載體幾何 2.0（A02）

平面為何能產生立體感？

透視、錯視與 $2D\rightarrow2.5D$ 感知升維的形式化

作者：Neo.K
機構：EveMissLab／一言諾科技有限公司
系列：載體幾何 2.0：從 2.5D 視覺到高維符號實在
版本：v0.1
日期：2026-08-23
理論定位：視覺科學 × 認知幾何 × 藝術技法形式化 × 載體本體論

摘要

如果人類視覺原生地直接取得完整三維體積世界，那麼一個物理上近似二維的平面載體——紙張、牆面、畫布、照片或一般顯示器——理應很難產生穩定而強烈的立體感。然而，人類只需線性透視、遮擋、明暗、紋理梯度、相對大小、輪廓、陰影與其他圖像線索，便能在平面上形成具有顯著深度、表面起伏、前後層次甚至空間延伸感的知覺結果。某些變形透視與街頭錯視作品更能在特定觀察點產生強烈的「空間穿透」或「物體凸出」感。

本文提出：這一現象不宜只被描述為「二維圖片假裝成三維」，而應被重新形式化為一種感知升維（perceptual dimensional lifting）。物理載體保持二維，但其上被編碼的深度線索場，經由觀察者的視覺重建系統後，可生成觀察者中心的準 $2.5D$ 表面表示，並進一步與記憶、先驗和空間模型整合成 $3D$ -like 世界經驗。

本文建立四層模型：

\text{2D carrier} \rightarrow \text{cue field} \rightarrow \mathcal{G}_{2.5D} \rightarrow \widehat{W}_{3D}.

在此框架中，透視法不再只是「把三維投影到二維」的投影幾何；從知覺端反看，它同時是一種針對人類視覺載體設計的逆向感知工程：在二維表面上安排足以觸發特定深度解讀的線索，使觀察者的視覺系統自行完成準三維重建。

本文並提出「線索一致性假說」：立體感強度不必與物理厚度單調對應，而可能在一定條件下更依賴深度線索的一致性、可讀性、權重分布與觀察條件。由此可解釋為何某些經過高度設計的平面圖像，在主觀上可能呈現比某些雜亂、低對比或深度線索衝突的真實場景更強的立體效果。此命題目前應視為可測試的認知假說，而非既成定理。

本篇將傳統繪畫與錯視技法重新寫入載體幾何框架，並為後續從 $2.5D$ 向 $4D$ 動態切片、投影與高維想像的研究建立感知基礎。

關鍵詞： 透視、2.5D、立體感、感知升維、pictorial space、shape from shading、anamorphosis、載體幾何、深度線索、視覺錯視

1. 問題：為什麼一張平面會「看起來有深度」？

最簡單的事實是：

A \subset \mathbb{R}^2

的一張平面圖片，可以被人類報告為：

有前景與背景；
有遠近；
有凸起與凹陷；
有空間延伸；
有物體位於另一物體後方；
有一個表面向遠處傾斜；
甚至像是某物穿出紙面或地面。

因此必須區分：

\text{physical support dimension}

與

\text{perceived spatial dimensionality}.

一張畫的物理表面可以近似二維，但其知覺結果未必只有平面性。

若以 $A$ 表示畫面載體，以 $\Psi_H$ 表示人類視覺重建算子，則：

A \subset \mathbb{R}^2

並不推出：

\Psi_H(A) \subset \mathbb{R}^2.

更合理的是：

\Psi_H(A) = V_{2.5D}

在某些條件下成立。

這就是本文所謂的感知升維問題。

2. 四層模型：載體、線索、準三維表示、世界感

本文將平面立體感拆成四層。

2.1 第一層：物理載體

令：

A = (D,I),

其中：

$D\subseteq\mathbb{R}^2$ 為平面域；
$I:D\rightarrow\mathcal{C}$ 為圖像值，例如亮度、顏色、紋理或其他可視屬性。

此層沒有必要假定任何真正的物理凸起。

2.2 第二層：深度線索場

視覺系統不是直接從「圖片」得到深度，而是從圖像結構中抽取多種線索。

定義：

\mathcal{C}(A) = \left\{ c_{\mathrm{persp}}, c_{\mathrm{occ}}, c_{\mathrm{shade}}, c_{\mathrm{shadow}}, c_{\mathrm{texture}}, c_{\mathrm{size}}, c_{\mathrm{contour}}, c_{\mathrm{blur}}, \ldots \right\}.

