仿真假體視覺下的信息表達優(yōu)化.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、作為當今的視覺功能修復熱點,視覺假體給視網(wǎng)膜色素變性和老年黃斑變性致盲的患者帶來了希望。它通過電刺激視覺通路中存活的神經(jīng)組織誘發(fā)光幻視,恢復假體植入者的部分視力,幫助他們完成導航、閱讀、物體識別和人臉識別等日常任務。臨床實驗發(fā)現(xiàn),由于視覺通路功能結(jié)構(gòu)的復雜性,規(guī)則電極陣列刺激誘發(fā)的光幻視存在一定不規(guī)則現(xiàn)象;而且,由于技術(shù)、生物性等因素的限制,目前視覺假體電極數(shù)目有限,僅能引起低分辨率的視覺感受,因此給植入者進行由視覺引導的任務帶來了一定

2、的困難。針對上述現(xiàn)象,本文通過兩方面的研究來進行仿真假體視覺下的信息表達優(yōu)化,分別為基于不規(guī)則光幻視陣列的中文語段閱讀及表達優(yōu)化,和基于圖像顯著性的物體識別研究。
  在中文語段閱讀研究中,通過在實時閱讀平臺上進行心理物理學實驗,評估了4個不規(guī)則指數(shù)對中文語段閱讀的影響。隨后,引入近鄰搜索算法,采用4種搜索范圍對不規(guī)則光幻視陣列進行了校正。實驗結(jié)果表明,隨著不規(guī)則指數(shù)的增加,閱讀準確率和效率顯著下降;在不規(guī)則指數(shù)分別為0.5和0.

3、6時,引入近鄰搜索算法并選擇合適的搜索半徑,可以使閱讀準確率和效率得到顯著提高。
  在物體識別研究中,首先采用GBVS算法對圖像進行顯著區(qū)域的檢測,然后基于顯著區(qū)域得到前景框輸入至Grabcut提取感興趣物體,隨后運用兩種圖像處理策略對物體進行增強,分別為分割低像素化和背景減弱的低像素化。實驗結(jié)果表明,大部分物體可以得到良好的分割;相對于直接低像素化,提出的兩種圖像處理策略均可以顯著提高物體識別的準確率和效率。
  本文的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論