文 | HW君
本文为B站【V9】期的视频讲稿。
有部分动态演示，请以视频画面为准。
人眼基于深度的体积感知，为何VR影像需要通过FOV标准化【双目VR摄影#V9】
0. 空间中的体积感知
不知道你有没有想过，我们是如何判断一个物体的体积大小的。
有些东西看上去很小巧玲珑、袖珍迷你。
而另一些东西则让人感觉庞然大物，有压迫感。
那么是哪些因素造成了这种心理感受，而这种心理感受又与VR影像有什么关系呢？
消失的模因，大家好，我是HW君。欢迎来到【V9】期，也就是「双目VR摄影」系列的第9期。
【V系列】狭义上讨论的话题是，如何拍摄与制作「VR影像」，广义上探讨的则是「摄影」「光学」「VR」这三个学科的交叉地带。
上一期我们讨论了如何正确理解「VR设备」本身的FOV，而这一期开始我们将会讨论如何理解「VR影像」的FOV。
这些原理可能不是那么有趣，但长期来看，如果我们追求VR影像的「身临其境」，想要在VR眼镜里复现出这个世界上另一个地方的真实场景，那么就总会遇到这些问题。
1. FOV张角的近大远小
我们是如何判断一个物体的体积大小的呢？
如图，假设在一个无参照物的环境里有两个小球，我们能说这里小球A的体积要比小球B的要大吗？
似乎并不能，因为我们不知道2个小球各自离我们的距离。
有一张著名的图片很好地说明了这一问题，为什么鸽子这么大？
因为鸽子离人近。
假设2个小球的体积完全相同，那么在人眼看来，距离比较近的小球A，看上去会比距离比较远的小球B大。
有个通俗易懂的词语就是形容这个现象的，叫「近大远小」。
同一个物体，离得近就显得大，离得远就显得小。
那在人眼看来，这种直观的「大」和「小」究竟指什么呢？
其实指的是物体相对于人眼视点所张开的角度的大小，即物体的FOV。
那因为上一期【V8】期里我们讨论了VR设备的几类FOV，为了避免产生混淆。
《VR | #8 你真的理解VR的FOV吗？如何科学地佩戴VR眼镜》
http://gonememe.com/archives/7436
在这里我会将VR画面中「物体的FOV」称为「物体的张角」，它们表达了同一个意思。
所以对于人眼来说，那个直观的「近大远小」，其实指的是物体张角的大小。
同一个物体，离得近张角就大，离得远张角就小。
当然在实际情况中，我们是直接通过眼睛看到物体的张角的大小。
然后再加上物体的深度，就可以感知出物体的体积。
2. 双目深度的高优先级
人类在三维空间中的体积感知能力，涉及到2个要素，一个是物体的张角（FOV），另一个就是物体的深度。
对于物体的张角，我们依靠单眼就可以直接看到，而对于物体的深度感知，则比较多样化。
我们在【V1】期里有说过，人眼对于深度信息的获取，其优先级从高到低，大致上按照如下顺序排列。
双目汇聚、双目视差、单眼聚焦、大脑补充。
http://gonememe.com/archives/7211
即双眼线索的优先级通常会高于单眼。
这就可以解释在【V3】期里，因为摄距与瞳距不同导致的深度感知异常。
实际上不只是深度感知异常，它还导致了体积感知异常。
《VR | #3 瞳距有什么用？为何到PICO 4才算是合格的VR视频机》
http://gonememe.com/archives/7333
在【V3】期里，无论摄距远大于瞳距，还是摄距远小于瞳距，拍出来的双目VR影像，如果只使用单眼观看，是不会发现有问题的。
只用单眼观看时，深度是正常的，体积也是正常的，人物大小的比例感觉上都是正常的。
因为用单眼观看时，体积感知里的2个要素，张角和深度，其信息都来自于单眼线索。
张角直接被单个眼睛看见，而深度则由「大脑补充」产生。
大脑会依据单眼画面补充一个符合逻辑的深度，由此最终产生的体积感知也不会有异常。
而当我们切换到双眼时，因为双眼的优先级大于单眼，此时深度感知切换到「双目汇聚」和「双目视差」，人脑直接硬解出了基于双眼线索的深度信息。
而因为摄距不符合人眼瞳距，基线出现错误，因此人们感知到的「深度」是异常的，最终导致对画面的「体积感知」也出现了异常。
所以当摄距远大于瞳距，在回看时人眼感知的「深度」会变近，相同「张角」下的体积感知会变小，因此猛汉子看上去小鸟依人。
而当摄距远小于瞳距，在回看时人眼感知的「深度」会变远，相同「张角」下的体积感知会变大，因此萌妹子看上去像巨人。
而在遇到此类问题时，如果我们闭上一只眼睛，屏蔽掉高优先级的异常双目深度，那么大脑会根据单眼画面脑补一个深度，此时体积感知就恢复正常。
那这个特性也有个小应用。在观看一些单目2D的360°或180°全景视频时，因为缺乏双目视差，近处的人物常常会巨人化。
而只要闭上一只眼睛，屏蔽双眼对于深度的获取，那么画面的体积感知就会恢复。
而理解了这一点，我们也就会知道现在很多AR投屏眼镜所宣传的「观看效果多少米多少英寸」是怎么一回事。
例如所谓的4米130英寸，10米330英寸这些，实际上这些数字是没有什么参考价值的。
我们只需要知道虚像画面的张角（FOV）是多少就行了。
因为这些AR投屏眼镜都是双目设备，通过双目视差的偏移调整，可以创造几乎任意的双目深度。
而虽然屏幕本身有一个基于单眼的「虚像距」，但这个单眼深度会被高优先级的双眼深度所屏蔽。
于是你觉得眼前小FOV的屏幕在非常远的位置，你觉得自己在看一个巨幕，因为你的「体积感知」被影响了。
但实际上你能看到的FOV并没有发生改变。
3. 标准化与身临其境
相机摄距和人眼瞳距的一致，保证了正确的双目深度。
而图像FOV的标准化则保证了正确的张角。
深度和张角共同影响了人类在三维空间中的体积感知。
所以在双目VR摄影里，除了要保证摄距和瞳距的一致，VR影像也需要通过FOV来标准化，这样才能产生正确的体积感知，以让我们感受到「身临其境」。
那瞳距/摄距之类的话题，慢慢也有人意识到了。
但对VR影像进行FOV标准化的事情，似乎还没有多少人能够正确认识到。
而这一问题正是传统的非标的平面3D视频的困境所在。
为什么长期以来平面3D视频都没有很好的发展。
好莱坞3D电影一直无法掀起波澜，十多年前的3D电视行业为何完全死掉了。
这一切都跟平面3D影像没有实现标准化有关。
「平面3D影像」在深度和张角上都没能进行标准化，由此产生了非常多难以解决的问题。
而这些问题在VR设备所创造的虚拟空间里，终于有了解决的可能性。
那这一期就先到这里了。
我是HW君，我们下期再见。
（本章节完）
By HW君 @ 2023-09-23