本公開總體上涉及顯示領域,更具體地涉及用于確定三維(3D)圖像或視頻的視覺疲勞度的方法、設備和計算機可讀存儲介質。
背景技術:
隨著技術的進步,電影院已經不再是僅有的能夠觀看3D影片的場所。事實上,在家同樣也能利用電視(與立體眼鏡配合)來觀看3D視頻,或者用手機(例如,與頭戴式設備(HMD)相配合)也可以觀看3D視頻。
然而,一個常見的現象是:每當看一段時間的3D視頻時,人們便通常會感覺眩暈、嘔吐、眼睛干澀等不適癥狀,有些類似于暈車癥狀。這是暈動病(motion sickness)的一種。更具體地,其涉及眼睛觀察到運動,但身體沒有感受到運動的暈動病,有時也被稱為視覺疲勞。
技術實現要素:
然而,目前尚沒有針對3D圖像或3D視頻的客觀的視覺疲勞度確定方案。為此,提出了根據本公開實施例的用于確定3D圖像或視頻的視覺疲勞度的方法、設備和計算機可讀存儲介質。
根據本公開的第一方面,提出了一種用于確定三維(3D)圖像或3D視頻的視覺疲勞度的方法。該方法包括:確定所述3D圖像或所述3D視頻中至少一幀3D圖像的至少一部分像素的景深值;以及根據所述景深值來確定所述3D圖像或所述3D視頻的視覺疲勞度。
在一些實施例中,確定所述3D圖像或所述3D視頻的至少一幀3D圖像的至少一部分像素的景深值的步驟包括:確定所述至少一部分像素中每個像素的視差;以及根據所述視差來確定相應像素的景深值。在一些實施例中,根據所述景深值來確定所述3D圖像或所述3D視頻的視覺疲勞度的步驟包括:根據所述景深值來確定所述至少一部分像素中的空間相鄰像素的空間景深差值;根據所述空間景深差值來確定所述3D圖像或所述3D視頻的空間視覺疲勞度;以及至少部分根據所述空間視覺疲勞度來確定所述視覺疲勞度。在一些實施例中,所述空間相鄰像素包括一個或多個空間方向上的相鄰或間隔相鄰的像素。在一些實施例中,根據所述空間景深差值來確定所述3D圖像或所述3D視頻的空間視覺疲勞度的步驟包括:將全部所述空間景深差值的標準差確定為所述3D圖像或所述3D視頻的空間視覺疲勞度。在一些實施例中,根據所述景深值來確定所述3D視頻的視覺疲勞度的步驟包括:計算所述3D視頻的兩幀3D圖像中對應像素的時間景深差值;以及根據所述時間景深差值來確定所述3D視頻的時間視覺疲勞度;以及至少部分根據所述時間視覺疲勞度來確定所述視覺疲勞度。在一些實施例中,所述兩幀3D圖像是在時間前向和/或后向上相鄰或間隔相鄰的兩幀3D圖像。在一些實施例中,根據所述時間景深差值來確定所述3D視頻的時間視覺疲勞度的步驟包括:將全部所述時間景深差值的標準差確定為所述3D視頻的時間視覺疲勞度。在一些實施例中,根據所述景深值來確定所述3D圖像或所述3D視頻的視覺疲勞度的步驟包括:針對所述至少一部分像素來計算其景深值與預定景深值的標準誤差,作為標準視覺疲勞度;以及至少部分根據所述標準視覺疲勞度來確定所述視覺疲勞度。在一些實施例中,根據所述景深值來確定所述3D圖像或所述3D視頻的視覺疲勞度的步驟包括:根據空間視覺疲勞度、時間視覺疲勞度、和標準視覺疲勞度中任意兩項或更多項來確定所述視覺疲勞度。在一些實施例中,在確定所述3D圖像或所述3D視頻中至少一幀3D圖像的至少一部分像素的景深值的步驟之前,所述方法還包括將所述3D圖像或所述3D視頻中至少一幀3D圖像分為多個分區(qū),其中,確定所述3D圖像或所述3D視頻中至少一幀3D圖像的至少一部分像素的景深值的步驟和根據所述景深值來確定所述3D圖像或所述3D視頻的視覺疲勞度的步驟是針對所述多個分區(qū)中至少一個分區(qū)來執(zhí)行的,以分別確定相應分區(qū)的視覺疲勞度,以及根據所述至少一個分區(qū)的視覺疲勞度來確定所述3D圖像或所述3D視頻中至少一幀3D圖像的視覺疲勞度。