stringtranslate.com

2.5D (визуальное восприятие)

Изображение 2.5d

2.5D — это эффект зрительного восприятия. Это построение кажущейся трехмерной среды из 2D-проекций сетчатки. [1] [2] [3] Хотя технически результат является 2D, он позволяет создать иллюзию глубины. Глазу легче различить расстояние между двумя предметами, чем глубину одного объекта в поле зрения. [4] Компьютеры могут использовать 2.5D, чтобы сделать изображения человеческих лиц реалистичными. [5]

Восприятие физической среды ограничено из-за визуальных и когнитивных проблем. Визуальная проблема заключается в отсутствии объектов в трехмерном пространстве , которые можно было бы отобразить с помощью той же проекции, в то время как когнитивная проблема заключается в том, что восприятие объекта зависит от наблюдателя. [2] Дэвид Марр обнаружил, что 2.5D имеет визуальные ограничения проекции, которые существуют, поскольку «части изображений всегда являются (деформированными) разрывами в яркости». [2] Поэтому в действительности наблюдатель не видит все окружение, а конструирует трехмерный вид, центрированный на зрителе.

Размытое восприятие

Первичным аспектом зрительной системы человека является восприятие размытости. Восприятие размытости играет ключевую роль в фокусировке на близких или далеких объектах. Модели фокусировки сетчатки имеют решающее значение в восприятии размытости, поскольку эти модели состоят из дистальной и проксимальной ретинальной расфокусировки. В зависимости от расстояния до объекта и его движения от наблюдателя эти модели содержат баланс и дисбаланс фокусировки в обоих направлениях. [6]

Человеческое восприятие размытости включает обнаружение размытости и различение размытости. Размытость проходит через центральную и периферическую сетчатку. Модель имеет изменчивую природу, и модель восприятия размытости находится в диоптрическом пространстве при ближнем просмотре. Модель может иметь предложения в соответствии с восприятием глубины и контролем аккомодации. [6]

Цифровой синтез

Данные диапазона 2.5D получаются системой визуализации диапазона , а цветное изображение 2D снимается обычной камерой. Эти два набора данных обрабатываются по отдельности, а затем объединяются. Выходные данные человеческого лица могут быть реалистичными и обрабатываться инструментами компьютерной графики. При распознавании лиц этот инструмент может предоставить полную информацию о лице. [7] При обнаружении цветных краев используются три различных подхода:

2.5D ( визуальное восприятие ) предлагает автоматический подход к созданию моделей человеческого лица. Он анализирует набор данных диапазона и изображение восприятия цвета. Источники анализируются отдельно для определения анатомических участков черт, создания геометрии лица и создания объемной модели лица. [8] Два метода локализации черт — это деформируемый шаблон и хроматическое обнаружение края. [9]

Система визуализации диапазона содержит такие преимущества, как возможность избежать проблем с помощью контактного измерения. Это было бы проще в обслуживании и намного безопаснее, а другие преимущества также включают в себя то, что нет необходимости калибровать при измерении объекта сходства, и позволяет машине быть подходящей для измерения данных диапазона лица. [5]

Наборы данных 2.5D могут быть удобно представлены в структуре боксов (выровненных по осям, неперекрывающихся боксов). Их можно использовать для непосредственного представления объектов на сцене или в качестве ограничивающих объемов . Работа Леонидаса Дж. Гибаса и Юаня Яо показала, что выровненные по осям непересекающиеся прямоугольники можно упорядочить в четыре порядка так, чтобы любой луч встречался с ними в одном из четырех порядков. Это применимо к боксам и показало, что существуют четыре различных разбиения боксов на упорядоченные последовательности непересекающихся множеств. Они называются антицепями и позволяют боксам в одной антицепи загораживать боксы в последующих антицепях. Ожидаемое время выполнения для разбиения антицепи составляет O(n log n), где n — количество боксов. Такое разбиение можно использовать для эффективной реализации виртуальных проездов и трассировки лучей. [10]

