。在这里，我们讨论了一种模拟经过深度旋转的物体外观的新方法，并阐述了透视投影和正交投影之间的差异。接下来，我们描述了一种可以测量人类对深度旋转的敏感性的方法。最后，我们讨论了一种用于创建 3 维深度旋转的生动感知的装置;惠斯通八镜立体镜。通过这样做，我们揭示了一种评估立体线索在区分视点旋转形状和对象中的作用的方法。

引言

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

许多研究表明，视点1-7 的变化会影响物体识别的速度和准确性。例如，当在正面平行平面（即"正面"）中查看人脸时，人脸识别效果最佳，并且随着人脸深度旋转远离正面平行平面，人脸识别会系统地下降。当观察者或被查看的对象移动时，视点可能会发生变化。重要的是，通过向观察者引入立体提示1-4,6,8，通常会降低视点成本。但是，区分 3D 和平面对象的旋转非常重要。前者可能会在旋转时显示新的纹理或结构信息，而平面对象则不会发生这种情况。在本次交流中，我们讨论了一种模拟平面形状和受深度旋转 （RID） 影响的物体外观的方法。我们描述了一种将 RID 图像的二维投影转换为基于惠斯通镜立体镜9 的 RID 的生动 3D（三维）感知的装置。最后，我们报告了一种心理物理学方法，用于确定立体 （3D） 线索是否会影响我们对视点变化的敏感性。影片 1 演示了视点更改/RID 如何改变形状的外观。

模拟视点变化

当一个对象受到 RID 的影响时，它的身份或形状当然不会发生物理变化。但是，从观察者的角度来看，形状确实发生了变化。例如，如果您在横向视图中将一张纸直接放在您面前，则纸张在您眼中的图像（称为视网膜图像）是一个水平矩形。如果随后围绕其中心垂直轴旋转纸张，则视网膜图像将沿水平方向缩短（参见图 1 的演示）。最终，如果将纸张旋转 90°，则视网膜图像是一条与纸张厚度相当的细条。因此，受 RID 影响的纸张图像的最大变化是其形状的水平压缩。垂直范围中的变化渐变较小，最近的边缘的图像较高，旋转轴处的图像保持不变，而较远的边缘则较短。

RID 可以通过使用软件包对图像进行适当转换或编写自己的代码来模拟8,10。希望了解更多关于 RID 的读者可以查阅与视点转换相关的文本和网站，或了解我们材料中列出的软件包的图像处理软件中的内置功能。但是，当在屏幕上转换刺激图像以表示 RID 的特定角度时，还需要考虑：使用哪种类型的投影，正交还是透视？当我们查看场景时，附近的物体会比远处的物体产生更大的视网膜图像。对于受 RID 约束的 2D（二维）对象，这意味着远侧比近侧压缩得更多，如图 1 所示（特别参见右下角的 RID 为 60°）。压缩不对称性的大小取决于受 RID 影响的物体的大小，以及我们与它的距离。透视投影包含这种压缩不对称性，而正交投影只是通过为 RID 对象的近侧和远侧分配相同的尺寸来忽略它。由于观察者在观看平面物体旋转时将呈现这种不对称性，因此我们在此处使用透视投影。我们方法的另一个优点是投影考虑了从观察者到屏幕的观看距离。我们之前已经使用我们的 RID 方法在 2D 透视投影和 3D8,10 中模拟视点旋转形状。

模拟 3D 视点更改

为了模拟立体 RID，需要向左眼和右眼呈现略有不同的图像。两个图像之间的这种差异称为双眼视差11 （binocular disparity），它是视距和眼间距（特别是瞳孔间距）的函数。回到横向视图中的纸张示例，如果我们将纸张绕垂直中心顺时针旋转 45°（因此左边缘后退），则每只眼睛对纸张的观察会略有不同。投射到左眼上的图像旋转略小于 45°，而投射到右眼上的图像旋转略大于 45°（参见图 2 中的插图 - 可以自由融合前两个图像的观察者将感知 3D RID）。如果将适当的 RID 角度分别呈现给左眼和右眼（立体条件），它们将产生视差梯度，并且观察者可能会报告 3D RID 的生动印象。但是，如果向双眼呈现代表从中心观察点旋转 45° 的相同图像（非立体条件），观察者将看到 RID 刺激的 2D 表示。使用单个监视器向左眼和右眼呈现单独图像的一种既定方法是使用最初由查尔斯·惠斯通爵士在 19世纪中叶开发的镜面立体镜的修改12 – 见图 3。当两个立体半像位于每只眼睛视野中的相应位置时，它们可以双眼融合以产生 3D 感知（参见 Howard 和 Rogers12 对立体方法和局限性的广泛回顾）。

通过将模拟视点变化与立体呈现相结合，我们可以确定立体提示在我们检测视点变化的能力中的作用。下面的演示结果表明，当观察者知道或熟悉平面物体的大小（在本例中为弯曲轮廓）时，曲线的 2D 宽度的变化（有时称为其下垂）用于检测 RID 的变化，即视点（参见 Bell 等人。10 关于这种效果的完整手稿）。下面我们详细描述了一种心理物理学方法，用于测量 2D 和 3D 定义的平面形状对 RID 变化的敏感性。