在一些實施例中,根據所述至少一個分區(qū)的視覺疲勞度來確定所述3D圖像或所述3D視頻中至少一幀3D圖像的視覺疲勞度的步驟包括:根據所述至少一個分區(qū)中每個分區(qū)的大小和/或位置,確定相應分區(qū)的權重;以及根據各分區(qū)的視覺疲勞度及其相應權重來確定所述3D圖像或所述3D視頻中至少一幀3D圖像的視覺疲勞度。
根據本公開的第二方面,提出了一種用于確定三維“3D”圖像或3D視頻的視覺疲勞度的設備。該設備包括:景深值確定單元,用于確定所述3D圖像或所述3D視頻中至少一幀3D圖像的至少一部分像素的景深值;以及視覺疲勞度確定單元,用于根據所述景深值來確定所述3D圖像或所述3D視頻的視覺疲勞度。
此外,根據本公開的第三方面,提出了一種用于存儲計算機程序的非瞬時計算機可讀存儲介質,所述計算機程序在由處理器執(zhí)行時使得所述處理器執(zhí)行以下操作:確定3D圖像或3D視頻中至少一幀3D圖像的至少一部分像素的景深值;以及根據所述景深值來確定所述3D圖像或所述3D視頻的視覺疲勞度。
通過采用根據本公開實施例的用于確定3D圖像或視頻的視覺疲勞度的方法、設備和/或計算機可讀存儲介質,可以相對客觀的確定某個3D圖像/視頻的視覺疲勞度,為用戶提供一個廣泛適用的標準,同時該方案容易實現、計算簡單。本公開實施例通過計算不同位置、不同時間相同位置的景深差異,反映了3D圖像或視頻的疲勞度值,從而解決視覺疲勞度不能客觀檢測的問題。
附圖說明
通過下面結合附圖說明本公開的優(yōu)選實施例,將使本公開的上述及其它目的、特征和優(yōu)點更加清楚,其中:
圖1是示出了根據本公開實施例的用于說明如何根據視差來計算景深值的示例示意圖。
圖2是示出了根據本公開實施例的用于確定3D圖像或3D視頻的視覺疲勞度的示例方法的流程圖。
圖3是示出了根據本公開實施例的示例分區(qū)方案的示意圖。
圖4是示出了根據本公開實施例的用于空間視覺疲勞度計算的示例像素的示意圖。
圖5是示出了根據本公開實施例的用于時間視覺疲勞度計算的示例像素的示意圖。
圖6是示出了根據本公開實施例的用于確定3D圖像或3D視頻的視覺疲勞度的示例設備的框圖。
圖7是示出了根據本公開實施例的圖6所示設備的硬件布置圖。
具體實施方式
下面參照附圖對本公開的優(yōu)選實施例進行詳細說明,在描述過程中省略了對于本公開來說是不必要的細節(jié)和功能,以防止對本公開的理解造成混淆。在本說明書中,下述用于描述本公開原理的各種實施例只是說明,不應該以任何方式解釋為限制公開的范圍。參照附圖的下述描述用于幫助全面理解由權利要求及其等同物限定的本公開的示例性實施例。下述描述包括多種具體細節(jié)來幫助理解,但這些細節(jié)應認為僅僅是示例性的。因此,本領域普通技術人員應認識到,在不脫離本公開的范圍和精神的情況下,可以對本文中描述的實施例進行多種改變和修改。此外,為了清楚和簡潔起見,省略了公知功能和結構的描述。此外,貫穿附圖,相同的附圖標記用于相同或相似的功能和操作。
以下,以本公開應用于電子設備的場景為例,對本公開進行了詳細描述。但本公開并不局限于此,本公開也可以應用于任何適用的設備。就電子設備而言,本公開并不局限于電子設備的具體操作系統(tǒng),可以包括(但不限于)iOS、Windows Phone、Symbian(塞班)、Android(安卓)、Windows、Linux、Unix等,不同的電子設備可以采用相同的操作系統(tǒng),也可以采用不同的操作系統(tǒng)。
