-
如今,3D显示技术十分火热,且被广泛用于电影、游戏和工业可视化等领域。然而,在观看3D影像时,观众时常会出现眼睛不适、视力模糊、头晕等症状。有学者认为,造成3D观看舒适度与疲劳的因素有失真、串扰、辐辏调节冲突等[1]。文献[2]研究了立体场景中运动目标的尺寸、速度、视差对舒适度的影响,发现相比视差,运动物体的速度更易引起观看不适;视差的变化率和立体运动物体通过零视差面的频率是影响不舒适度的关键因素。文献[3]研究立体运动视频后发现,深度运动对立体观看舒适有重要影响。研究表明,静态图像的舒适视差范围为±1°,视差超过该范围时,将发生频繁的眼动效应且视觉不舒适与眼动密切相关[4]。对于运动影像来说,即使视差在舒适范围内,快速深度运动带来的辐辏调节不匹配仍会产生不舒适感。但是深度运动对视觉感知的影响方面,尚无充分的研究。
传统舒适度评价方法主要是主观方法,该方法费时费力且易受被试影响[5-6]。除主观评价外,还有许多客观方法,如脑电EEG、心电、核磁共振等[3]。其中,EEG作为一种被广泛使用,具有发展前景的立体疲劳与舒适度检测方式,包含许多生理心理信息,可以实时地反映出神经的改变[7]。文献[8]分析了EEG中的暂稳态视觉诱发电位,发现水平方向的视差会使神经传导延迟。文献[9]中的研究表明,脑电辐辏调节冲突量会影响平均大脑活动量,猜测脑电能够反映立体视觉认知活动。文献[10]通过观看立体视频前后的功率谱对3D视疲劳进行估算。立体场景中常出现深度运动,所以有必要结合EEG进行立体深度运动舒适与否的认知研究。
本文基于EEG采用客观实验对两类立体深度运动场景进行探究。文章充分提取EEG的空域、频域和时频特征,在频域和时频域中分别计算r2值用于衡量两类场景的差异,分析两类r2值脑电分布图,发现刺激后的0.5~2 s时间段,顶区的α频带具有差异性;通过共空间模式(common spatial pattern, CSP)提取大脑α频带空域特征,并用支持向量机(support vector machines, SVM)进行分类。结果表明,顶区、中央区以及枕区的分类率高于其他脑区。
-
图2为休息、刺激阶段所有被试在3个频带平均相对能量的脑电地形图。
观察图2可知,在θ频带上,两阶段的相对能量分布几乎无差异;在α频带上,相对能量变化集中在额区和顶区,其中主要变化发生在顶区。具体来说,刺激阶段额区相对能量下降明显,顶区相对能量上升明显。事实上,α频带能量变化从前脑区到后脑区呈现扩散趋势,故在此阶段,活跃脑区为顶区而非额区;在β频段上,刺激阶段顶区相对能量上升明显,其他脑区的相对能量下降缓慢。
图3为被试S2在Pz通道上的频谱能量变化曲线,该图与脑电地形图一致,两个阶段的相对能量在8~15 Hz的频谱范围内(α频带和β频带的一部分)差异明显,其他频带没有明显不同。
-
为研究在立体深度运动场景刺激阶段,舒适与否标签下,不同频带及脑区最大的频谱变化,计算得到点列r2值。
图4为两类标签下频域r2值脑电地形图分布,观察可得:在α和β频带,顶区是差异最明显的脑区;枕区和中央区的差异逐渐变小;脑区差异最明显的频带集中在α频带;β频带低频的差异脑区与α频带基本一致,与相对能量脑电地形图分析一致。
计算单个被试在α频带的点列r2值,如图5所示,可得:除S1,其他被试在顶区及其周边部分枕区和中央区的的点列r2值较大。被试S1的情况或许与个体差异及实验条件的控制误差有关。
在刺激阶段,将每个被试的脑电数据进行小波变换,频谱分辨率为0.5 Hz、时间分辨率为0.5 s,筛选两种签下的EEG信号差别最大的时频段。在该阶段顶区差异最明显,故选择顶区电极Cp3、Cp4计算时频谱的r2值。图6为所有被试的结果均值分布,观察可得,差别最大的频段集中在α频带附近,与频谱点列r2值分析一致。
在时长为4 s的刺激阶段,在刺激呈现后约0.5~2 s之间差异最为明显,其他时间段内差异较小。图7为被试S4的时频点列r2值分布图,可以看出,最大差别出现在α频带附近,大约在刺激呈现后的0.5~2 s。
-
经过上述定性分析可得:在刺激阶段,两种标签下EEG信号差异最显著的脑区在顶区、α频带。为验证这一结论,将单个被试在α频带的各脑区EEG信号,通过CSP提取特征并分类,如表1所示。从分类正确率来看,相比其他脑区,除S1外,其他被试在顶区分类率最高;枕区和中央区的分类率接近,稍低于顶区,高于颞区和额区。所有脑区参与提取特征时,分类率远高于独立的各个脑区。可知,顶区、枕区、中央区及整个脑区有明显的可分性;立体深度视觉感知与多脑区有关。
被试 额 中央 顶 枕区 颞 整个脑区 S1 60.69 66.81 62.08 63.33 55.56 73.00 S2 48.75 54.17 60.14 56.48 52.78 61.11 S3 49.31 56.39 59.31 59.17 51.67 62.36 S4 61.67 60.69 71.00 65.69 59.17 83.33 S5 53.00 57.08 65.14 59.86 52.22 61.39 AVE 54.61 59.03 63.56 60.91 54.28 69.97
Study on EEG of Stereoscopic Deep Motion Perception
doi: 10.12178/1001-0548.2019039
- Received Date: 2019-02-21
- Rev Recd Date: 2019-06-15
- Available Online: 2020-07-29
- Publish Date: 2020-07-10
-
Key words:
- classification features /
- common spatial pattern /
- motion in depth /
- stereoscopic display
Abstract: Stereoscopic motion in depth is a critical factor affecting visual perception. This paper utilized electroencephalogram (EEG) technique to investigate the effects of motion in depth. Two types of velocities (comfort and discomfort) are selected for the EEG experiment based on subjective results. The squared biserial correlation coefficient r2 is computed. The classification accuracies of different brain areas are obtained by SVM after CSP. The results prove that the EEG sub-band α and β in partial area are more active in stimuli period, and the most discriminative waveband is concentrated on α band is the parietal area for two types of motion-in-depth. The higher accuracy on Dorsal pathways shows that it is feasible to identify two labels caused by motion in depth automatically using EEG.
Citation: | SHEN Li-li, GENG Xiao-quan. Study on EEG of Stereoscopic Deep Motion Perception[J]. Journal of University of Electronic Science and Technology of China, 2020, 49(4): 603-608, 621. doi: 10.12178/1001-0548.2019039 |