這裡 $\mathcal{C}(A)$ 不是一個簡單向量，而是一組具有空間位置、尺度與可靠度的線索場。

2.3 第三層：準 $2.5D$ 表示

視覺系統利用線索場建立：

V_{2.5D} = \Psi_H \left( \mathcal{C}(A), q, M, P \right),

其中：

$q$ ：觀察位置、頭眼姿態、觀看距離；
$M$ ：既有記憶；
$P$ ：物體、光照、重力與場景先驗。

2.4 第四層： $3D$ -like 世界經驗

準三維表示再被整合成更完整的空間經驗：

\widehat{W}_{3D} = \mathcal{I} \left( V_{2.5D}, M, A_{\mathrm{body}}, T \right).

因此最小鏈條為：

\boxed{ 2D \rightarrow \text{depth-cue field} \rightarrow 2.5D \rightarrow 3D\text{-like experience} }

物理升維沒有發生；發生的是表示升維。

3. 「感知升維」的正式定義

本文定義：

定義 A02-1：感知升維

若物理載體 $A$ 的幾何維度為 $d_c$ ，而某觀察者經由感知算子 $\Psi_L$ 對其建立的有效空間表示具有額外的深度自由度或表面幾何屬性，使：

\operatorname{DimEff} \left( \Psi_L(A) \right) > d_c,

則稱此過程為感知升維。

對典型平面視覺而言：

d_c=2,

而：

\Psi_H(A) \approx \mathcal{G}_{2.5D}.

因此：

\boxed{ \Lambda_H: \mathcal{A}_{2D} \rightarrow \mathcal{G}^{H}_{2.5D} }

可視為人類平面感知升維算子。

此處的「升維」不是物理空間維度變化，而是：

\text{representation-space enrichment}.

4. 線性透視：不只是 $3D\rightarrow2D$

傳統幾何常將透視寫成投影：

\Pi_q: \mathbb{R}^3 \rightarrow \mathbb{R}^2.

對三維點：

(X,Y,Z)

在理想 pinhole 模型中，可以得到類似：

x=f\frac{X}{Z}, \qquad y=f\frac{Y}{Z}.

這個方向是：

3D \rightarrow 2D.

但對觀看者而言，知覺問題恰恰反過來：

2D \rightarrow ? \rightarrow 3D\text{-like}.

因此藝術家真正操作的不只是投影，而是在求一個畫面 $A$ ，使：

\Psi_H(A;q)

產生期望的空間解讀。

若目標知覺為 $T$ ，則可寫：

A^\star = \arg\max_A \Gamma \left( \Psi_H(A;q), T \right),

其中 $\Gamma$ 為知覺匹配函數。

所以從感知端看，透視法可重新定義為：

\boxed{ \text{observer-conditioned inverse perceptual design}. }

也就是「觀察者條件化的逆向感知設計」。

5. 遮擋：最廉價但極強的深度排序器

若圖形 $a$ 的邊界終止於圖形 $b$ ，而 $b$ 的輪廓在交界處保持連續，視覺系統通常傾向形成：

b \prec_{\mathrm{front}} a.

亦即 $b$ 在前、 $a$ 在後。

這種遮擋線索甚至不要求完整度量深度，只需建立部分序：

O: \mathcal{E} \rightarrow \{\text{front},\text{behind}\}.