在本公開中,術語“包括”和“含有”及其派生詞意為包括而非限制;術語“或”是包含性的,意為和/或。以下,將首先解釋一些將在本公開中使用的術語。
立體圖像或三維(3D)圖像:一般而言,目前常見的立體(3D)圖像通常是通過針對左右眼產生大體相同但存在細微差異(即,下文中的“視差”)的兩個不同平面圖像,進而使得人腦產生立體感覺來實現的。因此,一幅3D圖像通常包括針對左眼的左眼圖像和針對右眼的右眼圖像。
3D視頻:時間連續(xù)的一系列3D圖像。
視差:3D圖像中同一對象在左眼圖像和右眼圖像之間存在的位置偏移。
景深或深度:3D圖像或3D視頻中用戶看到的3D對象(或其中的一個像素)與用戶雙眼所成直線之間的垂直距離。一般來說,這里的景深與攝影領域中的景深的定義略有區(qū)別。本文中的景深并不像攝影領域中的景深一樣是一個清晰成像的范圍,而是一個特定值。在3D計算領域中,該值一般又被稱為Z值。此外,請注意:這里所提到的3D圖像或3D視頻中的一個像素指的可以是左眼圖像和右眼圖像中的對應像素,即一個左眼像素和一個右眼像素,且因此3D圖像/視頻中某個像素的景深實際上指的是左眼圖像和右眼圖像中對應像素所形成的3D像素的景深,其可以通過例如如下所述的方法根據視差來確定。
總體上,3D圖像或視頻對人眼所造成的疲勞通??梢哉J為主要是由于3D圖像或視頻中出現的視差變化造成的。由于人眼在觀察3D對象時,需要通過睫狀肌來調整晶狀體的曲率,進而能夠對不同遠近的3D對象進行清晰的成像,因此當要觀察的3D圖像或視頻中出現高頻的景深變化時,人眼必須頻繁地調整晶狀體來清晰成像,從而導致眼睛的疲勞度上升,進而引發(fā)大腦的相應疲勞。根據此一發(fā)現,提出了根據本公開實施例的用于評估和/或確定3D圖像或視頻的視覺疲勞度的客觀方法。然而請注意:本公開不限于此,而是也可以適用于其它相似領域或可適用的領域。
在本公開一些實施例中,大體上提出了一種用于確定三維(3D)圖像或視頻的視覺疲勞度的方法、設備和計算機可讀存儲介質。其可以概括為首先確定三維圖像中每個像素的景深值。然后,根據一個或多個像素的景深值,來確定該三維圖像的時間視覺疲勞度、空間視覺疲勞度、和標準視覺疲勞度中的一項或多項,并進而據此最終確定綜合視覺疲勞度。
首先,將結合圖1來詳細說明如何確定3D圖像或視頻中每個像素的景深值。圖1是示出了根據本公開實施例的用于說明如何根據視差來計算景深值的示例示意圖。
如圖1所示,一幅3D圖像通常是由兩個相機分別拍攝同一對象(例如,圖1中的對象P)以分別獲得左眼圖像和右眼圖像得到的。不失一般性,可以假定這兩個相機的軸是平行的,已知兩個相機的焦距都是f且兩個相機之間的距離(兩條平行相機軸之間的距離)為b,則如果視差為d(如圖1所示,d=x1-x2),可以根據相似三角形得到以下公式,給出對象P的景深z:
然而,這僅是針對圖1所示情況的簡化公式。在例如存在多個相機(多個視圖)、相機焦距不同、和/或相機的軸不平行等的情況下,可以使用更為復雜的公式根據視差d來得到景深z。此外,在一些實施例中,3D圖像或視頻的數據本身也可以攜帶針對每個像素點的與景深有關的元數據。然而,使用何種方式根據視差來導出景深值并不影響如何確定3D圖像的視覺疲勞度,因此本文不再贅述。
接下來,將結合圖2~圖5來詳細描述用于確定3D圖像或3D視頻的視覺疲勞度的方法。
