Команда исследователей из Кембриджа, Беркли, Массачусетского технологического института и других разработала новый метод усиления воспринимаемого контраста в VR-гарнитурах. Этот метод использует стереозрение человека путем преднамеренного несовпадения элементов зрения, видимого каждым глазом; исследователи утверждают, что мозг разрешает конфликт таким образом, что усиливает воспринимаемый контраст.
В последнее время большинство крупных производителей виртуальных гарнитур перешли с OLED-дисплеев на ЖК-дисплеи. Последний предлагает более высокую плотность пикселей, уменьшенный эффект дверцы экрана и, вероятно, более низкую стоимость, при этом самый большой компромисс — контрастность. В то время как OLED-дисплеи предлагают широкий диапазон контрастности и особенно глубокий черный цвет, ЖК-дисплеи в современных гарнитурах выглядят более размытыми, особенно в темных сценах.
Исследователи из Кембриджа, Дарема, Инрии, Университета Лазурного берега, Беркли, Ренна и Массачусетского технологического института разработали новый метод, который может помочь повысить воспринимаемый контраст в гарнитурах виртуальной реальности. Система называется DiCE, что означает «усиление дихоптического контраста». В статье, опубликованной ранее в этом году в журнале ACM Transactions on Graphics , исследователи утверждают, что метод имеет «ничтожно малые вычислительные затраты и может быть непосредственно использован при визуализации виртуальной реальности в реальном времени».
Исследователи говорят, что, хотя методы тонального отображения могут повысить воспринимаемый контраст на изображениях, они слишком медленные и вычислительно дорогие для практического использования при рендеринге виртуальной реальности. Вместо этого они предлагают систему, которая использует естественное поведение человеческой системы стереозрения, чтобы заставить ее воспринимать больший контраст.
В общем-то, цель VR-гарнитур — всегда воспроизводить стерео-точные изображения; если изображение, показываемое каждому глазу, имеет неожиданные различия, оно создает «бинокулярное соперничество» (стерео-конфликт АКА), которое может быть визуально неудобным, поскольку оно создает несоответствие, которое мозгу трудно правильно слить в связное изображение. Метод DiCE направлен на использование несовпадающих стереоизображений для повышения контраста при одновременном предотвращении бинокулярного соперничества.
Ключевым компонентом метода является выяснение того, как визуализировать изображения для повышения контрастности без значительного бинокулярного соперничества. Исследователи говорят, что они провели эксперимент, чтобы определить факторы, которые приводят к бинокулярному соперничеству, а затем разработали усиление контрастности на основе стерео, чтобы избежать этих факторов.
Основной проблемой нашего подхода является достижение правильного баланса между контрастным усилением и визуальным дискомфортом, вызванным бинокулярным соперничеством. Чтобы решить эту проблему, мы провели психофизический эксперимент, чтобы проверить, как содержание, параметры наблюдателя и параметры кривой тона могут влиять на бинокулярное соперничество, вытекающее из дихоптического представления. Мы обнаружили, что соотношение наклонов кривой тонов может предсказать бинокулярное соперничество, позволяя нам легко контролировать форму кривых дихоптических тонов.
Найдя подход, который сводит к минимуму бинокулярное соперничество, исследователи проверили свои результаты, заявив, что «наши результаты ясно показывают, что наше решение более эффективно для повышения контрастности и в то же время гораздо более эффективно [чем предыдущие методы]. Мы также провели оценку в установке VR, где пользователи указывают, что наш подход явно улучшает контраст и глубину по сравнению с базовым уровнем».
Исследователи полагают, что эта работа хорошо подходит для рендеринга виртуальной реальности, отмечая, что «поскольку тональное отображение обычно является частью конвейера рендеринга, нашу технику можно легко комбинировать с существующим рендерингом VR / AR практически без затрат [вычислительных]». Команда даже дошла до того, что опубликовал пакет Unity Asset для других исследователей.
В исследовательскую группу вошли Фанчен Чжун, Джордж Алекс Кулиерис, Джордж Дреттакис, Мартин С. Бэнкс, Матье Шамбе, Фредо Дюран и Рафал К. Мантюк.
