基于显著目标检测的人工视觉物体识别图像处理策略

摘要

目的：为了优化有限分辨率下假体视觉信息的呈现，提出一种基于显著目标检测算法的图像处理策略，旨在检测和增强场景中的显著目标，去除背景信息。方法：首先，结合CNN与Transformer提出一种显著目标检测模型提取显著目标,在此基础上利用目标放大，轮廓增强与对比度增强等方法对图像信息进行优化,并在5种分辨率（16×16、24×24、32×32、48×48、64×64）下进行心理物理学实验。结果：在仿真假体视觉下该图像处理策略对于提高被试的物体识别能力效果显著。在16×16、24×24、32×32、48×48、64×64分辨率下，本文方法均取得了最高的图像内容识别准确率，分别为34%±6%、56%±9%、72%±9%、89%±4%和96%±2%。结论：使用显著目标检测方法和图像处理策略对显著目标进行提取和增强可以帮助假体植入者有效提高物体识别能力。

关键词

视觉假体 / 仿真假体视觉 / 显著目标检测 / 物体识别 / 图像处理策略