द्विनेत्री विषमता (Binocular disparity) से तात्पर्य किसी दृश्य उत्तेजना के स्थान में उस सूक्ष्म अंतर से है जो बाएँ और दाएँ आँखों के रेटिना पर प्रक्षेपित होता है। चूँकि वयस्क मनुष्यों में आँखें लगभग 6.3 सेंटीमीटर की दूरी से क्षैतिज रूप से अलग होती हैं, प्रत्येक आँख दुनिया को थोड़े भिन्न कोण से देखती है। यह कोणीय अंतर, या लंबन (parallax), स्टीरियोप्सिस (stereopsis) का आधार है - जो द्वि-आयामी रेटिना छवियों से गहराई और त्रि-आयामी संरचना को अनुभव करने की क्षमता है। मस्तिष्क की दृश्य प्रणाली दो रेटिना छवियों से विषमता की गणना करती है और इसे सापेक्ष गहराई की धारणा में परिवर्तित करती है, जिससे पर्यवेक्षक वस्तुओं की दूरी और दृश्य के लेआउट का न्याय कर सकता है।
यह अवधारणा द्विनेत्री दृष्टि (binocular vision) के लिए मौलिक है, जो मनुष्यों, कई प्राइमेट्स, और आगे की ओर देखने वाली आँखों वाले अन्य जानवरों में मौजूद है। द्विनेत्री विषमता एक एकल मान नहीं है, बल्कि दृश्य क्षेत्र में एक स्थानिक मानचित्र है; दृश्य के प्रत्येक बिंदु के लिए, एक संगत विषमता मान होता है। विषमता का परिमाण दूरी के व्युत्क्रमानुपाती होता है: निकट की वस्तुएँ बड़ी विषमता उत्पन्न करती हैं, जबकि दूर की वस्तुएँ छोटी विषमता उत्पन्न करती हैं। जब किसी वस्तु पर दृष्टि स्थिर होती है, तो उसकी छवि प्रत्येक आँख के फोविया (fovea) पर पड़ती है, और उस बिंदु पर विषमता शून्य होती है; स्थिरीकरण बिंदु से निकट या दूर की वस्तुएँ क्रमशः क्रॉस्ड (crossed) या अनक्रॉस्ड (uncrossed) विषमता उत्पन्न करती हैं।
विषमता का तंत्रिका प्रसंस्करण
द्विनेत्री विषमता की गणना प्राथमिक दृश्य प्रांतस्था (V1) में शुरू होती है, जहाँ न्यूरॉन्स थैलेमस के पार्श्व जीनिकुलेट नाभिक (lateral geniculate nucleus) के माध्यम से दोनों आँखों से इनपुट प्राप्त करते हैं। कई V1 न्यूरॉन्स द्विनेत्री होते हैं और विशिष्ट विषमताओं के प्रति चयनात्मक रूप से प्रतिक्रिया करते हैं, जिसका अर्थ है कि वे सबसे अधिक तब सक्रिय होते हैं जब कोई उत्तेजना स्थिरीकरण बिंदु के सापेक्ष किसी विशेष गहराई पर दिखाई देती है। ये विषमता-चयनात्मक न्यूरॉन्स स्तंभों में संगठित होते हैं और माना जाता है कि वे गहराई का प्रारंभिक तंत्रिका प्रतिनिधित्व बनाते हैं। V1 से, विषमता की जानकारी दो मुख्य मार्गों के साथ संसाधित होती है: वेंट्रल स्ट्रीम (वस्तु पहचान में शामिल) और डोर्सल स्ट्रीम (स्थानिक धारणा और क्रिया मार्गदर्शन में शामिल)।
