双眼视图，立体成像和感知深度

1、大脑使用两眼视角之间的不同来感知深度。

2、不要忽略单眼的感知深度，像纹理和灯光。

3、在Rift中，用户最舒适的感知深度是0.75到3.5米之间（1米=1unity单位）。

4、通过OVR配置工具来设置虚拟摄像机之间的距离，摄像机和用户瞳孔之间的距离。

5、确保图片在每一个眼睛中符合适当的效果（在一个眼中或者在眼睛中看起来很大不同）。

基本

双眼视图展示了用两眼同时看世界的视图--每个眼睛的视图都有些许不同，我们大脑合并两个视图成一个三维立体图。我们用左眼和右眼看到的不同生成双眼视图。我们每个眼睛在不同视角看到的物理世界或者两个平坦图片的适当的不同来呈现立体图像。

oculus Rift为每个眼睛呈现一个图片通过两个被一小段距离分割的虚拟摄像机。定义一些技术术语。我们两眼之间的距离定义为IPD，我们定义在内部捕捉虚拟环境的两个摄像机之间的距离为ICD。虽然IPD分布在52mm-78mm之间，平均的IPD是63.5mm，这和Rift的平均IAD是相同的，IAD-Rift的柔性焦距透视组中心的距离。

单眼感知景深

实体映像只是我们大脑处理的众多景深中的一个。其他的大部分景深都是单眼的(当他们被一个眼睛观看或者一个平坦的图片被两眼看)。为了VR，头部移动导致的运动视差不要求看到立体映像，但是他是非常重要的为用户传输景深和提供一个舒适的体验。

其他重要的景深包括：曲线透视图，相对缩放，阻挡，空中远景，纹理梯度和灯光。当前的计算机产生的内容已经影响了一大部分这样的景深，我们提及他们是因为很容易忽略他们在3D立体映像的新奇的光线的重要性。

Rift中的舒适观察距离

当眼睛注视一个物体是，两个问题的重要性利于理解眼睛的舒适度：自适应调整和趋势调整。自适应调整关系到你们的眼睛怎样调整在他们的镜头形状带来一个焦点中的景深平台。趋势调整关系到眼睛在内部旋转的度数所以他们的视力交叉线在一个特别的景深平台。在真实世界中，他们两个是强烈交互的；到这样的程度以致于我们知道自适应反射：你眼睛旋转的度数影响你焦距的自适应性，反之亦然。

Rift,和其他任何3D立体映像技术一样，创建了一种减弱自适应和趋势需求的场景（自适应需求是确定的，但是趋势需求可以改变）。只是因为3D立体映像创建的真实图像一直呈现在一个屏幕上并保持着相同的光学距离，但是每个眼睛呈现的不同一直要求旋转眼睛所以物体的传输在很多不同的景深传输的光线。

探索者已经发现在方案变得对每个开发者来说不舒服之前，调节度和聚散度对每个人都是不同的。当前的第二代Rift的光线大约等于离屏幕1.3米。为了预防视疲劳，物体应该被渲染在0.75-3.5米之间的距离内用户会注视它们多个周期。

明显的，一个完整的虚拟环境会要求渲染一些在最佳舒适范围之外的对象。只要用户没有被要求注视这些物体多余一个周期，它们是没关系的。在unity中编程时，一单位大约等于真实世界中的1米，所以对象应该被放置在0.75-3.5单位之间的距离内。

我们不断的探索和开发允许未来Rift改进和拓宽它们的观看的最佳范围。不管这个范围怎么变，2.5米应该是一个舒适的，安全的和未来的距离当用户注视它们的时候在多余一个周期内，像菜单和GUIs。

一些Rift用户已经讨论过当他们的眼睛焦点适应虚拟屏幕景深时，看到的所有对象的不同寻常性。这会潜在的导致沮丧的或眼疲劳对少数用户，当他们的眼睛聚焦有困难时。

一些开发者已经发现了视野深度包含沉浸式和舒适度的方案。例如：你可能会人为的把菜单的背景弄模糊根据用户提出的，或者景深范围之外的物体弄模糊.这不只是模拟你们的视力的在真实世界的自然功能，这回阻止分神由用户焦点之外的突出物体。

我们还没有控制这样的用户（他们选择一个不合理的，不正常的，或者无法预料的表现方式）。有些人在VR中可能会选择站在离某个物体几英寸的地方然后注视它一整天。虽然我们知道这回导致视疲劳，严厉的措施阻止这种异常的情况，例如设置冲突检测来阻止用户走的离物体太近,这样可能会损害用户的体验。开发者的责任是为了避免要求用户把他们自己放进我们知道的最佳情形中。

内部摄像机距离的效果

改变内部摄像机的距离，两个照明摄像机的之间距离，是重要的影响用户的方式。如果内部摄像机之间的距离增加，这会创建一个夸张的立体感；如果减少距离，景深会变平，声明的立体感。改变内部摄像机的距离还有两个深层次的效果对用户。首先，它改变了眼睛看一个物体的聚焦度数。当你增加内部摄像机的距离是，用户必须更多的聚合他们的眼睛比平时，这会导致视疲劳。其次，它会改变用户的场景在虚拟环境中的大小。后者会在以后的在用户和环境缩放中创建内容一节中讨论。