访问受限。请登录或开始试用以查看此内容。

方案

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. 预筛选

  1. 在测试之前，获得每个参与者的书面知情同意。
  2. 询问受试者他们的视力是否正常或矫正至正常（即眼镜）。
  3. 使用简单的手持式立体测试验证参与者的立体视力。

2. 在立体镜中实现双目融合

  1. 让参与者坐在镜子立体镜前的桌子上，并调整椅子的高度以获得舒适感。
  2. 关掉灯，让它们可以暗适应至少 3 分钟。当视觉系统适应主要照明条件时，它的性能最佳。
  3. 让参与者通过立体镜观察。他们将在显示器上看到每只眼睛的十字。他们必须调整固定十字架的水平位置，直到他们只看到一个十字架，位于他们的视野中心。如果他们看到两个十字，则此间隔不正确，需要水平调整。显示时，目标以十字为中心，此过程可确保在正确的距离处熔合。
  4. 参与者现在可以开始实验了。

3. 观察者的任务说明

  1. "在每次试验中，你都会看到两条具有深度旋转 （RID） 的曲线。您需要确定两条曲线中哪一条具有更大的 RID，换句话说，哪条曲线更偏离您的视图。如果第一个刺激具有更大的 RID，则按鼠标左键。如果第二条曲线的 RID 更多，请按鼠标右键。
  2. "这是一项强制选择的任务，在对前一次试验做出回应之前，下一次试验不会开始。"
  3. "如果您不确定哪种刺激措施的 RID 更高，请做出最好的猜测。"

4. 测量等值线中视点变化/RID 的灵敏度

  1. 为了评估立体提示在 RID 判断中的作用，在显示 RID 立体提示的条件下（立体条件）和不呈现立体提示的条件下（非立体条件），分别测量参与者的表现。为了呈现立体线索，计算机通过立体镜向观察者的每一只眼睛显示不同的 RID 曲线角度。为了呈现没有立体声提示的曲线，计算机向双眼呈现相同的 RID 曲线（参见图 2 的示例）。然后，对这两种情况重复以下方法步骤。
  2. 为参与者启动由 140 个试验组成的程序。注意：恒定刺激法 （MOCS13） 用于确保所采用的测试曲线的每个 RID 值的试验次数相等。RID 可以大于、小于或等于 45°，具体值是从每个试验的集合中随机选择的。参考曲线的 RID 在 45° RID 时保持恒定。参考刺激和测试刺激的呈现顺序在每次试验中是随机的。
  3. 允许程序记录参与者选择测试处于较大 RID 角度的频率。
  4. 让参与者在每组试验后休息一下。在这个例子中，140 次试验由测试曲线的 7 个不同 RID 角度中的每个角度的 20 次重复组成：3 个角度小于 45°，3 个角度大于 45°，1 个 RID 精确为 45°，与参考曲线相同。
  5. 在每次运行结束时，计算机会绘制出数据，描述参与者选择测试刺激处于大于 45° 的 RID 角度的次数比例，作为所呈现的 RID 角度的函数（参见图 4 中的示例数据点）。
  6. 让软件使用 Cumulative Gaussian 函数拟合数据，以确定它们能够进行 RID 判别的精度。此精度由确定斜率的拟合函数的参数给出（参见图 4 中的示例实线）。
  7. 从每个图中获取斜率。然后，可以对立体和非立体条件的斜率估计值进行统计比较，以确定立体提示是否有助于观察者检测 RID 变化的能力。

访问受限。请登录或开始试用以查看此内容。

结果

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

图 4 绘制了从此类实验中获得的示例结果。每个图中的 y 轴描述了选择测试模式具有更大 RID 的次数比例。它不是绘制发生这种情况的绝对次数，而是以比例给出。x 轴描述测试模式的物理 RID;请记住，此处的参考模式保持恒定的 45° RID。数据点表示观察者选择测试曲线作为对一系列物理 RID 具有更大 RID 的次数比例。计算机仅对选择测试模式具有更大 RID 的次数进行评分;这意味着"理想"观察者的数据范围应介于零之间：当 RID 的 RID 小于参考时，从不选择 RID 中的测试作为更大;和 1：当 RID 的 RID 大于引用时，始终在 RID 中选择 greater 的测试。

从这个绘制的数据中，我们可以确定观察者对 RID 变化的敏感性。为此，我们使用统计包将数据拟合到累积高斯函数（参见材料）。拟合使我们能够估计观察者对 RID 的判断的精度或灵敏度。在图中，从每个图中实线的陡峭程度可以明显看出，观察者对 RID 角度的变化高度敏感。这意味着观察者对平面对象的 RID作高度敏感;这里是一个弯曲的轮廓。但...