उच्च कॉर्टिकल क्षेत्र, जैसे मध्य अस्थायी क्षेत्र (MT) और मध्य श्रेष्ठ अस्थायी क्षेत्र (MST), गतिशील दृश्यों में गहराई की धारणा का समर्थन करने के लिए विषमता संकेतों को गति संकेतों के साथ एकीकृत करते हैं। दो रेटिना छवियों को संयोजित करने के लिए सटीक तंत्रिका एल्गोरिदम कम्प्यूटेशनल तंत्रिका विज्ञान में अनुसंधान का एक सक्रिय क्षेत्र बना हुआ है। मॉडल अक्सर प्रस्तावित करते हैं कि मस्तिष्क बाएँ और दाएँ छवियों के बीच किसी प्रकार का क्रॉस-सहसंबंध या मिलान करता है, लेकिन सटीक तंत्र अभी भी विवादास्पद है।
विषमता के प्रकार
विषमता को दो मुख्य प्रकारों में वर्गीकृत किया जा सकता है: क्रॉस्ड और अनक्रॉस्ड। क्रॉस्ड विषमता तब होती है जब कोई वस्तु स्थिरीकरण बिंदु से निकट होती है; इस मामले में, बाएँ आँख में छवि दाएँ आँख की छवि के सापेक्ष दाईं ओर स्थानांतरित होती है। अनक्रॉस्ड विषमता तब होती है जब कोई वस्तु दूर होती है, बाएँ आँख में छवि बाईं ओर स्थानांतरित होती है। ये शब्द इसलिए उपयोग किए जाते हैं क्योंकि जब आँखें किसी निकट या दूर बिंदु पर अभिसरण करती हैं तो छवियाँ क्रॉस या अनक्रॉस दिखाई देती हैं।
एक और अंतर क्षैतिज और ऊर्ध्वाधर विषमता के बीच है। क्षैतिज विषमता गहराई की धारणा के लिए प्राथमिक संकेत है, क्योंकि यह आँखों के क्षैतिज पृथक्करण से उत्पन्न होती है। ऊर्ध्वाधर विषमता आम तौर पर छोटी होती है और आँखों के ऊर्ध्वाधर गलत संरेखण या किनारे की ओर वस्तुओं को देखने से उत्पन्न होती है; यह होरोप्टर (horopter) - अंतरिक्ष में उन बिंदुओं का स्थान जो संगत रेटिना बिंदुओं पर प्रक्षेपित होते हैं - के अभिविन्यास को निर्धारित करने में भूमिका निभाती है।
गहराई की धारणा और 3D दृष्टि में भूमिका
द्विनेत्री विषमता दृश्य प्रणाली द्वारा उपयोग किए जाने वाले कई गहराई संकेतों में से एक है, साथ ही परिप्रेक्ष्य, छायांकन, और गति लंबन जैसे एकनेत्री संकेत भी हैं। हालाँकि, यह एक शक्तिशाली और सटीक संकेत है, जो सूक्ष्म गहराई भेदभाव को सक्षम बनाता है। सबसे छोटी पहचान योग्य विषमता, जिसे स्टीरियोएक्यूटी (stereoacuity) कहा जाता है, सामान्य दृष्टि वाले मनुष्यों में आम तौर पर लगभग 5 से 10 आर्कसेकंड होती है, जो उल्लेखनीय रूप से सूक्ष्म है - एक मीटर की दूरी पर कुछ मिलीमीटर की गहराई में अंतर का पता लगाने के बराबर।
विषमता से गहराई की धारणा स्वचालित नहीं है; इसके लिए मस्तिष्क को पत्राचार समस्या (correspondence problem) को हल करना आवश्यक है - बाएँ आँख की छवि में प्रत्येक बिंदु को दाएँ आँख की छवि में संगत बिंदु से मिलाना। यह एक कम्प्यूटेशनल रूप से चुनौतीपूर्ण कार्य है, विशेष रूप से समान बनावट या दोहराव वाले पैटर्न वाले क्षेत्रों में। मस्तिष्क विशिष्टता (प्रत्येक बिंदु अधिकतम एक अन्य बिंदु से मेल खाता है) और निरंतरता (विषमता सतहों पर सुचारू रूप से भिन्न होती है) जैसे बाधाओं का उपयोग अस्पष्टताओं को हल करने के लिए करता है।
प्रौद्योगिकी में अनुप्रयोग