Восприятие человеком визуального образа включает три последовательных этапа

Приложения

Использование модели человеческого лица включает медицину, идентификацию, компьютерную анимацию и интеллектуальное кодирование. [12]

Ссылки

  1. ^ MacEachren, Alan M. (2008). "GVIS Facilitating Visual Thinking". Как работают карты: представление, визуализация и дизайн. Guilford Press. С. 355–458. ISBN 978-1-57230-040-8. OCLC  698536855.
  2. ^ abc Watt, RJ и BJ Rogers. «Человеческое зрение и когнитивная наука». В Cognitive Psychology Research Directions in Cognitive Science: European Perspectives Vol. 1, под редакцией Алана Баддели и Нильса Оле Бернсена, 10–12. East Sussex: Lawrence Erlbaum Associates, 1989.
  3. ^ Вуд, Джо; Киршенбауэр, Сабина; Долльнер, Юрген; Лопес, Адриано; Бодум, Ларс (2005). «Использование 3D в визуализации». Исследование геовизуализации. Международная картографическая ассоциация/Elsevier. ISBN 0-08-044531-4. OCLC  988646788.
  4. ^ Read, JCA; Phillipson, GP; Serrano-Pedraza, I; Milner, AD; Parker, AJ (2010). «Стереоскопическое зрение при отсутствии латеральной затылочной коры». PLOS ONE . 5 (9): e12608. Bibcode : 2010PLoSO...512608R. doi : 10.1371/journal.pone.0012608 . PMC 2935377. PMID  20830303 . 
  5. ^ ab Kang, C.-Y.; Chen, Y.-S.; Hsu, W.-H. (1993). "Картографирование реалистичного 2,5-мерного человеческого лица с помощью автоматического подхода". Труды конференции IEEE по компьютерному зрению и распознаванию образов . IEEE Comput. Soc. Press. стр. 611–612. doi :10.1109/cvpr.1993.341061. ISBN 0-8186-3880-X. S2CID  10957251.
  6. ^ ab Ciuffreda, Kenneth J.; Wang, Bin; Vasudevan, Balamurali (апрель 2007 г.). «Концептуальная модель человеческого восприятия размытости». Vision Research . 47 (9): 1245–1252. doi : 10.1016/j.visres.2006.12.001 . PMID  17223154. S2CID  10320448.
  7. ^ Чии-Юань, Кан (1 января 1994 г.). «Автоматический подход к картографированию реалистичного 2,5-мерного человеческого лица». Image and Vision Computing . 12 (1): 5–14. doi :10.1016/0262-8856(94)90051-5.
  8. ^ Чии-Юань, Кан; Юнг-Шэн, Чен; Вэнь-Син, Сюй (1994). «Автоматический подход к картографированию реалистичного 2,5D человеческого лица». Image and Vision Computing . 12 : 5–14. doi :10.1016/0262-8856(94)90051-5.
  9. ^ Автоматическая идентификация человеческих лиц по трехмерной форме поверхностей — с использованием вершин B-сплайновой поверхности Syst. & Computers in Japan, т. 22 (№ 7), стр. 96, 1991, Abe T et al.
  10. ^ Goldschmidt, Nir; Gordon, Dan (ноябрь 2008 г.). «Фреймворк BOXEL для 2,5D-данных с приложениями к виртуальным проездам и трассировке лучей». Computational Geometry . 41 (3): 167–187. doi : 10.1016/j.comgeo.2007.09.003 . ISSN  0925-7721.
  11. ^ Буазиз, Серж; Маньян, Энни (январь 2007 г.). «Вклад систем визуального восприятия и графического производства в копирование сложных геометрических рисунков: исследование развития». Cognitive Development . 22 (1): 5–15. doi :10.1016/j.cogdev.2006.10.002. ISSN  0885-2014.
  12. ^ Kang, CY; Chen, YS; Hsu, WH (1994). «Автоматический подход к картографированию реалистичного 2.5d человеческого лица». Image and Vision Computing . 12 (1): 5–14. doi :10.1016/0262-8856(94)90051-5.