Finding if color has an effect on depth perception in virtual reality (VR) is important, as it could be important for e.g. surgeons to perceive the depth correctly if they were to be trained in VR environments as a preparation for surgeries on real patients. If color has an effect on perceived depth in VR then producers of these simulations have to take their color choices into account when creating simulations. Previous research has shown that luminosity and hue can have effects on depth perception. It is also perceived that depth underestimation is prevalent in VR. Discerning if either the color of the focal object or the background is affecting the depth perception is important. Therefore finding what effect different color attributes of a focal object and background has on the depth perception in a VR environment is important. This experimental study examined this through a case study performed in a VR environment built in Unity. The tests were set up to emulate the piercing of a catheter into a plane, where the user pressed a button the moment the plane was pierced. To test different colors of the focal object, in this case a plane, the background was assigned neutral colors (white or black) and while testing the background the plane had a neutral color (white). Results from the study show that colors have a small effect, namely up to 13.2 mm error (for the yellow hue with high luminosity and high saturation), on users’ depth perception in VR. No single attribute was better than another but on the object, blue hue gave the largest error while red hue gave the smallest error. For the background, there was more variation on the data but green and blue hue gave the smallest errors and red and yellow the largest. In sum, color has differing effects on depth perception in VR depending on if the color is applied to a background or an object. Red color gave the most accurate depth perception when applied to the object. For color applied to the background, green hue with high luminosity and blue hue with low luminosity resulted in the most accurate depth perception. / Att ta reda på om färg har en påverkan på djupseende i virtuell verklighet (VR) är viktigt, eftersom det skulle vara viktigt för t.ex. kirurger att uppfatta djupet korrekt om de skulle bli tränade i VR miljöer som en förberedelse inför operationer på riktiga patienter. Om färg har en effekt på upplevd djup i VR, då måste tillverkarna av dessa simulationer ha deras färgval i åtanke när de skapar simulatorerna. Tidigare forskning har visat att ljusintensitet och kulörton kan ha en effekt på djupseende. Det har också upptäckts att djupunderskattning är allmänt förekommande i VR. Att urskilja om antingen färgen på fokusobjektet eller på bakgrunden påverkar djupseendet är viktigt. Således att hitta vilken effekt olika färg attribut av ett fokusobjekt och bakgrund har på djupseendet i en VR miljö. Studien undersökte detta genom en fallstudie i en VR miljö byggd i Unity. Testen var uppbyggda för att efterlikna en kateter som genomtränger ett plan där användaren trycker på en knapp då den trängde igenom planet. För att testa olika färger på fokusobjektet, i detta fall ett plan, blev bakgrunden tilldelad neutrala färger (vit och svart) och när bakgrunden testades var planet tilldelad en neutral färg (vit). Resultaten från studien visar att färg har en liten effekt, upp till 13.2 mm i fel (för den gula kulörtonen med hög ljusintensitet och hög mättnad), på djupseende i VR. Inget enskilt attribut var bättre än ett annat, men på objektet gav blå kulörton det största felet medan röd kulörton gav det minsta felet. För bakgrunden var det mer variation på data men grön och blå kulörton gav de minsta felen och röd och gul gav de största felen. Färgen har olika påverkan på djupseende i VR beroende på om färgen är applicerad på en bakgrund eller ett objekt. Röd färg gav det mest korrekta djupseendet när den var applicerad på objektet. För färg applicerad på bakgrund, resulterade grön kulörton med hög ljusintensitet och blå kulörton med låg ljusintensitet i det mest korrekta djupseendet.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-335468 |
| Date | January 2023 |
| Creators | Wallin, Linus, Norström, Vilhelm |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2023:229 |
Page generated in 0.0016 seconds