Methods for reducing visual discomfort in stereoscopic 3D: A review

1.1

图像处理和计算机领域的disparity指的是屏幕上的差异或者叫视差（以像素为单位），而生物领域的disparity指的是视网膜差异（以角度为单位）。对于一个给定的立体图片对儿，屏幕上的视差是固定的，但是视网膜视差取决于观看距离，观看角度和当前的注视方向。

4 算法改善

在移动设备上，观看者可能喜欢出屏效果也可能喜欢入屏效果，取决于他们外隐斜视的程度（眼睛的视轴向外偏斜的趋势）。这意味着深度remapping可能需要用户自定义并且能实时调节。

4.1 舒适导向的视差范围映射

Yan等人将立体视频的视觉深度Z定义为

$$Z=\frac{ab}{b-d}$$

其中 a 是到观看距离，b是瞳距，d是屏幕上的视差。这样，视差映射可以被看作是将视觉深度Z从范围[Zmin, Zmax]映射到目标深度 $\hat{Z}$，范围是 $[{\hat{Z}}_{min},{\hat{Z}}_{max}]$:

其中W是映射函数。不同视差映射算法的主要区别在于（1）W的定义：线性或非线性，局部或全局；（2）处理左右图得到目标视差的方式：warping, shifting等等。
早期的动态深度映射算法局限于3D渲染，其场景结构是已知的。第一个动态映射算法可能是Ware等提出的。他们允许受试者按照个人喜好手动调整视差值，发现视差值对应的深度趋于一个确定的范围，提出了一个改造计算机渲染的3D场景的方法。

Cho等引入了显著性测量以减少可见的warping artefacts。他们引入了一个能量函数，该函数结合了几何畸变和alignment consistency。他们还引入了一个限制最大视差的项以提升观看舒适度。Lin等人的warping-based方法将显著性图和分割相结合，又加入了crop步骤来检测和除去window violations，windows violations同样会导致不适。Jung和Ko将相邻物体的视差调整至恰好能注意到差异的阈值之上。他们的结果看起来更好，因为有更多感受到的深度，但是他们没有处理过度的视差和观看不适。

Disparity shifting：大多数用于深度映射的图片warping技术带来可见的artefacts。一个简单的方法是shift视差到以显示平面为中心。Qi和Ho提出了一个非常快的立体重定向方法，通过“shift maps”来移动零视差平面，提高了观看舒适度。Shao等使用