Nếu hiển thị hình ảnh ở dạng 2D, việc thêm độ sâu của hiệu ứng trường (làm mờ các vật thể xa hơn từ khoảng cách tiêu cự) sẽ thêm hiện thực và thu hút mắt vào đối tượng của hình ảnh. Với hình ảnh 3D (tức là âm thanh nổi), nhìn vào một vật thể trong hình ảnh ở độ sâu nhất định sẽ làm cho các vật thể ở tất cả các độ sâu khác bị lệch (không bị mờ, nhưng được căn chỉnh không chính xác bằng mắt, cho hình ảnh đôi). Điều này có nghĩa là nếu độ sâu của hiệu ứng trường được sử dụng, sẽ có kết quả mâu thuẫn: nhìn vào một vật thể ở độ sâu khác sẽ khiến độ sâu đó là độ sâu duy nhất không có hình ảnh kép, nhưng đó cũng là độ sâu bị mờ. Điều này mang lại cho đối tượng một tài sản được tập trung và một tài sản không được tập trung vào. Trong hình ảnh tĩnh 3d, độ sâu của hiệu ứng trường có bất lợi cho sự chấp nhận hình ảnh bằng mắt hay có cách nào khác không?