基于多任务深度学习的人工假体视觉优化表达方法

摘要

提出一种联合实例分割和单目深度估计视觉任务的融合深度学习模型框架，在此基础上，提出一种融合注意力机制的的优化表达分级策略，为人工视觉下场景中的多目标信息增强优化提供计算依据，以优化低分辨率假体视觉信息表达。开展的仿真假体视觉下的行走避障评估试验表明，该方法在任务完成时间、被试决策流畅度以及障碍物避让能力上均有显著提升。这一研究为人工视觉的信息优化提供技术思路，有利于假体设备性能提升和临床推广应用发展。

关键词

视网膜假体 / 人工视觉优化 / 多任务深度学习 / 视觉特征协同

基金资助

国家自然科学基金青年基金（61806123）