3D影片中背景视差过大对人体健康影响的脑电评估研究

通过采集志愿者观看背景视差过大的3D影片前后的脑电数据,来研究该效应对人体健康的影响。实验共选取20例有效样本,利用快速傅里叶变换法(FFT)提取特征波段,计算出各频带的能量和功率,并由此得到功率谱和重心频率。此外还设计问卷定性了解志愿者的疲劳程度。根据主观疲劳问卷和对比看前看后的脑电参数,分析了观看背景视差过大的3D影片后人体脑电信号变化的关系。实验结果表明志愿者看前看后的各项脑电参数出现了改变,并全部主观反映出现疲劳。因此脑电参数结合主观问卷可成为3D影片疲劳评估的参考指标。

基于P300的3D影片背景视差过大对人体健康的影响

针对3D影片中出现的背景视差过大是否会引起人体不适的问题,我们分析了20名志愿者先后观看明显含有背景视差过大的3D片段和不含背景视差过大的3D片段后P300峰值和潜伏期的变化。发现志愿者在观看含有背景视差过大的3D片段后P300的峰值略高于观看相应不含该问题的3D片段P300的峰值,然而,观看含有背景视差过大的3D片段后P300的潜伏期略低于观看相应不含背景视差过大的P300的潜伏期。结合志愿者的主观评价,可以得出短时间内出现的背景视差过大不会导致人体不适。

基于背景重构的视频分割技术及应用

针对背景静止的立体视频提出了一种快速的基于背景重构的视频分割算法。先利用帧差法分别确定出左右视频的前景运动区域,再重构出该区域的背景图像,最后,通过视频图像和背景图像的对比来准确地提取运动前景。然后,先匹配左右图像序列的背景图像,并保存它们的匹配结果,再分别对各立体图像对的运动前景进行匹配。采用该方法将立体视频分割可以减少图像数据的传输量和储存空间;同时,视频分割之后再做匹配运算,减少了立体匹配的时间。

基于虚拟现实的大视差图像背景拼接改进

针对大视差图像拼接重叠区域无法完全对齐、接缝不自然、拼接后背景存在模糊、虚化、重影问题,提出一种基于虚拟现实的大视差图像背景拼接优化算法。计算和预估图像间重叠区域,使用掩模技术搜索重叠区域特征点,利用单应性矩阵划分图像重叠区域,对重叠区域内搜索到的特征点进行二轮细分,避免匹配结果产生重影现象。凭借特征点邻近算法对特征点进行初始匹配,以信息熵和互信息两个信息值确定图像的相似程度,经过设置约束条件,筛选出正确匹配对,剔除错误匹配,完成最终的图像配准和拼接。实验结果证明,所提方法拼接后图像背景无明显缝隙,避免了错误匹配带来的重影问题,拼接效果较好。

视差和运动对立体视频舒适度感知的影响

为了更好地评价立体视频的舒适程度,提出了将立体视频中存在的3种视差与物体的运动特性作为影响立体视频舒适度重要因素,并利用这4种因素在不同的立体视频内容中得到的数据变化建立符合人眼感知的客观舒适度评价标准。首先提取帧内显著物体视差、帧内相关背景视差、帧间视差和运动变量4种因素;然后结合深度感知理论和最小二乘拟和方法建立评价模型;最后利用主观评价的方法对模型进行评定。结果表明,本文方法可以很好地模拟人眼的主观感受。