द्विनेत्री विषमता के सिद्धांत विभिन्न प्रौद्योगिकियों में लागू होते हैं। स्टीरियो कैमरे और गहराई सेंसर, जैसे रोबोटिक्स और स्वायत्त वाहनों में उपयोग किए जाते हैं, थोड़े भिन्न दृष्टिकोणों से ली गई दो छवियों से गहराई का अनुमान लगाने के लिए दो-आँख की व्यवस्था की नकल करते हैं। उदाहरण के लिए, Waymo और Tesla का Autopilot सुरक्षित नेविगेशन के लिए पर्यावरण की त्रि-आयामी संरचना को समझने के लिए स्टीरियो विज़न सिस्टम का उपयोग करते हैं। कंप्यूटर विज़न में, स्टीरियो मिलान के लिए एल्गोरिदम छवियों के जोड़े से गहराई मानचित्र उत्पन्न करने के लिए उपयोग किए जाते हैं, एक कार्य जो गहन शिक्षण तकनीकों द्वारा काफी सुधारा गया है।
द्विनेत्री विषमता स्टीरियोस्कोपिक 3D डिस्प्ले का भी आधार है, जो प्रत्येक आँख को थोड़ी भिन्न छवियाँ प्रस्तुत करके गहराई का भ्रम पैदा करते हैं। यह तकनीक 3D सिनेमा, वर्चुअल रियलिटी हेडसेट, और संवर्धित वास्तविकता प्रणालियों में उपयोग की जाती है। कृत्रिम बुद्धिमत्ता अनुसंधान में, मस्तिष्क विषमता को कैसे संसाधित करता है यह समझना दृश्य धारणा के मॉडल को प्रेरित करता है और गहराई अनुमान और दृश्य समझ जैसे कार्यों पर मशीन लर्निंग प्रणालियों के प्रदर्शन का मूल्यांकन करने के लिए उपयोग किया गया है।
अन्य दृश्य संकेतों से संबंध
द्विनेत्री विषमता अलगाव में कार्य नहीं करती; यह स्थान की एक सुसंगत धारणा उत्पन्न करने के लिए अन्य गहराई संकेतों के साथ एकीकृत होती है। दृश्य प्रणाली विषमता को समायोजन (लेंस का फोकस), अभिसरण (आँखों का आवक घूर्णन), और बनावट ढाल और अवरोधन जैसे एकनेत्री संकेतों के साथ जोड़ती है। कई स्थितियों में, ये संकेत सुसंगत होते हैं, लेकिन वे संघर्ष कर सकते हैं, जैसे स्टीरियोस्कोपिक डिस्प्ले में जहाँ अभिसरण और समायोजन बेमेल होते हैं, जिससे दृश्य असुविधा या थकान होती है।
अनुसंधान ने दिखाया है कि मस्तिष्क संकेतों को गतिशील रूप से भारित करता है, किसी दिए गए संदर्भ में सबसे विश्वसनीय संकेत को अधिक भार देता है। यह बायेसियन-जैसा एकीकरण अवधारणात्मक मनोविज्ञान में अध्ययन का एक प्रमुख क्षेत्र है। विषमता अन्य संकेतों के साथ कैसे परस्पर क्रिया करती है यह समझना प्रभावी 3D डिस्प्ले डिजाइन करने और AI प्रणालियों को विकसित करने के लिए महत्वपूर्ण है जो वास्तविक दुनिया के वातावरण में मजबूती से गहराई का अनुभव कर सकें।
यह भी देखें
- स्टीरियोप्सिस
- गहराई-धारणा
- Computer vision
- दृश्य-प्रांतस्था
संदर्भ
- Howard, I. P., & Rogers, B. J. (2002). Seeing in Depth. Oxford University Press.
- Parker, A. J. (2007). Binocular depth perception and the cerebral cortex. Nature Reviews Neuroscience.
- Qian, N. (1997). Binocular disparity and the perception of depth. Neuron.