增强现实中的显著性
计算机视觉与模式识别
2022-07-13 v2
摘要
随着多媒体技术的快速发展，增强现实（AR）已成为一种有前景的下一代移动平台。AR 的基础理论是人类视觉混淆，其通过将真实场景与增强内容（虚拟世界场景）叠加，使用户能同时感知二者。为获得良好的体验质量（QoE），理解两种场景间的交互并和谐地显示 AR 内容十分重要。然而，关于这种叠加如何影响人类视觉注意力的研究尚显不足。因此，本文主要分析背景（BG）场景与 AR 内容间的交互效应，并研究 AR 中的显著性预测问题。具体而言，我们首先构建了 AR 显著性数据集（SARD），其包含 450 张 BG 图像、450 张 AR 图像，以及通过将 BG 与 AR 图像按三种混合程度两两叠加生成的 1350 张叠加图像。我们在 60 名受试者中开展了大规模眼动实验以采集眼动数据。为更好地预测 AR 中的显著性，我们提出了一种矢量量化显著性预测方法，并将其推广至 AR 显著性预测。为作比较，我们提出了三种基准方法，并与所提方法在 SARD 上共同评估。实验结果表明，在常规显著性预测问题与 AR 显著性预测问题上，所提方法均优于基准方法。我们的数据集与代码见：https://github.com/DuanHuiyu/ARSaliency。
引用
@article{arxiv.2204.08308,
title = {Saliency in Augmented Reality},
author = {Huiyu Duan and Wei Shen and Xiongkuo Min and Danyang Tu and Jing Li and Guangtao Zhai},
journal= {arXiv preprint arXiv:2204.08308},
year = {2022}
}