Perception of perspective in augmented reality head-up displays

增强现实 感知 透视图(图形) 计算机科学 深度知觉 计算机视觉 计算机图形学(图像) 人工智能 人机交互 心理学 神经科学
作者
Alexandra Bremers,Alı Özgür Yöntem,Kun Li,Daping Chu,Valerian Meijering,Christian P. Janssen
出处
期刊:International journal of human-computer studies [Elsevier]
卷期号:155: 102693-102693 被引量:18
标识
DOI:10.1016/j.ijhcs.2021.102693
摘要

Augmented Reality (AR) is emerging fast with a wide range of applications, including automotive AR Head-Up Displays (AR HUD). As a result, there is a growing need to understand human perception of depth in AR. Here, we discuss two user studies on depth perception, in particular on the perspective cue. The first experiment compares the perception of the perspective depth cue (1) in the physical world, (2) on a flat-screen, and (3) on an AR HUD. Our AR HUD setup provided a two-dimensional vertically oriented virtual image projected at a fixed distance. In each setting, participants were asked to estimate the size of a perspective angle. We found that the perception of angle sizes on AR HUD differs from perception in the physical world, but not from a flat-screen. The underestimation of the physical world's angle size compared to the AR HUD and screen setup might explain the egocentric depth underestimation phenomenon in virtual environments. In the second experiment, we compared perception for different graphical representations of angles that are relevant for practical applications. Graphical alterations of angles displayed on a screen resulted in more variation between individuals' angle size estimations. Furthermore, the majority of the participants tended to underestimate the observed angle size in most conditions. Our results suggest that perspective angles on a vertically oriented fixed-depth AR HUD display mimic more accurately the perception of a screen, rather than the perception of the physical 3D environment. On-screen graphical alteration does not help to improve the underestimation in the majority of cases.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Leo发布了新的文献求助10
1秒前
Singularity应助hfgeyt采纳,获得20
2秒前
俞世平完成签到,获得积分10
2秒前
顾难摧完成签到 ,获得积分10
2秒前
不配.应助啥也看不懂采纳,获得20
3秒前
哈哈镜发布了新的文献求助10
3秒前
3秒前
3秒前
nini发布了新的文献求助20
4秒前
高大凌寒应助风中的天菱采纳,获得10
4秒前
FashionBoy应助yypz采纳,获得10
4秒前
4秒前
子车茗应助现代的雨竹采纳,获得10
5秒前
可爱的函函应助昨天采纳,获得10
5秒前
山丘完成签到,获得积分10
5秒前
WKJiang完成签到,获得积分20
5秒前
顾某完成签到,获得积分10
6秒前
SciGPT应助石会发采纳,获得10
6秒前
s1lence完成签到,获得积分10
6秒前
顾矜应助memory采纳,获得10
6秒前
缓慢平蓝发布了新的文献求助10
7秒前
YXH发布了新的文献求助10
7秒前
7秒前
简明发布了新的文献求助10
7秒前
8秒前
所所应助666采纳,获得10
8秒前
胡蝶发布了新的文献求助10
8秒前
9秒前
在水一方应助WKJiang采纳,获得10
9秒前
cheese发布了新的文献求助10
10秒前
11秒前
11秒前
huang1关注了科研通微信公众号
12秒前
12秒前
hhhhh发布了新的文献求助10
13秒前
13秒前
月儿发布了新的文献求助10
13秒前
打打应助怡然的藏鸟采纳,获得20
13秒前
13秒前
14秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Внешняя политика КНР: о сущности внешнеполитического курса современного китайского руководства 500
Revolution und Konterrevolution in China [by A. Losowsky] 500
Manual of Sewer Condition Classification 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3123390
求助须知:如何正确求助?哪些是违规求助? 2773951
关于积分的说明 7720148
捐赠科研通 2429656
什么是DOI,文献DOI怎么找? 1290409
科研通“疑难数据库(出版商)”最低求助积分说明 621833
版权声明 600251