一个以突出物体排名为指导的视听认知优化策略,用于智能视觉假肢系统
Junling Liang1, Heng Li1, Xinyu Chai1
1School of Biomedical Engineering, Shanghai Jiao Tong University, Shanghai 200240, People's Republic of China.
Journal of neural engineering
|November 21, 2024
概括
本研究介绍了一种使用人工智能来改善人工视力的智能视觉假肢系统. 该系统增强了盲人的对象识别和理解,为未来的假肢开发提供了宝贵的见解.
科学领域:
- 生物医学工程 生物医学工程
- 人工智能的人工智能
- 计算机视觉 计算机视觉
背景情况:
- 视觉假肢旨在恢复视力,但面临着现实世界的挑战.
- 人工智能和深度学习的进步使智能视觉假肢具有听觉支持.
研究的目的:
- 开发一个人工智能驱动的视觉假肢系统,用于增强人工视力的听觉反.
- 改善对象识别和盲人对空间理解.
主要方法:
- 开发了一种基于对象的注意力机制,模拟人类的目光.
- 为了深度感知,创建了一个突出对象排名 (SaOR) 网络和数据集.
- 一种SaOR引导的图像描述方法提供了听觉反,形成了一个视听认知优化策略.
主要成果:
- 该SaOR方法改善了对象识别和对比理解在模拟假肢视力.
- 视听认知优化战略进一步增强了假肢视觉认知.
结论:
- 开发的系统为下一代智能视觉假肢提供了重要的技术见解.
- 这项研究为假肢视觉中的视觉信息处理策略奠定了理论基础.