访问受限。请登录或开始试用以查看此内容。

讨论

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

任何寻求解决与辨别和/或识别视点旋转物体相关的问题的研究人员都可以使用本通讯中讨论的方法。重要的是，透视投影的方法不仅限于这里展示的刺激;相反，它可以应用于广泛的实验刺激，从线条到复杂物体的图片。我们的介绍描述了使用自定义软件或库软件（如 MATLAB）应用这种转换的方法。

人们对了解我们如何从不同角度识别物体非常感兴趣。应该注意的是，有几种方法可以模拟表面和物体的 3D 结构和方向的变化，包括通过使用阴影或亮度变化6,14 和遮挡11。事实上，观点的变化通常与这些属性的变化相关，因此未来的研究必须调查不同类型线索单独和组合的作用。我们的方法提供了一种为实现这一目标做出贡献的方法。

我们的方法还为视觉感知和认知领域之外的研究人员提供了希望。例如，研究人员已经开始研究观点变化对许多不同行为维度的影响，包括姿势摇摆15，以及对计算机显示器上呈现的材料的阅读16。我们的方法提供了一种在此类任务期间控制呈现给观察者的 2D 和 3D 信息的方法。这...

访问受限。请登录或开始试用以查看此内容。

披露

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

提交人声明，他们没有竞争的经济利益。第一作者Jason Bell，澳大利亚国立大学全职员工;David Badcock 和 J Edwin Dickinson 是西澳大利亚大学的全职员工;弗雷德·金德姆 （Fred Kingdom） 是麦吉尔大学的全职员工。

致谢

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

这项研究得到了澳大利亚研究委员会的支持。ARC Grant # DP110101511 给予 JB;国家科学与工程研究委员会，加拿大 NSERC 授予 FK 的 # RGPIN121713-11 ;ARC 授予 # DP130102580 并向 DRB DP110104553。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
立体测试http://www.stereooptical.com/products/stereotestsTitmus 立体飞行测试手持式测试设备
预制立体设备 http://www.stereoaids.com.au预制立体镜适用于台式机和笔记本电脑
镜面立体镜定制;或者，Edmundoptics8 镜面立体镜www.edmundoptics.com
显卡推荐 NVidia或 ATI 实验
控制软件MATLABMATLAB、Python、C++、Visual Basic 推荐
实验控制软件Psychtoolbox.orgPsychtoolbox免费下载，但需要 MATLAB
统计软件GraphpadPrism V5http://www.graphpad.com/
统计软件帕拉梅德斯心理物理学指南http://www.palamedestoolbox.org
3D投影 文档维基百科http://en.wikipedia.org/wiki/3D_projection
上的

参考文献

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Bennett, D. J., Vuong, Q. C. A stereo advantage in generalizing over changes in viewpoint on object recognition tasks. Percep. Psychophys. 68, 1082-1093 (2006).
  2. Bulthoff, H. H., Edelman, S. Y., Tarr, M. J. How are three-dimensional objects represented in the brain? Cereb. Cortex. 5, 247-260 (1995).
  3. Burke, D. Combining disparate views of objects: Viewpoint costs are reduced by stereopsis. Vis. Cogn. 12, 705-719 (2005).
  4. Burke, D., Taubert, J., Higman, T. Are face representations viewpoint dependent? A stereo advantage for generalising across different views of faces. Vis. Res. 47, 2164-2169 (2007).
  5. Edelman, S., Bulthoff, H. H. Orientation dependence in the recognition of familiar and novel views of three-dimensional objects. Vis. Res. 32, 2385-2400 (1992).
  6. Lim Lee, Y., Saunders, J. A. Stereo improves 3D shape discrimination even when rich monocular shape cues are available. J. Vis. 11, (2011).
  7. Parr, L. A., Siebert, E., Taubert, J. Effect of familiarity and viewpoint on face recognition in chimpanzees. Perception. 40, 863-872 (2011).
  8. Bell, J., Dickinson, J. E., Badcock, D. R. Radial frequency adaptation suggests polar-based coding of local shape cues. Vis. Res. 48, 2293-2301 (2008).
  9. Wade, N. J. On the late invention of the stereoscope. Perception. 16, 785-818 (1987).
  10. Bell, J., Kanji, J., Kingdom, F. A. A. Discrimination of rotated-in-depth curves is facilitated by stereoscopic cues, but curvature is not tuned for stereoscopic rotation-in-depth. Vis. Res. 77, 14-20 (2013).
  11. Regan, D. Human Perception of Objects. , Sinauer Associates, Inc. (2000).
  12. Howard, I. P., Rogers, B. J. Binocular Vision and Stereopsis. , Oxford University Press. (1995).
  13. Kingdom, F. A. A., Prins, N. Psychophysics: A Practical Introduction. , Academic Press: an imprint of Elsevier. (2010).
  14. Kingdom, F. A. Color brings relief to human vision. Nat. Neurosci. 6, 641-644 (2003).
  15. Ustinova, K. I., Perkins, J. Gaze and viewing angle influence visual stabilization of upright posture. Brain Behav. 1, 19-25 (1002).
  16. Shieh, K. -K., Lee, D. -S. Preferred viewing distance and screen angle of electronic paper displays. Appl. Ergon. 38, 601-608 (2007).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

SIAN

相关文章