圖2是示出了根據本公開實施例的用于確定3D圖像或3D視頻的視覺疲勞度的示例方法200的流程圖。如圖2所示,在可選步驟S210中可以將3D圖像或3D視頻中至少一幀3D圖像分為一個或多個分區(qū)。例如,在圖3所示示例中,將3D圖像分為了9個分區(qū),從左上到右下依次編號為分區(qū)1~9。然而請注意:本公開實施例不限于此,事實上也可以分為更多或更少的分區(qū),且分區(qū)形狀不一定是正方形。例如,可以將3D圖像分為2個分區(qū)、3個分區(qū)…以此類推。此外,也可以將分區(qū)設置為長方形、圓形、三角形或任何其他形狀。此外,還可以將3D圖像中例如圖3的分區(qū)5單獨為一區(qū),而剩下的為另一區(qū),以突出畫面中心的對象。
分區(qū)的目的是為了賦予每個分區(qū)不同的權重值,并根據這些權重值和針對每個分區(qū)計算出的視覺疲勞度來得到綜合視覺疲勞度。原因在于:人眼在觀察3D畫面時,一般不可能同時看到畫面中的所有對象,其晶狀體通常僅針對要觀察的對象來進行調整。所以,向觀察對象所在的分區(qū)賦予更高的權重值,同時調整其它分區(qū)的權重,能夠更準確地確定3D圖像或視頻的視覺疲勞度。例如,大部分3D影片中需要觀眾注意的對象一般在分區(qū)5中,而在分區(qū)2、4、6和8中的對象相對較不重要,且在分區(qū)1、3、7和9中的對象基本不重要,所以可以相應地分配權重。例如,向分區(qū)5賦予較高權重,向分區(qū)2、4、6和8賦予中等權重,以及向分區(qū)1、3、7和9賦予較低權重。然而,本公開不限于此,而是可以根據需要向各個分區(qū)賦予全部或部分相同或不同的權重。
然而請注意,此一步驟S210并不是必須的,事實上也可以不對3D圖像或視頻進行分區(qū)。
接下來,可以針對前述各個分區(qū)中的至少一個分區(qū)執(zhí)行后續(xù)操作。對于沒有被執(zhí)行后續(xù)操作的分區(qū),可以認為其視覺疲勞度為空,且可以忽略其視覺疲勞度或者采用缺省視覺疲勞度。
在步驟S220中,可以確定3D圖像或3D視頻中至少一幀3D圖像的景深值。例如,可以采用如圖1所示的方案或者用其他方式來確定3D圖像或3D視頻(或每個分區(qū))中全部或部分像素的景深值。此外,該步驟S220可以在步驟S210之前執(zhí)行或并行執(zhí)行,而不一定在S210的分區(qū)之后執(zhí)行。
接下來,將執(zhí)行與各種視覺疲勞度相關的計算,包括(但不限于):空間視覺疲勞度(S230)、時間視覺疲勞度(S240)、和/或標準視覺疲勞度(S250)。在步驟S260中,可以根據這三種視覺疲勞度中的任何一種、兩種或全部三種來進行。此外,這三個步驟可以并行、順序、亂序或以其他任何方式來執(zhí)行。接下來,將對它們逐一詳細描述。
將結合圖4來詳細描述步驟S230中如何計算3D圖像/視頻的空間視覺疲勞度。圖4是示出了根據本公開實施例的用于空間視覺疲勞度計算的示例像素的示意圖。
具體地,圖4示出了一幅3D圖像中以Px,y為中心的部分像素。當計算像素Px,y的空間視覺疲勞度時,可以取與Px,y相鄰的像素Px+1,y,并計算這二者的景深值之差Px,y-Px+1,y。在另一些實施例中,也可以取不同方向上相鄰的像素(例如,Px-1,y、Px,y+1、或Px,y-1等),并計算這二者的景深值之差,例如Px,y-Px-1,y等。此外,也可以取各個方向上與Px,y間隔相鄰的像素,例如Px,y-2、Px,y+2、Px-2,y、Px+2,y之一,并計算這二者的景深值之差,例如Px,y-Px-2,y等。