An in-depth analysis of visual saliency in rendered virtual reality environments
Oluşturulmuş sanal gerçeklik ortamlarında görsel dikkat-çekerliğin derinlemesine bir analizi
- Tez No: 794891
- Danışmanlar: DOÇ. DR. TUNCA DOĞAN, DR. ÖĞR. ÜYESİ UFUK ÇELİKCAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 63
Özet
Görsel dikkat-çekerlik, sanal gerçeklikte (VR) çeşitli amaçlar için kullanılırken, VR'deki dikkat-çekerlik mekanizmasını doğru bir şekilde anlama çabaları yetersiz kalmaktadır. Bu makalede, özellikle derinliğin ve gerçek zamanlılığın katkısına odaklanarak başa takılan ekranlar (HMD'ler) kullanılarak deneyimlenen sürükleyici VR'de görsel dikkat-çekerlik tahminine yönelik öğrenme tabanlı ve sezgisel tabanlı yaklaşımların kapsamlı bir karşılaştırmalı analizini sunuyoruz. Bu amaçla, çalışmamızın ilk bölümünde beş sezgisel tabanlı gerçek zamanlı RGB ve iki sezgisel tabanlı gerçek zamanlı RGB-D dikkat-çekerlik algılama yönteminin sanal ortamlarda 2D ve 3D görüntüleme koşullarında analizini veriyoruz. Elde ettiğimiz sonuçlar, sanal ortamların gerçek zamanlı dikkat-çekerlik tahmininde, nesneler ve arka planları arasındaki ilişkileri temel alan 2D özellikleri kullanan yöntemlerin diğer yöntemlere göre üstün olduğunu göstermiştir. İkinci bölümde, 2D ve 3D görüntüleme koşulları altında üç farklı sanal ortamdan elde edilmiş bir VR veri kümesi üzerinde öğrenme tabanlı üç RGB-D görüntü dikkat-çekerlik algılama yöntemi ve iki sezgisel tabanlı RGB-D görüntü dikkat-çekerlik algılama yöntemini kullanıyoruz. Ek olarak, sezgisel tabanlı bir RGB video dikkat-çekerlik algılama yöntemi ve bunun derinlik bilgisi eklenerek dönüştürülmüş versiyonunu dahil ederek analizimizi genişletiyoruz. Bu yedi yöntem kullanılarak elde edilen sonuçlar, VR'deki öğrenmeye dayalı RGB-D görüntü dikkat-çekerlik tahmin yöntemlerinin üstünlüğünü ortaya koyuyor ve sanal ortamların dikkat-çekerlik tahmininde derinlik bilgisinin önemini doğruluyor. Ek olarak, kullanıcıların 2D ve 3D izleme koşullarındaki izleme davranışlarını araştırıyor ve bir kullanıcı çalışması boyunca toplanan verileri kullanarak aralarındaki önemli farklılıkları ortaya koyuyoruz. Bulgularımız, her iki görüntüleme koşulunda da bir merkez yanlılığına işaret ediyor, ancak bunun 3 boyutlu görüntülemede daha belirgin olduğu görülüyor.
Özet (Çeviri)
In virtual reality (VR), visual saliency has been exploited in order to solve different problems in the literature. However, the studies to reveal the underlying mechanism and the potential of visual saliency in VR are still inadequate. In this study, we give a comprehensive analysis of visual saliency in VR displayed by modern head-mounted-displays (HMDs) by comparing various heuristic-based and learning-based saliency prediction approaches in different virtual environments. Our work consists of two main parts which zoom in on the role of the real-timeliness and depth information. To this end, in the first part of our work, we give an analysis of seven heuristic-based real-time saliency prediction methods (5 RGB, 2 RGB-D) in three different virtual environments in desktop (2D) and VR (3D) displaying situations. Our results showed that the methods that use 2D cues based on the relation between objects and their backgrounds have superiority over other methods in the real-time saliency prediction of virtual environments. In the second part, we analyze 5 RGB-D image saliency prediction methods (2 heuristic-based, 3 learning-based) in the same virtual environments under 2D and 3D displaying situations. Moreover, we deepen our investigation and include a heuristic-based RGB video saliency prediction approach with its modified version obtained by injecting depth information into it. Our results in this part showed that the prediction achievements of the learning-based saliency approaches have a strong domination against other methods and the depth cue is a crucial factor in the saliency prediction of virtually created scenes by learning-based approaches. Additionally, we investigate the viewing behaviors of the users under 2D and 3D viewing conditions and reveal the important differences between them by using the data collected throughout a user study. Our findings point out a center bias in both viewing conditions however, it is found to be more apparent in 3D viewing.
Benzer Tezler
- Computer vision based behavior analysis
Bilgisayarla görü tabanlı davranış çözümlemesi
ZEYNEP YÜCEL
Doktora
İngilizce
2009
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF. DR. ARİF BÜLENT ÖZGÜLER
YRD. DOÇ. DR. PINAR DUYGULU ŞAHİN
- Heidegger'in varlığın anlamı soruşturmasında resim sanatı tarihinden örneklerin kullanılma olanağı
The opportunity to use examples from the history of painting in hei̇degger's investigation on the meaning of existence
YELDA ERTÜRK
Yüksek Lisans
Türkçe
2021
FelsefeBursa Uludağ ÜniversitesiFelsefe Ana Bilim Dalı
PROF. DR. ABDULKADİR ÇÜÇEN
- Heykel reprodüksiyonunda bı̇r ı̇fade bı̇çı̇mı̇ olarak lentı̇küler fotoğraf kullanımı
Use of lenticular photography as a form of expression in sculpture reproduction
MEHMET GEMALMAZ
Yüksek Lisans
Türkçe
2023
Güzel SanatlarAtatürk ÜniversitesiHeykel Sanat Dalı
DR. ÖĞR. ÜYESİ BASRİ GENÇCELEP
- Türk müziğinde perde/çeşni dönüşümlerini keşfetmek: 15. yüzyıldan 20. yüzyıla örnek çalışmalar
Exploring perde/çeşni transformations in Turkish music: Case studies from 15th to 20th century
MUHAMMED ZÜLFÜ YALÇIN
Yüksek Lisans
Türkçe
2024
Müzikİstanbul Teknik ÜniversitesiMüzikoloji ve Müzik Teorisi Ana Bilim Dalı
PROF. DR. OZAN BAYSAL
- Toplumsal cinsiyet bakış açısından kanon bağlamında Türkiye'de sanat tarihi yazımı
Art historiography in Turkey in the context of the canon from a gender perspective
ECEM ÖZENSOY GÖLGELİ
Doktora
Türkçe
2024
Sanat Tarihiİstanbul Teknik ÜniversitesiSanat Tarihi Ana Bilim Dalı
DOÇ. DR. OĞUZ HAŞLAKOĞLU