设置内部摄像机到用户的自然IPD的距离来达到真实的缩放和虚拟环境景深。如果应用一个缩放效果，确保它应用到整个头部模式中来精确反射用户的真实世界的真实感觉在头部运动中，就像我们的任何跟距离有关的指导一样。

内部摄像机左右场景之间的距离必须和用户内部的瞳孔距离均衡。任何应用到ICD的缩放因子必须也要应用到整个头部运动中和通过这个指导提供的距离相关指导方针。

融合两个图片的潜在问题

我们在真实世界中经常面对这样的情景，每个眼睛获得一个不同的视角，但是我们可能只会产生一点的小问题。在VR中的一个角落里用一个眼睛看周围世界和现实世界中一样。实际上，不同的眼睛视角是有好处的：就像是你有一个特殊的代理人尝试藏在大的草地里。你的不同的眼睛视角允许你透过草在你周围移动就像这些草不曾在你面前一样。在一个2D屏幕声音游戏中这样做，无论如何,草的锋利的叶子是被遮挡的。

VR可以提升一些潜在的不用寻常的场景令用户感到讨厌，例如：透明效果可能会出现在两个眼中和正确的不一致。未成功会带来闪烁的效果或者飘落在错误的景深上。确保在两个眼中(些许的观察位置不同和固有的双眼不同)的图片是相同的是重要的。

虽然在一个负载的3D环境中不是一个问题，但是它还是重要的来确保用户的眼睛收到足够的信息来让大脑知道怎样去适当的融合和解释图片。线和边组成3D场景通常是充足的了；然而，提防重复模型的宽的线条，这会导致和预期的融合图像不同。提防景深的光学幻觉有时导致错误知觉，特别是在单眼景深中是稀疏的。

双眼视图，立体成像和感知深度相关推荐

Mars说光场（2）— 光场与人眼立体成像机理
雷锋网(公众号:雷锋网)按:光场技术是目前最受追捧的下一代显示技术,谷歌.Facebook.Magic Leap等国内外大公司都在大力布局.然而目前国内对光场(Light Field)技术的中文介绍十 ...
传统多视图立体算法：PatchMatchStereo详解
1.引言多视图立体技术是一种从已知相机内外参数的多个视角的彩色影像中,利用立体匹配算法恢复立体结构的三维视觉技术.本篇文章将带来MVS的传统方法PatchMatch Stereo和源码实践. 作为立 ...
超快速结构感知深度巷道检测（Ultra Fast Structure-aware Deep Lane Detection ）
超快速结构感知深度巷道检测 ? 秦泽群.王焕宇.李曦??[0000−0003−3023−1662] 计算机科学与技术学院, 浙江大学,中国杭州 zequnqin@gmail.com, {huanyuh ...
双目摄像头立体成像（二）畸变矫正与立体校正
一.立体校正的原因 **原因一:**当畸变系数和内外参数矩阵标定完成后,就应该进行畸变矫正,以达到消除畸变的目的. **原因二:**在立体成像原理中提到,要通过两幅图像估计物点的深度信息,就必须在两幅 ...
双摄像头立体成像(三)-畸变矫正与立体校正
双摄像头立体成像(三)-畸变矫正与立体校正畸变矫正是上一篇博文的遗留问题,当畸变系数和内外参数矩阵标定完成后,就应该进行畸变的矫正,以达到消除畸变的目的,此其一. 在该系列第一部分的博文中介绍的立体 ...
双摄像头立体成像（一）-成像原理
刚刚拿到毕设题目,基于双摄像头的3D-Reconstruction.毕竟是毕设,先不论难易与否,还是毕业最重要.所以数字图像处理的学习博客暂时告一段落,恰巧前些天由于身体原因好长时间没有更新,停了这么 ...
视觉感知——深度学习之YOLOv3算法
视觉感知--深度学习之YOLOv3算法 1. 传感器融合 2. 深度学习算法 2.1 卷积神经网络CNN 2.2 YOLO算法 3. YOLO v3算法实践 3.1 官方数据集参考 3.2 环境配置 ...
深度学习阅读导航 | 05 基于光照感知深度神经网络的多光谱数据融合行人检测
文章目录摘要一.引言二.相关研究 2.1 可见光和热感行人检测 2.2 多光谱行人检测三.我们的方法 3.1 建议模型概述 3.2 光照全连接神经网络(IFCNN) 3.3 光照感知双流深度卷 ...
几种不需要戴眼镜的立体成像方式
http://www.4dshijue.com/4dedu/2010/0605/126.html 3D技术的迅速发展,摘下眼镜看3D已经成了民心所向,也是3D技术发展的大势所趋,相信这一天很快就会到来 ...

双眼视图，立体成像和感知深度

双眼视图，立体成像和感知深度相关推荐

最新文章

热门文章