此外,也可以取一個范圍內的與Px,y相鄰的多個像素,例如Px,y-2和Px,y-1,并計算這二者與Px,y的景深值差值的平均值此外,也可以取不同方向上一個范圍內的與Px,y相鄰的多個像素,例如Px,y-1、Px,y+1、Px-1,y、Px+1,y、Px+1,y-1、Px+1,y+1、Px-1,y-1、Px-1,y+1,并計算這八者與Px,y的景深值差值的平均值更一般地,可以取同一幀中包括Px,y在內的某個像素集合,并計算該集合中除了Px,y之外的像素與Px,y的景深值差值的平均值(在本文中可以稱為像素Px,y的空間景深差值)。以下為了描述簡單,將以計算像素Px,y與像素Px+1,y為例,并計算這二者的景深值之差作為Px,y的空間景深差值。此外,盡管上面使用了平均值,但實際上也可以不求平均,只要是針對每個像素采用相同的計算方法,這些像素的景深差值即可如下所述相互比較和/或運算。
在計算過每個像素點的空間景深差值之后,可以如下計算該3D圖像/視頻/分區(qū)中的空間景深差值的標準差(或均方差):
作為該3D圖像/視頻/分區(qū)的空間視覺疲勞度,其中,Pi為針對第i個像素所計算出的空間景深差值,Pavel為空間景深差值的平均值,n為該3D圖像/視頻/分區(qū)中的像素數目,S1為空間視覺疲勞度。
空間視覺疲勞度的目的在于表現同一幅畫面中由于觀察者所看到的相鄰像素的不同景深所導致的視覺疲勞度。例如,當觀察者的觀察點在遠處的對象和近處的對象之間來回切換時,容易產生視覺疲勞。從而,空間視覺疲勞度體現了3D圖像或視頻中的此一特征。大體上,疲勞度越小,觀眾在觀看時就越不容易疲勞。
接下來,將結合圖5來詳細描述步驟S240中如何計算3D視頻的時間視覺疲勞度。圖5是示出了根據本公開實施例的用于時間視覺疲勞度計算的示例像素的示意圖。
圖5中示出了3D視頻中的兩幀3D圖像,分別為時刻t1和t2的3D圖像,其中每一幀3D圖像都類似于圖4所示的3D圖像。在一個實施例中,時刻t1和t2的3D圖像可以是時間上連續(xù)的兩幀3D圖像。在另一個實施例中,時刻t1和t2的3D圖像可以是時間上間隔相鄰的兩幀3D圖像,例如中間隔了一幀或多幀。此外,在圖5所示實施例中,時間t1可以小于時間t2,即用戶可以先看到t1幀,然后看到t2幀。當然,時間t1也可以大于時間t2,即用戶可以先看到t2幀,然后看到t1幀。
當例如計算t1幀的像素Px,y的時間視覺疲勞度時,可以取與t1幀的Px,y時間相鄰的t2幀的像素Px,y,并計算這二者的景深值之差。在另一些實施例中,也可以取不同時間方向(前向/后向)上相鄰的像素(例如,t0幀(圖中未示出)的Px,y等),并計算這二者的景深值之差。此外,也可以取全部兩個方向上與t1幀的Px,y時間相鄰的像素。更一般地,可以取包括t1幀的Px,y在內的不同幀的像素集合,并計算該集合中除了Px,y之外的像素與Px,y的景深值差值的平均值(在本文中可以稱為像素Px,y的時間景深差值)。例如,該集合可以包括(但不限于)t0幀的Px,y、t2幀的Px,y、t3幀的Px,y、t2幀的Px-1,y、和/或t3幀的Px,y+1等等。以下為了描述簡單,將以計算t1幀的像素Px,y與t2幀的像素Px,y為例來計算這二者的景深值之差,作為作為Px,y的時間景深差值。此外,盡管上面使用了平均值,但實際上也可以不求平均,只要是針對每個像素采用相同的計算方法,這些像素的景深差值即可如下所述相互比較和/或運算。
在計算過每個像素點的時間景深差值之后,可以如下計算該3D圖像/視頻/分區(qū)中的時間景深差值的標準差:
