人类视觉系统中外围编码的高效数据流建模
摘要：计算机图形学旨在以特定显示设备为目标，通过在计算预算内生成引人注目的图像，并最终由个体用户查看。人类视觉的中心凹形态为有效地分配计算和压缩到观察者的视野中的适当区域提供了机会，尤其是随着高分辨率和广视场显示器的兴起。然而，尽管对中心凹视觉的研究已经很先进，但人们对如何处理视觉周围的影像（在任何给定时刻，这构成了图像中绝大多数像素）的了解还很少。我们提出了针对最终在计算机图形学中使用的外周视觉的计算模型。具体而言，我们提出了一个数据流的外周编码计算模型，该模型比以前基于汇集的方法更高效且更紧凑，而且比基于对比敏感性的方法更高效。此外，我们还考虑了图像中“终止”的特征的明确编码，而这在以前的方法中是缺失的。最后，我们在外周的纹理感知的背景下评估了我们的模型。我们改进的外周编码可能简化了更复杂、更完整模型的开发和测试，在与计算机图形学相关的更稳健和更逼真的环境中。
作者：Rachel Brown, Vasha DuTell, Bruce Walter, Ruth Rosenholtz, Peter Shirley, Morgan McGuire, David Luebke
论文ID：2107.11505
分类：Graphics
分类简称：cs.GR
提交时间：2021-07-27