Human Perception of Impure Transparent Structures

Transparency is a crucial concept in the visual world with numerous applications across various domains. Previous research has explored the role of perceptual transparency, simulation of various impurities, and quantification of impurities on transparent surfaces. However, the effect on perception in the case of impure transparent surfaces has not been fully explored. This work aims to investigate the impact of impurities, such as scratches on transparent surfaces, on human perception of transparency. For this purpose, a user study was conducted that presented two differently shaped objects in various settings, including nature and urban environments. Each scene contained controlled impurity patterns that varied in impurity level (clean, low impurity, high impurity) and impurity type (scratches, raindrops, dirt) for both objects. In a yes-no task, participants indicated whether impurities obscured the transparency of the stimuli. The results show that transparent structures with impurities were recognized as obscuring effectively, with slightly lower recognition for structures with low impurities compared to those with high impurities. Raindrops were the most easily recognized impurity type, followed by scratches and dirt. Panels that were completely clean were recognised with an accuracy of 86.19%, which falls between the recognition rates for low and high impurities. The shape of an object does not affect perception, but changing the background can impact recognition rates depending on the type of impurity. To determine the threshold at which impurities improve the detection of transparent surfaces, the alpha and transmission values of each stimulus were analysed. For each level and type of impurity, the alpha and transmission range that led to a higher recognition rate than for a clean panel without impurities was determined.

Transparenz ist ein zentrales Konzept in der visuellen Welt mit zahlreichen Anwendungen in verschiedenen Bereichen. In früheren Forschungsarbeiten wurde die Rolle der perzeptuellen Transparenz, die Simulation verschiedener Verunreinigungen und die Quantifizierung von Verunreinigungen auf transparenten Oberflächen untersucht. Die Auswirkungen auf die Wahrnehmung bei unreinen transparenten Oberflächen sind jedoch noch nicht vollständig erforscht worden. Ziel dieser Arbeit ist es, den Einfluss von Verunreinigungen, wie zum Beispiel Kratzern auf transparenten Oberflächen, auf die menschliche Wahrnehmung von Transparenz zu untersuchen. Zu diesem Zweck wurde eine Nutzerstudie durchgeführt, in der zwei unterschiedlich geformte Objekte in verschiedenen Umgebungen, darunter in der Natur und in städtischer Umgebung, präsentiert wurden. Jede Szene enthielt kontrollierte Verunreinigungsmuster, die sich im Verunreinigungsgrad (sauber, geringe Verunreinigung, hohe Verunreinigung) und in der Art der Verunreinigung (Kratzer, Regentropfen, Schmutz) für beide Objekte unterschieden. In einer Ja-Nein-Aufgabe sollten die Teilnehmer angeben, ob die Verunreinigungen die Transparenz der Stimuli beeinträchtigten. Die Ergebnisse zeigen, dass transparente Strukturen mit Verunreinigungen tatsächlich als beeinträchtigend erkannt wurden, wobei die Erkennungsrate bei Strukturen mit leichten Verunreinigungen etwas geringer war als bei solchen mit starken Verunreinigungen. Regentropfen waren die am leichtesten zu erkennende Art der Verunreinigung, gefolgt von Kratzern und Schmutz. Vollständig saubere Scheiben wurden mit einer Genauigkeit von 86,19% erkannt, was zwischen den Erkennungsraten für geringe und starke Verunreinigungen liegt. Die Form eines Objekts hat keinen Einfluss auf die Wahrnehmung, aber eine Veränderung des Hintergrunds kann sich je nach Art der Verunreinigung auf die Erkennungsraten auswirken. Um den Schwellenwert zu bestimmen, ab dem Verunreinigungen die Erkennung von transparenten Oberflächen verbessern, wurden die Alpha- und Transmissionswerte der einzelnen Stimuli analysiert. Für jeden Verunreinigungsgrad und -typ wurde der Alpha- und Transmissionsbereich ermittelt, der zu einer höheren Erkennungsrate führte als bei einer sauberen Scheibe ohne Verunreinigungen.