作為該3D圖像/視頻/分區(qū)的時間視覺疲勞度,其中,Pj為針對第j個像素所計算出的時間景深差值,Pave2為時間景深差值的平均值,n為該3D圖像/視頻/分區(qū)中的像素數目,S2為時間視覺疲勞度。
時間視覺疲勞度的目的在于表現在時間上相鄰或間隔相鄰的兩幅或多幅畫面中由于觀察者所看到的同一位置像素隨時間變化的不同景深所導致的視覺疲勞度。例如,當觀察者看到某一個對象在同一像素上在遠處和近處來回切換時,容易產生視覺疲勞,從而時間視覺疲勞度體現了3D視頻中的此一特征。
此外,在更常見的例子中,當一個對象例如在畫面中橫向運動且出現景深變化時(例如,橫跨畫面向遠方移動),此時上述空間視覺疲勞度和時間視覺疲勞度就同時體現出來。在這種情況下,可以同時采用這兩種視覺疲勞度度量來綜合考量3D視頻的視覺疲勞度。
此外,考慮到即使用戶在觀察同一靜止畫面時(即便其中所有對象都處于同一景深處),也會產生一定程度的視覺疲勞,因此還可以引入標準視覺疲勞度的概念。即,除了上述空間視覺疲勞度和時間視覺疲勞度之外,還可以在步驟S250中計算每個像素的景深值與某一缺省景深值或最佳觀看景深值的差值的標準誤差(或均方根誤差)S3。從而,可以通過標準視覺疲勞度來表征3D圖像/視頻的缺省疲勞度。
在步驟S230、S240和/或S250中計算過各種視覺疲勞度之后,可以在步驟S260中對其進行綜合考慮,以確定綜合視覺疲勞度。一種較為直觀的方式為求平均。例如,當計算了時間和空間視覺疲勞度之后,可以使用公式來確定最終視覺疲勞度。又例如,當計算了標準、時間和空間視覺疲勞度之后,可以使用公式來確定最終視覺疲勞度。此外,也可以采用加權方式來確定最終視覺疲勞度,以反映3D圖像/視頻的不同特征。例如,某個3D影片中運動場面眾多,則可以相應提高時間視覺疲勞度的權重。又例如,某個3D影片中同時存在很多遠處與近處的待觀察對象,則可以相應提高空間視覺疲勞度的權重。
接下來,如果在可選步驟S210中將3D圖像/視頻分為了多個分區(qū),則可以在可選步驟S270中,根據確定了視覺疲勞度的至少一個分區(qū)來確定總體視覺疲勞度。例如,可以如上所述針對不同分區(qū)采用不同權重來得到總體視覺疲勞度。
至此,已結合圖2~5描述了用于確定3D圖像或3D視頻的視覺疲勞度的方法200。通過采用該方法200,可以相對客觀地確定某個3D圖像/視頻的視覺疲勞度,為用戶提供一個廣泛適用的標準,同時該方案容易實現、計算簡單。本公開實施例通過計算不同位置、不同時間相同位置的景深差異,反映了3D圖像或視頻的疲勞度值,從而解決視覺疲勞度不能客觀檢測的問題。
圖6是示出了根據本公開實施例的用于確定3D圖像或視頻的視覺疲勞度的示例設備600的框圖。如圖6所示,設備600可以包括:景深值確定單元610和視覺疲勞度確定單元620。
景深值確定單元610可以用于確定3D圖像或3D視頻中至少一幀3D圖像的至少一部分像素的景深值。景深值確定單元610可以是設備600的中央處理單元(CPU)、數字信號處理器(DSP)、微處理器、微控制器等等,其可以與設備600的通信部分(例如,無線收發(fā)信機、以太網卡、xDSL調制解調器等)和/或存儲部分(例如,RAM、SD卡等)相配合,獲取待處理的3D圖像或視頻的全部或部分數據,并確定其至少一部分像素的景深值。
視覺疲勞度確定單元620可以用于根據景深值來確定3D圖像或3D視頻的視覺疲勞度。視覺疲勞度確定單元620也可以是設備600的中央處理單元(CPU)、數字信號處理器(DSP)、微處理器、微控制器等等,其可以獲取由景深值確定單元610確定的景深值,并根據該景深值來確定3D圖像或3D視頻的視覺疲勞度。