因此它提供的不是完整 $z$ 座標，而是：

z_i<z_j

形式的相對關係。

這非常符合準 $2.5D$ 載體模型：

人類不必先重建完整三維體素場，便能藉由局部遮擋建立足以行動的深度排序。

所以：

\boxed{ \text{ordinal depth} < \text{metric 3D reconstruction} }

在計算成本上可能更低，卻已足以產生強烈的立體結構。

6. 明暗與 Shape-from-Shading：亮度並不是深度，卻可以生成深度

一個表面的亮度變化可能來自：

形狀；
光源方向；
材質；
反射；
色素；
陰影；
多重光源。

因此由亮度反推出形狀本質上是欠定問題。

簡化表示：

I = F \left( S,L,M,V \right),

其中：

$S$ ：surface shape；
$L$ ：lighting；
$M$ ：material；
$V$ ：viewpoint。

反問題：

I \rightarrow S

一般不唯一。

但人類仍能非常有效地從 shading 推斷表面曲率與方向。經典心理物理研究顯示，單靠明暗便可產生強烈三維形狀知覺；近期 2026 年的視覺科學綜述又提出，shading、texture、highlights 等不同線索，可能在早期共享某種由二維局部方向場導出的「共同貨幣」，再對三維表面性質進行估計。

因此：

\boxed{ \text{local 2D statistics} \rightarrow \text{organized orientation field} \rightarrow \text{3D surface estimate} }

是一條非常重要的現代研究方向。

這和本文的感知升維框架高度相容。

7. 陰影：視覺系統甚至容忍「物理不完全正確」的線索

陰影提供：

物體與地面的分離；
物體高度；
光源方向；
表面曲率；
接觸關係；
前後位置。

但經典研究發現，人類視覺對某些 physically impossible shadow patterns 仍可產生深度解讀，只要邊界與亮暗關係滿足若干簡化條件。

因此必須區分：

\text{physical correctness}

與

\text{perceptual acceptability}.

這對本文非常重要。

如果視覺只是在「真實三維世界」上做精確逆運算，那麼不物理的陰影應很容易全面失效。

但若視覺採用的是：

\text{heuristics} + \text{priors} + \text{cue consistency}

則某些不完全符合物理的圖像仍可能成功生成穩定立體感。

所以藝術家不必每次求解完整光傳輸方程。

只要落在：

\mathcal{C}_{\mathrm{acceptable}}^{H}

——人類可接受的線索區域——就可能工作。

8. 紋理梯度與表面延展

當重複紋理元素在圖像上逐漸縮小、密度增加或方向發生規律變化時，人類會傾向將其解讀為表面向遠處延伸。

設紋理局部尺度為：

s(u,v).

若沿某方向：

\frac{\partial s}{\partial r}<0,

則可能形成：

\text{distance}(r)\uparrow

的知覺。

這裡仍然不是從圖像直接「讀取真實距離」，而是在透視與先驗條件下，將規律的二維尺度變化重新解讀成三維表面結構。

因此：

\text{texture gradient}

可被視為一種：

2D\text{ differential field} \rightarrow 2.5D\text{ surface slant estimate}

的映射。

9. Pictorial Relief：圖畫裡真的存在一種「非物理深度」

pictorial space 與 pictorial relief 研究長期處理一個特殊現象：

畫布本身仍然是平面，但觀看者報告的圖像空間具有連續變化的深度。

可寫為：

r_A: D \rightarrow \mathbb{R},

其中：

r_A(u,v)

表示觀察者對畫面位置 $(u,v)$ 所感知的 relief depth。

這個 $r_A$ 並不是畫布物理高度：

r_A(u,v) \neq h_{\mathrm{canvas}}(u,v).

對平整畫布而言：

h_{\mathrm{canvas}} \approx 0,

但：

r_A \not\equiv 0.

因此「圖像空間」可以被正式視為一種由感知建立的有效幾何。

這正是載體幾何理論所需要的實例：

\boxed{ \text{physical geometry} \neq \text{perceptual geometry}. }

10. Anamorphosis：把觀察位置寫進作品本身

變形透視最能揭露「立體感不是圖像的單獨屬性」。

令觀察位置為：

q.

