Циклопическое изображение - Википедия - Cyclopean image

Объекты в космосе оцениваются по разным точкам сетчатки. Бинокулярное неравенство имеет решающее значение для мозга, чтобы создать циклопическое изображение.

Циклопическое изображение это единственный умственный изображение сцены, созданной мозг через процесс объединения двух изображений, полученных от обоих глаза. Психический процесс, стоящий за циклопическим образом, имеет решающее значение для стереозрение.[1] Автостереограммы Воспользуйтесь этим процессом, чтобы обмануть мозг и сформировать кажущееся циклопическое изображение из, казалось бы, случайных паттернов. Эти случайные закономерности часто появляются в повседневной жизни, например, в искусстве, детских книгах и архитектуре.[2]

Циклопическое изображение названо в честь мифического существа, Циклоп, существо с единственным глазом. Сингл относится к тому, как стереозрение зрители воспринимают центр своего объединенного поля зрения как лежащий между двумя физическими глазами, как если бы он был виден циклопическим глазом.[3] Альтернативные термины для циклопического глаза включают третий центральный воображаемый глаз и бинокуляр.

Период, термин циклопические стимулы относится к форме визуальных стимулов, которая определяется только бинокулярным несоответствием. Назван в честь одноглазого Циклоп из Гомер С Одиссея. Термин циклопический в терминах бинокулярного неравенства был введен Бела Джулес.[4] Юлеш был венгерским инженером-радаром, который предсказал, что стереопсис может помочь обнаружить скрытые объекты, что может оказаться полезным при обнаружении замаскированных объектов.[5] Важным аспектом этого исследования было то, что Джулес показал, что использование случайных точечных стереограмм достаточно для стереопсиса, тогда как Чарльз Уитстон только показал, что бинокулярное несоответствие необходимо для стереоскопического зрения.[6]

В происхождении термина «циклоп» есть некоторая ирония. Циклоп из Одиссея Гомера не смог бы увидеть циклопический стимул, так как у него был только один глаз. Для того, чтобы иметь место стереопсис, человек должен уметь использовать бинокулярные метки глубины, навык, который тезка этого термина не сможет использовать.

Бинокулярное неравенство, связанное с циклопическими изображениями, стало предметом исследования.[7] из-за роста трехмерная технология использование. Трехмерные технологии существуют не только в исследовательских учреждениях, но и в индустрии развлечений также.[8] Поскольку циклопические изображения создаются с использованием бинокулярные метки глубины циклопические изображения важны для понимания окружения человека в любой данной среде. Изображения с большим заметность позволяют оптимально использовать циклопическое изображение, поскольку могут быть извлечены важные детали. Другими словами, изображение более высокого качества имеет большее значение для глаза. Хотя циклопические изображения имеют ограничения, связанные с окружением, они могут быть очень адаптивными.[9]

Предлагаемая технология хочет использовать идеи, лежащие в основе циклопических изображений, как способ оценки качества изображений, используемых в поисковые системы. Поскольку изображения с более высокой значимостью придают значение и контекст ситуации, технология, использующая это программное обеспечение, сможет отсеивать информацию и находить, что составляет изображения высокого и низкого качества.[10] Актуальная тема исследований - создание искусственный интеллект который исследовал бы изображение и генерировал значимую и правильную информацию.[11] Когда дело доходит до использования циклопических изображений в развитии технологий, есть определенные опасения, одна из которых напряжение глаз. Другая проблема заключается в том, работает ли эта технология при различных искажениях изображения.[12] Связь между технологиями и человеческим телом не нова. В течение многих лет исследователи сравнивали человеческий разум с передовым компьютером и использовали это сравнение, чтобы улучшить технологии, которые мы используем сегодня.[13]

Рекомендации

  1. ^ Вольбаршт, Майрон Л. (1972-09-01). "Основы циклопического восприятия. Бела Джулес". Ежеквартальный обзор биологии. 47 (3): 353–354. Дои:10.1086/407382. ISSN  0033-5770.
  2. ^ Нинио, Жак (01.02.2007). «Наука и ремесло автостереограмм». Пространственное видение. 21: 185–200. Дои:10.1163/156856807782753912.
  3. ^ Гогель, Уолтер С; Гражданский институт авиационных медицинских исследований (США) (1963). Восприятие глубины за счет бинокулярного неравенства. Оклахома-Сити, Оклахома: Федеральное авиационное агентство, Авиационная медицинская служба, Отдел авиационных медицинских исследований, Гражданский институт авиационных медицинских исследований. OCLC  70585084.
  4. ^ "Бела Джулес". www.nasonline.org. Получено 2020-06-29.
  5. ^ Тайлер, Кристофер (2005-03-01). «Богатство циклопической парадигмы». Proc SPIE. 5666. Дои:10.1117/12.602896.
  6. ^ "Чарльз Уитстон - Вики по истории инженерии и технологий". ethw.org. Получено 2020-07-01.
  7. ^ Ли, Сумей; Хан, Сюй; Чанг, Юнли (октябрь 2019 г.). «Адаптивная оценка качества стереоскопических изображений на основе циклопических изображений с использованием ансамблевого обучения». Транзакции IEEE в мультимедиа. 21 (10): 2616–2624. Дои:10.1109 / TMM.2019.2907470. ISSN  1941-0077.
  8. ^ Мессай, Усама; Хачуф, Фелла; Сегир, Зиану Ахмед (01.03.2020). «Нейронная сеть AdaBoost и циклопическое представление для оценки качества стереоскопического изображения без эталона». Обработка сигналов: передача изображений. 82: 115772. Дои:10.1016 / j.image.2019.115772. ISSN  0923-5965.
  9. ^ Ли, Сумей; Хан, Сюй; Чанг, Юнли (октябрь 2019 г.). «Адаптивная оценка качества стереоскопических изображений на основе циклопических изображений с использованием ансамблевого обучения». Транзакции IEEE в мультимедиа. 21 (10): 2616–2624. Дои:10.1109 / TMM.2019.2907470. ISSN  1941-0077.
  10. ^ Линь, Янцун; Ян, Цзячен; Лу, Вэнь; Мэн, Цинган; Lv, Zhihan; Песня, Хубинг (февраль 2017 г.). «Индекс качества стереоскопических изображений путем совместной оценки циклопической амплитуды и циклопической фазы». Журнал IEEE по избранным темам в обработке сигналов. 11 (1): 89–101. Дои:10.1109 / JSTSP.2016.2632422. ISSN  1941-0484.
  11. ^ Ян, Цзячен; Сим, Кёхун; Лу, Вэнь; Цзян, Бин (июль 2019 г.). «Прогнозирование качества стереоскопического изображения с помощью составных автокодировщиков на основе формирования стереоскопического изображения». Транзакции IEEE в мультимедиа. 21 (7): 1750–1761. Дои:10.1109 / TMM.2018.2889562. ISSN  1941-0077.
  12. ^ Ян, Цзячен; Ван, Яфанг; Ли, Байхуа; Лу, Вэнь; Мэн, Цинган; Lv, Zhihan; Чжао, Дэцзун; Гао Чжицюнь (10 декабря 2016 г.). «Метрика оценки качества стереоизображений с учетом циклопической интеграции и визуальной значимости». Информационные науки. 373: 251–268. Дои:10.1016 / j.ins.2016.09.004. ISSN  0020-0255.
  13. ^ Пинкер (2009). Как работает разум (1997/2009). Нью-Йорк, штат Нью-Йорк: W. W. Norton & Company.