论文部分内容阅读
随着现代虚拟现实技术的不断发展,人体不同感知通道的感知规律被不断挖掘应用。利用视触觉交互作用的感知规律,通过改变虚拟交互环境下的视觉信息,在不要求提高硬件设备精度情况下增强纹理再现效果,可达到改善受试者主观感知结果的目的。本文以纹理表面粗糙度在视觉和触觉通道下的感知辨识能力作为研究对象,利用心理物理学研究中的信号检测理论(SDT)方法,分别进行了单触觉通道、单视觉通道以及视触觉交互模式下人对纹理粗糙度的辨别力测量实验,研究不同感知模式下的纹理客观属性(纹理空间周期、纹理高度、纹理颗颗粒大小)与纹理粗糙度辨识力之间的感知规律,并利用ANOVA方差分析纹理客观属性对主观感知结果的影响显著性,多维尺度方法(MDS)分析客观属性之间的交互作用。结合视触觉交互模式下的感知实验结果,本文以纹理客观属性为输入,信号检测理论中的辨别力指标作为输出,建立粗糙度分辨能力的感知模型,并设计实验验证模型对感知结果预测的有效性。以虚拟地形图为应用实例,搭建视触觉交互系统,根据BP神经网络指导视触觉虚拟地形图的视觉信息调整,设计验证实验与前人研究感知模型进行对比,验证BP神经网络模型对提高粗糙度感知辨别能力的有效性。本文研究结果发现:(1)纹理客观属性参数水平变化相同幅度下,受试者对纹理粗糙度分辨能力随客观属性参数水平的增加而减弱;视触觉交互通道下的分辨能力明显高于单通道作用结果;(2)相较单触觉通道,在视触觉双通道感知模式下纹理客观属性对感知结果的交互作用增强;相较单视觉通道,在视触觉双通道感知模式下纹理高度与纹理颗粒大小对感知结果的交互作用减弱,纹理空间周期与纹理颗粒大小交互作用增强。对比前人所提出的感知模型,本文提出的BP神经网络模型更确切地表达了视觉、触觉纹理客观属性之间的交互作用对感知结果的影响。利用BP神经网络模型对视触觉交互下的纹理视觉信息进行调整,受试者对纹理辨别的正确率更高,感知结果的一致性更强。