同一幅作品 $A$ 在不同 $q$ 下：

\Psi_H(A;q_1) \neq \Psi_H(A;q_2).

存在一個特殊視點：

q^\star

使：

\Gamma \left( \Psi_H(A;q^\star), T \right)

達到局部最大值。

因此變形透視可以形式化為：

\boxed{ A^\star = \arg\max_A \Gamma \left( \Psi_H(A;q^\star), T \right). }

離開 $q^\star$ ：

\|q-q^\star\|\uparrow \quad\Rightarrow\quad \Gamma\downarrow

在典型情況下成立。

實驗研究確實發現，anamorphic image 的辨識與形狀知覺會隨觀察位置偏離 regularization point 而明顯變化。

因此街頭「3D 地畫」不是把地面真正變成立體世界；它是在設計：

\text{image} + \text{viewpoint}

這個聯合系統。

11. 重新形式化傳統繪畫技法

傳統繪畫技巧可以重新看成對不同深度線索通道的調控。

11.1 線性透視

控制：

c_{\mathrm{persp}}.

功能：建立視線收束、尺度衰減與遠近方向。

11.2 遮擋

控制：

c_{\mathrm{occ}}.

功能：建立 ordinal depth 與前後偏序。

11.3 明暗塑形

控制：

c_{\mathrm{shade}}.

功能：誘發表面曲率、凸凹、傾斜與體積感。

11.4 投影陰影

控制：

c_{\mathrm{shadow}}.

功能：建立物體與承載表面的距離及接觸關係。

11.5 紋理梯度

控制：

c_{\mathrm{texture}}.

功能：建立表面朝遠方延展的局部尺度場。

11.6 空氣透視

控制：

c_{\mathrm{aerial}}.

功能：以對比、飽和度與清晰度衰減建立大尺度距離感。

11.7 輪廓與形狀先驗

控制：

c_{\mathrm{contour}}.

功能：利用已知物體形狀與輪廓關係推斷表面結構。

因此可以定義藝術作品的深度控制向量：

\mathbf{C}_A = \left( c_{\mathrm{persp}}, c_{\mathrm{occ}}, c_{\mathrm{shade}}, c_{\mathrm{shadow}}, c_{\mathrm{texture}}, c_{\mathrm{aerial}}, c_{\mathrm{contour}}, \ldots \right).

藝術技巧就是在調整：

\mathbf{C}_A.

12. 線索一致性假說

本文提出一個需要後續實驗的強命題。

命題 A02-2：線索一致性假說

立體感強度 $\Delta_H$ 不一定與物理厚度或真實三維複雜度單調對應，而可能在特定條件下主要取決於：

\Delta_H = F \left( \operatorname{Coh}(\mathbf C_A), \mathbf w_H, q, P, M \right),

其中：

$\operatorname{Coh}(\mathbf C_A)$ ：深度線索間的一致性；
$\mathbf w_H$ ：觀察者對各線索的權重；
$q$ ：視點；
$P$ ：先驗；
$M$ ：記憶與物體知識。

因此可能存在：

A_{2D}

與某個真實場景：

R_{3D}

使：

\Delta_H(A_{2D}) > \Delta_H(R_{3D}).

這不是說平面「比真實更三維」。

而是說：

\boxed{ \text{subjective depth strength} \neq \text{physical dimensionality}. }

經過高度設計的畫面可以：

提升關鍵深度線索對比；
去除背景噪聲；
消除互相衝突的 cue；
誇張陰影與遮擋；
強化尺度梯度；
選擇最佳視角；
壓縮無關資訊。

因此它可能比某些真實場景更有效地驅動：

\Psi_H.

此命題應以心理物理方法測試，而不是僅靠主觀舉例。

13. 「比真實更立體」應如何實驗？

可以設計兩組刺激：

A_{2D}

與：

R_{3D}.