此外,設備600還可以包括圖6中未示出的其他功能單元,例如:總線、存儲器、電源、天線、通信部分、存儲部分。然而,它們并不影響對本申請的原理的理解,且因此此處省略對它們的詳細描述。
圖7是示出了根據本公開實施例的圖6所示設備600的示例硬件布置700的框圖。硬件布置700包括處理器706(例如,數字信號處理器(DSP))。處理器706可以是用于執(zhí)行本文描述的流程的不同動作的單一處理單元或者是多個處理單元。布置700還可以包括用于從其他實體接收信號的輸入單元702、以及用于向其他實體提供信號的輸出單元704。輸入單元702和輸出單元704可以被布置為單一實體或者是分離的實體。
此外,布置700可以包括具有非易失性或易失性存儲器形式的至少一個可讀存儲介質708,例如是電可擦除可編程只讀存儲器(EEPROM)、閃存、和/或硬盤驅動器??勺x存儲介質708包括計算機程序710,該計算機程序710包括代碼/計算機可讀指令,其在由布置700中的處理器706執(zhí)行時使得硬件布置700和/或包括硬件布置700在內的設備600可以執(zhí)行例如上面結合圖2所描述的流程及其任何變形。
計算機程序710可被配置為具有例如計算機程序模塊710A~710C架構的計算機程序代碼。因此,在例如設備600中使用硬件布置700時的示例實施例中,布置700的計算機程序中的代碼包括:模塊710A,用于確定3D圖像或3D視頻中至少一幀3D圖像的至少一部分像素的景深值。計算機程序中的代碼還包括:模塊710B,用于根據景深值來確定3D圖像或3D視頻的視覺疲勞度。
計算機程序模塊實質上可以執(zhí)行圖2中所示出的流程中的各個動作,以模擬設備600。換言之,當在處理器706中執(zhí)行不同計算機程序模塊時,它們可以對應于設備600中的上述不同單元。
盡管上面結合圖7所公開的實施例中的代碼手段被實現為計算機程序模塊,其在處理器706中執(zhí)行時使得硬件布置700執(zhí)行上面結合圖2所描述的動作,然而在備選實施例中,該代碼手段中的至少一項可以至少被部分地實現為硬件電路。
處理器可以是單個CPU(中央處理單元),但也可以包括兩個或更多個處理單元。例如,處理器可以包括通用微處理器、指令集處理器和/或相關芯片組和/或專用微處理器(例如,專用集成電路(ASIC))。處理器還可以包括用于緩存用途的板載存儲器。計算機程序可以由連接到處理器的計算機程序產品來承載。計算機程序產品可以包括其上存儲有計算機程序的計算機可讀介質。例如,計算機程序產品可以是閃存、隨機存取存儲器(RAM)、只讀存儲器(ROM)、EEPROM,且上述計算機程序模塊在備選實施例中可以用UE內的存儲器的形式被分布到不同計算機程序產品中。
至此已經結合優(yōu)選實施例對本公開進行了描述。應該理解,本領域技術人員在不脫離本公開的精神和范圍的情況下,可以進行各種其它的改變、替換和添加。因此,本公開的范圍不局限于上述特定實施例,而應由所附權利要求所限定。
此外,在本文中被描述為通過純硬件、純軟件和/或固件來實現的功能,也可以通過專用硬件、通用硬件與軟件的結合等方式來實現。例如,被描述為通過專用硬件(例如,現場可編程門陣列(FPGA)、專用集成電路(ASIC)等)來實現的功能,可以由通用硬件(例如,中央處理單元(CPU)、數字信號處理器(DSP))與軟件的結合的方式來實現,反之亦然。