论文部分内容阅读
视网膜色素变性、老年性黄斑病变作为最主要的致盲疾病,影响着全世界上几百万的病人。药物治疗和临床手术等对其的治疗效果有限,而视觉假体有望帮助盲人复明。视觉假体通过对视觉神经系统进行电刺激,在视觉中枢产生“光幻视”,实现视觉功能修复。目前,视觉假体的电极数量有限,其诱发的离散光幻视点仅能提供基本的视觉信息。因此设计假体视觉下的图像处理策略,是现阶段的关键问题之一。人脸识别是日常生活中最重要的视觉任务之一,研究者们采用了人脸占满整个视野的素材对仿真假体视觉下的人脸识别任务进行了研究。而实际情况下,人与人之间距离的增加将仿真假体视觉下用于表达人脸的光幻视点减少,导致人脸识别的难度提升,从而影响识别率。本研究提出三种仿真假体视觉下基于Viola-Jones人脸检测算法的图像处理策略,分别采用三种不同的人脸区域选取策略,即Viola-Jones算法得出的人脸区域(VJFR)及两种包含头发信息的改进人脸区域(统计学得出的SFR及前景提取得出的MFR),辅助假体视觉下人脸区域的检测,帮助植入者进行人脸识别任务。通过心理物理学实验,采用更接近实际情况的实验素材进行人脸识别任务,考察不同像素及不同偏心角的情况下,图像处理策略对识别率的提高。实验结果表明,三种图像处理策略均能显著地提高仿真假体视觉下的人脸识别率。在分辨率为32×32的情况下,包含头发信息的MFR、SFR的识别率显著高于VJFR;在分辨率为24×24的情况下,MFR的识别率显著高于VJFR。MFR在2°及4°偏心角下,能显著地提高人脸识别率,偏心角越小,策略对识别率的提高越明显。在对比组的情况下,女性人脸的识别率显著高于男性的识别率,采用图像处理策略后,女性与男性人脸的识别率之间没有显著差异。这些结论将帮助视觉假体的设计者们优化图像处理策略,利用有限的光幻视点提供更优的信息,改善植入者的视觉感受。