A framework to characterize and influence spatial perception in heterogeneous virtual reality displays
Un cadre de référence pour caractériser et influencer la perception spatiale sur des écrans hétérogènes de réalité virtuelle
Résumé
* AbstractWe propose a method to improve spatial perception in heterogeneous virtual reality displays. The perception of distances in VR differs from the physical world. Reports describe the sensation of depth compression, where distances are generally underestimated. Solving this issue is complex due to the impossibility with the current technology of simulating, under a reasonable amount of time and hardware complexity, the perfectness of the human eye. The issue becomes more challenging due to the explosion of system designs and displays available in the market. In this sense, we propose a framework to characterizing and improve the perception of distances in VR. The framework is based on the idea that if we are able to predict how spatial perception is distorted by the different technological issues of the display (using a spatial perception assessment method), we can alter the simulation itself to influence positively the perception of distances.* Problem:Spatial perception in. Modern VR displays based on traditional stereoscopy suffer from the inevitable issue that depth cannot be inferred physically based on the light paths of the objects and surfaces, but it must be inferred artificially based on two projections for each eye on a flat-screen. This limitation induces natural problems on depth perception, such as the vergence-accommodation mismatch, an issue that has received important attention in the last decade. Other limitations are the restricted FOV and the nature of light stimulation and resolution induced on the peripheral vision.* Research question:- Can we improve spatial perception in VR, taking into consideration the different display factors that influence the performance, so we can design more natural shared experiences between heterogeneous displays?.* Proposed framework:The framework is based on the idea that if we are able to predict how spatial perception is distorted by the different display issues, we can alter the simulation itself to influence positively the perception of depth. To achieve this objective, the framework requires three steps. First, the induced depth compression is measured using an spatial perception assessment method, whose stimuli is strategically selected based on the associated display factors. Then, the predicted subjects’ performance is calculated using a linear regression model that correlates the degree of underestimation with the target distances (linear performance predictor). Finally, a compositional technique that plays with the rules of perspective is used to influence positively the perception of distances based on the predicted performance (e.g. By lowering the apparent location of the horizon line or increasing artificially the geometric field of view). Thus, the framework can be used to characterize and improve the perception of distances in VR.
* RésuméNous proposons un cadre pour influencer la perception spatiale dans des écrans de réalité virtuelle hétérogènes. La perception spatiale précise en realite virtuelle (RV) est difficile en raison du phénomène de compression de profondeur, où les distances sont systématiquement sous-estimées. La résolution de ce problème est complexe en raison de l'impossibilité avec la technologie actuelle de simuler, dans un temps et une complexité matérielle raisonnables, la perfection de l'œil humain. Le problème devient plus difficile en raison de l'explosion des conceptions de systèmes et des écrans disponibles sur le marché, rendant difficile la conception d'expérience partagées qui nécessitent une performance spatiale précise. Bien que certaines techniques aient été proposées pour améliorer la perception des distances, une solution mise en œuvre pour un système n'est vraisemblablement pas adaptée à d'autres. En ce sens, nous proposons un cadre pour caractériser et influencer la perception spatiale en RV. Le cadre prend en considération la variété de facteurs techniques qui provoque des différences de performances pour créer un prédicteur de performance linéaire, une fonction de régression linéaire qui décrit le phénomène de compression de profondeur sur l'écran. Ensuite, ce prédicteur peut être utilisé pour appliquer une technique de projection alternative qui influence positivement la perception spatiale du sujet en jouant avec les lois de la perspective. Ainsi, le cadre peut être utilisé pour améliorer la perception des distances en RV et la conception d'expériences plus naturellement partagées entre des écrans hétérogènes.* Problème:La perception spatiale en RV diffère du monde physique. Les rapports décrivent la sensation de compression en profondeur, où les distances sont généralement sous-estimées. Les écrans de RV modernes basés sur le principe stéréoscopique souffrent du problème inévitable que la profondeur ne peut pas être déduite physiquement sur la base des rayons lumineux projetés des objets et des surfaces, mais elle doit être déduite artificiellement sur la base de deux projection d'images pour chaque œil sur un écran plat. Cette limitation induit des problèmes naturels sur la perception de la profondeur, tels que le décalage vergence-accommodation, un problème qui a reçu une attention importante au cours de la dernière décennie. D'autres limitations sont le champ de vision et la nature de la stimulation lumineuse et de la résolution induite sur la vision périphérique.* Question de recherche:Pouvons-nous améliorer la perception spatiale en RV, en tenant compte des différents facteurs techniques qui influencent les performances, afin de pouvoir concevoir des expériences partagées plus naturelles entre des affichages hétérogènes ?.* Cadre proposé :Le cadre est basé sur l'idée que si nous sommes capables de prédire comment la perception spatiale est déformée par les différents problèmes d'affichage, nous pouvons modifier la simulation elle-même pour influencer positivement la perception de la profondeur. Pour atteindre cet objectif, le cadre nécessite trois étapes. Premièrement, la compression de profondeur induite est mesurée à l'aide d'une méthode d'évaluation de la perception spatiale, dont les stimuli sont stratégiquement sélectionnés en fonction des facteurs d'affichage associés. Ensuite, la performance prédite des sujets est calculée à l'aide d'un modèle de régression linéaire qui corrèle la quantité de sous-estimation avec les distances cibles (prédicteur de performance linéaire). Enfin, une technique de composition qui changeles règles de la perspective est utilisée pour influencer positivement la perception des distances en fonction de la performance prédite (par exemple en abaissant l'emplacement apparent de la ligne d'horizon ou en augmentant artificiellement le champ de vision géométrique). Ainsi, le cadre peut être utilisé pour caractériser et améliorer la perception des distances en RV.
| Origine | Version validée par le jury (STAR) |
|---|