迈向注意力感知的中央凹渲染

中央凹图形学通过利用视野周边空间敏锐度的衰减，是解决沉浸式虚拟与增强现实显示带宽挑战的一种有前景的方法。然而，这些应用中使用的感知模型忽略了高层认知处理（即视觉注意力分配）的影响，因而在许多场景下高估了周边的敏感度。在此，我们引入首个注意力感知的对比敏感度模型。我们开展用户研究以测量不同注意力分布下的对比敏感度，表明当用户需将注意力分配至中央凹时，周边敏感度显著下降。我们通过另一项用户研究推动未来中央凹模型的发展，并证明当用户专注于中央凹中的任务时，对周边中央凹化的容忍度显著更高。对我们模型的分析预测，相较于当前模型，能节省显著的带宽。因此，我们的工作构成了注意力感知中央凹图形技术的基础。