對同一目標形狀控制內容後，量測：

perceived depth magnitude；
surface slant accuracy；
curvature discrimination；
reaction time；
confidence；
eye movement；
viewpoint sensitivity。

定義：

\Delta_H = \alpha_1D_p + \alpha_2S_a + \alpha_3C_d - \alpha_4RT + \alpha_5Conf.

若在控制條件下：

\Delta_H(A_{2D}) > \Delta_H(R_{3D}),

即可證明至少在該操作定義下：

\text{designed pictorial depth} > \text{unoptimized physical depth cue effectiveness}.

這不會證明「2D 比 3D 更真」，但會支持：

\text{depth phenomenology}

主要依賴 cue organization，而非只依賴物理維度本身。

14. 感知升維不是欺騙，而是正常視覺機制的重用

將平面立體感稱為「騙眼睛」容易造成錯誤理解。

如果正常視覺本來就是：

\text{image structure} \rightarrow \text{depth inference},

那麼平面圖像只是提供另一組可以進入同一推理機制的輸入。

因此：

\text{illusion}

與：

\text{normal perception}

未必使用完全不同的底層演算法。

更合理的是：

\boxed{ \text{pictorial depth} = \text{normal depth reconstruction under altered causal origin}. }

也就是：

真正場景中的 cue 通常由物理三維結構自然生成；

圖畫中的 cue 則由藝術家、人類設計或生成系統人工建立。

視覺系統收到的卻可能具有相似的局部統計與關係結構。

15. 從藝術史到「知覺編譯器」

由此，藝術家的角色可以被重新描述。

傳統敘述：

\text{artist} \rightarrow \text{draws object}.

本文提出另一個版本：

\boxed{ \text{artist} \rightarrow \text{designs perceptual code}. }

作品 $A$ 是一個對特定載體 $L_H$ 編碼的結構：

A = \operatorname{Encode}_{L_H}(T).

觀看時：

\operatorname{Decode}_{L_H}(A) \approx T.

所以畫家、攝影師、遊戲美術與錯視藝術家實際上都在做某種：

\boxed{ \text{substrate-specific perceptual compilation}. }

這也是為什麼某些藝術技巧跨時代仍然有效：

它們利用的不是文化語言而已，而是相對穩定的人類感知偏置與線索整合機制。

16. 對 AI 與機器視覺的延伸

本文不能把人類結果直接普遍化到 AI。

對任意觀察載體 $L$ ，應寫：

\Lambda_L: \mathcal A_{2D} \rightarrow \mathcal G_L.

不同載體可能有：

\Lambda_H \neq \Lambda_{AI}.

人類會因透視、陰影、遮擋形成強烈立體感，不代表 AI 必須用同樣方式。

反之，AI 也可能從：

depth map；
LiDAR；
multi-view geometry；
event camera；
polarization；
hyperspectral data；

建立人類無法原生取得的幾何表示。

所以本文的真正普適命題不是：

所有智能都把 2D 看成 2.5D。

而是：

\boxed{ \text{載體幾何由感測通道、先驗、解碼器與任務共同決定。} }

人類的 $2D\rightarrow2.5D$ 只是其中一個具體實例。

17. 與 A01 的關係

A01 提出：

\operatorname{NativeVisualGeometry}(H) \approx \mathcal G^{H}_{2.5D,\mathrm{ego}}.

A02 提供一個重要支持理由：

如果人類的視覺重建本來就是 cue-driven、surface-oriented、observer-relative，那麼物理 $2D$ 平面只要保存足夠的 cue structure，就有能力重新觸發：

\mathcal G^{H}_{2.5D,\mathrm{ego}}.

