グローバル画像特徴からのシーンレイアウト特性の知覚の推定

画像特徴とシーン構造の関係は、人間の視覚知覚とコンピュータビジョンの研究において中心的なテーマですが、実世界のレイアウト知覚に関する具体的な内容は多くが不明です。どの画像特徴がレイアウト特性の知覚に関連しているのか、またそれらの特徴が全ての種類の画像に対して同じ情報を提供するかは分かりません。さらに、異なる特性を知覚するために必要な空間解像度も不明です。本論文は、これらの問題に関する新しい洞察を提供する実験と計算モデルを説明します。人間は、単一の画像から支配的な深さ、開放感、視点などのグローバルな空間レイアウト特性を知覚します。この研究では、人間のレイアウト判断を信頼性高く予測するアルゴリズムを説明します。このモデルの予測は一般的であり、学習した観察者に特有ではありません。分析により、レイアウトを決定するための最適な空間解像度は、空間の内容や推定される特性によって異なることが明らかになりました。開放感は高解像度で最も良く推定され、深さは中解像度で、視点は低解像度で最も良く推定されます。実世界の環境のグローバルなレイアウトを推定する信頼性と単純さを考慮すれば、このモデルは詳細なシーン再構成スキーマで遭遇する知覚的曖昧さを解決するのに役立つ可能性があります。