视觉假体中动态图像识别研究

为了确定低分辨率动态图像识别的最小信息需求,通过灰度化、二值化、边缘提取和匹配不同的仿真光幻视模板等处理策略将绘画过程视频处理为五种分辨率(24×24,32×32,48×48,64×64和128×128)的像素化动态视频,对其进行视频复杂度分析,并使用简化的Itti算法提取特征点来分类有效信息,记录并统计分析不同分辨率下的被试者识别时间以及识别准确率。实验结果表明,随着不同分辨率下的视频复杂度的升高,识别时间逐渐减少,识别准确率不断升高;动态视频的像素化分辨率越高,识别所需特征信息越少,当视频像素化分辨率达到64×64或128×128时,被试者只需少量特征信息即可完成识别。

仿真假体视觉下的寻路任务研究

在现实场景中开展仿真假体视觉下寻路任务研究。受试者佩戴头戴式显示器,由显示器上方的摄像装置获取外界图像,并通过数据传输线连接电脑对实时场景图像进行像素化处理。实验采用标准轮滑桩摆设实验通路,要求受试者佩戴头戴式显示器在预先摆设通路中寻路和判别方向,并对寻路时间、寻路碰撞次数等进行分析研究。结果表明:分辨率为64×64时寻路时间最短;分辨率由32×32增加至48×48,寻路时间减少40%,碰撞次数减少43%;分辨率由48×48增至64×64,寻路时间减少22%,碰撞次数减少31%。随着实验分辨率提升,寻路时间和碰撞次数明显减少。受试者性别和实验时间(白天/晚上)无显著性差异,女性受试者在白天实验效果较好。该研究可为人工视觉假体系统的设计和开发提供前期的理论储备。

仿真假体视觉下眼手协调任务研究

目的:本文在现实场景中开展基于仿真假体视觉下积木摆放任务研究。方法:实验设计三种维度模型共八种积木结构,并要求被试者在24×24、32×32、48×48等三种分辨率下完成任务,被试者通过头戴式显示器对摆放成型积木结构进行观察,并用面前散落积木进行对照摆放,记录积木摆放时间及分数。结果:分辨率为48×48时的摆放时间最短且被试者差异较小,一维模型摆放时间用时较短,三种分辨率和三种维度模型用时的变化均具有显著性差异。得分情况中,高分辨率和低维度得分较高。三维结构三块数缺失扣分最多,一维结构二准确性摆放扣分最多。结论:本研究结果可帮助视觉假体佩戴者在康复训练中提高其在假体视觉配合下手的精细动作的协调性。

基于局部感知的车辆重识别算法

针对车辆重识别技术中难以通过全局外观特征准确识别不同车辆之间细微差异性的问题,提出一种基于局部感知的车辆重识别算法(local-aware based vehicle re-identification,LVR)。获取全局宏观特征以保留图像的上下文信息;利用空间变换网络的对齐模块对车辆图像进行分块,获取车辆局部细节信息;采用由粗到细的关键点检测方法获取局部关键点特征。在两个大型车辆数据集(即VeRi和VehicleID)上的评估结果表明,该算法具有较好的重识别效果。