因此：

\boxed{ 2D\text{ pictorial depth} }

不是 A01 的例外，而可能恰恰是 A01 的預測。

18. 核心命題整理

命題 A02-1：平面感知升維

存在物理上近似二維的圖像 $A$ ，使：

\boxed{ \Lambda_H(A) \in \mathcal G^{H}_{2.5D}. }

命題 A02-2：線索一致性假說

在固定觀察者與任務下，立體感強度主要取決於深度線索結構及其一致性，而不與物理厚度一一對應：

\boxed{ \Delta_H \not\propto \operatorname{PhysicalThickness}. }

命題 A02-3：視點條件化

對變形透視類作品：

\boxed{ \Psi_H(A;q) }

強烈依賴 $q$ ，且存在最佳視點 $q^\star$ 。

命題 A02-4：表示成功非物理同一

若：

\Psi_H(A) \approx \Psi_H(R),

不能推出：

A=R.

知覺等價不代表物理同一。

19. 方法論警告

本文有四個重要限制。

第一，不能把「2D 可以產生立體感」推成「外部世界就是 2D」。

第二，不能把 pictorial relief 誤認為畫布真的多出一個物理維度。

第三，不能因為某些錯視成功，就說所有知覺都是錯覺。

第四，不能把人類深度線索模型直接套到所有 AI、機器或其他觀察者。

因此：

\boxed{ \text{perceptual dimensional lifting} \neq \text{physical dimensional creation}. }

本文研究的是表示與知覺，不是憑空製造空間。

20. 結論

平面能產生立體感，不應只被當作藝術技巧、視覺魔術或感官缺陷。

它暴露了一個更深層的事實：

\boxed{ \text{人類知覺中的深度， 至少部分是由可被重新編碼的線索結構所生成。} }

因此完整鏈條是：

\boxed{ A_{2D} \xrightarrow{\mathcal C} \mathbf C_A \xrightarrow{\Psi_H} V_{2.5D} \xrightarrow{\mathcal I} \widehat W_{3D}. }

這重新定義了透視：

它不只是：

\mathbb R^3 \rightarrow \mathbb R^2,

同時也是：

\boxed{ \mathbb R^2 \rightarrow \mathcal G_{2.5D}^{H} }

的感知工程。

藝術家因此不只是「把三維畫到二維」。

他也在做：

\boxed{ \text{用二維符號配置， 編譯人類準三維世界感。} }

而當這個結論成立後，下一個問題便自然出現：

如果人類可以利用動態變化、投影、切片與時間整合，從準 $2.5D$ 載體建立超出靜態三維圖像的結構感，那麼 $4D$ 是否存在某些「可被部分感覺到」的動態表示？

這正是下一篇 A03 的問題。

參考文獻

Marr, D. (1982/2010). Vision: A Computational Investigation into the Human Representation and Processing of Visual Information. MIT Press.
Ramachandran, V. S. (1988). Perception of shape from shading. Nature, 331, 163–166. DOI: 10.1038/331163a0.
Cavanagh, P. & Leclerc, Y. G. (1989). Shape from shadows. Journal of Experimental Psychology: Human Perception and Performance, 15(1), 3–27. DOI: 10.1037/0096-1523.15.1.3.
Pentland, A. (1989). Shape information from shading: a theory about human perception. Spatial Vision, 4(2–3), 165–182. DOI: 10.1163/156856889X00103.
Massironi, M. & Savardi, U. (1991). Why anamorphoses look as they do: An experimental study. Acta Psychologica, 76(3), 213–239. DOI: 10.1016/0001-6918(91)90021-Q.
Kleffner, D. A. & Ramachandran, V. S. (1992). On the perception of shape from shading. Perception & Psychophysics, 52(1), 18–36. DOI: 10.3758/BF03206757.
Johnston, A. & Passmore, P. J. (1994). Shape from shading. I: Surface curvature and orientation. Perception, 23(2), 169–189. DOI: 10.1068/p230169.
Mallot, H. A. (1997). Spatial scale in stereo and shape from shading: image input, mechanisms, and tasks. Perception, 26(9), 1137–1146. DOI: 10.1068/p261137.
Jenkin, H. L., Jenkin, M. R., Dyde, R. T. & Harris, L. R. (2004). Shape-from-shading depends on visual, gravitational, and body-orientation cues. Perception, 33(12), 1453–1461. DOI: 10.1068/p5285.
Koenderink, J. J., van Doorn, A. J. & Wagemans, J. (2018). Geometry of Pictorial Relief. Annual Review of Vision Science, 4, 451–474. DOI: 10.1146/annurev-vision-091517-034250.
Marlow, P. J., Mooney, S. W. J. & Anderson, B. L. (2019). Photogeometric Cues to Perceived Surface Shading. Current Biology, 29(2), 306–311.e3. DOI: 10.1016/j.cub.2018.11.041.
Fleming, R. W. & Storrs, K. R. (2024). Interactions Between 3D Surface Shape and Material Perception. Annual Review of Vision Science. DOI: 10.1146/annurev-vision-102122-094213.
Wang, M. W. X. & Troje, N. F. (2024). Relating visual and pictorial space: Integration of binocular disparity and motion parallax. Journal of Vision, 24(13), 7. DOI: 10.1167/jov.24.13.7.
Aubuchon, C. & Fleming, R. W. (2026). Visual Perception of 3D Shape: From Local 2D Image Measurements to 3D Surface Properties. Annual Review of Vision Science, 12, in press. DOI: 10.1146/annurev-vision-121225-090634.
Neo.K (2026). 人類其實看見 3D 嗎？從 Marr 的 2.5D Sketch 到觀察者中心的準三維載體幾何. 載體幾何 2.0 A01, v0.1.

