This thesis documents a work in which prediction of depth related discomfort levels, while watching stereoscopic 3D videos is studied. In commercial 3D videos, excessive depth levels can cause discomfort to the viewer and hence decreases the users quality experience of the video. Therefore detecting excessive levels of depth is important to maintain a better visual quality in 3D videos. In this work a scheme is presented for detection of depth discomforts, resulting from excessive depth levels. An exaggerated depth corresponds to high disparity levels between stereo image pairs. In order to detect depth discomforts, we developed and tested algorithms to detect and track maximum disparities. The maximum disparities are extracted from sparse disparity maps, where the disparities are obtained for only certain edge locations. The sparse disparity maps are obtained using five varieties of block matching, which are: Sum of Absolute Differences (SAD), Herman Weyl?s Discrepancy Measure (HWDM), Adaptive Support Windows (ASW), Sum of Absolute Differences of Scale Invariant Feature Transforms (SADSIFT) and Correlation of Gradient Orientations (CGO). A comparative study of these five methods is performed in terms of their performances in estimation of maximum disparities. Also subjective tests are run by collecting viewer discomfort data and using maximum disparity statistics as a predictor of user experience. By examining our results, we observed CGO performs better in maximum disparity estimation. Also it is shown, that the maximum disparity statistics obtained through CGO can be used to predict the number of viewers, which experience depth discomforts.

Bu tezde stereoskopik 3B (üc boyutlu) videolar izlenirken ortaya çıkabilen derinlik kaynaklı rahatsızlıkların öngörülmesi üzerine yapılan bir çalışma belgelenmektedir. Ticari amaçlı 3B videolarda ortaya çıkabilen aşırı derinlik seviyeleri izleyicileri rahatsız edebilir ve bundan dolayı da kullanıcının video izleme deneyiminin kalitesi düşer. Bu nedenle görsel kalitesi yüksek 3B videolar elde edilebilmesi açısından, videolardaki aşırı derinlik seviyelerinin tesbiti önemlidir. Bu çalışmada aşırı derinlik seviyelerinden kaynaklanan derinlik rahatsızlıklarının tesbiti için bir plan ortaya konulmaktadır. Aşırı derinlik, stereo imge çiftleri arasında yüksek ayrıklık seviyelerine işaret etmektedir. Bu nedenle, derinlik rahatsızlıklarının tesbiti için en yüksek ayrıklık seviyelerini tesbit ve takip eden algoritmalar denenmiştir. En yüksek ayrıklıklar, sadece ayrıtlar üzerindeki ayrıklıkları içeren, seyrek ayrıklık haritalarından elde edilirler. Seyrek ayrıklık haritalarını elde etmek için beş farklı blok eşleme yöntemi denenmiştir: Mutlak Farkların Toplamı (SAD), Herman Weyl?in Uyuşmazlık Ölçütü (HWDM), Uyarlanabilir Destek Pencereleri (ASW), Ölçekten Bağımsız Öznitelik Dönüşümlerinin Mutlak Farklarının Toplamı (SADSIFT) ve Gradyant Yönelimlerinin Korrelasyonu (CGO). Bu beş yöntem en yüksek ayrıklıkların kestirimindeki başarımlarına göre karşılıklı olarak incelenmişlerdir. Ayrıca izleyici rahatsızlığı ile ilgili verilerin toplanması ve en yüksek ayrıklık istatistiklerinin kullanıcı deneyimini ön görmede kullanılması ile öznel testler de yapılmıştır. Sonuçlarımızı incelediğimizde CGO yönteminin en yüksek ayrıklıkların kestiriminde daha başarılı olduğu gözlenmiştir. Ayrıca CGO ile elde edilen en yüksek ayrıklık istatistiklerinin derinlik rahatsızlığından şikayatçi olabilecek izleyici sayısının ön görülmesinde kullanılabilecekleri gösterilmiştir.