系列接口

A03《從 $2.5D$ 到 $4D$ ：動態切片、投影與高維直觀的有限生成》

將處理：

\mathcal G_{2.5D} + T + \text{dynamic projection} \rightarrow \text{partial 4D intuition},

並嚴格區分：

原生高維感知；
動態投影；
時間切片；
三維投影動畫；
高維形式理解；
「感覺自己理解了 $4D$ 」與真正具有 $4D$ 原生表徵之間的差異。

載體幾何 2.0（A02）

載體幾何 2.0（A02）

平面為何能產生立體感？

透視、錯視與 2D→2.5D2D\rightarrow2.5D2D→2.5D 感知升維的形式化

摘要

1. 問題：為什麼一張平面會「看起來有深度」？

2. 四層模型：載體、線索、準三維表示、世界感

2.1 第一層：物理載體

2.2 第二層：深度線索場

2.3 第三層：準 2.5D2.5D2.5D 表示

2.4 第四層： 3D3D3D -like 世界經驗

3. 「感知升維」的正式定義

定義 A02-1：感知升維

4. 線性透視：不只是 3D→2D3D\rightarrow2D3D→2D

5. 遮擋：最廉價但極強的深度排序器

6. 明暗與 Shape-from-Shading：亮度並不是深度，卻可以生成深度

7. 陰影：視覺系統甚至容忍「物理不完全正確」的線索

8. 紋理梯度與表面延展

9. Pictorial Relief：圖畫裡真的存在一種「非物理深度」

10. Anamorphosis：把觀察位置寫進作品本身

11. 重新形式化傳統繪畫技法

11.1 線性透視

11.2 遮擋

11.3 明暗塑形

11.4 投影陰影

11.5 紋理梯度

11.6 空氣透視

11.7 輪廓與形狀先驗

12. 線索一致性假說

命題 A02-2：線索一致性假說

13. 「比真實更立體」應如何實驗？

14. 感知升維不是欺騙，而是正常視覺機制的重用

15. 從藝術史到「知覺編譯器」

16. 對 AI 與機器視覺的延伸

17. 與 A01 的關係

18. 核心命題整理

命題 A02-1：平面感知升維

命題 A02-2：線索一致性假說

命題 A02-3：視點條件化

命題 A02-4：表示成功非物理同一

19. 方法論警告

20. 結論

參考文獻

系列接口

透視、錯視與 $2D\rightarrow2.5D$ 感知升維的形式化

2.3 第三層：準 $2.5D$ 表示

2.4 第四層： $3D$ -like 世界經驗

4. 線性透視：不只是 $3D\rightarrow2D$