基于深度学习的仿生视觉感知刺激编码器
计算机视觉与模式识别
2022-03-14 v1 机器学习
图像与视频处理
摘要
视网膜植入物有潜力治疗无法治愈的失明,但其产生的人工视觉质量仍十分初级。一个突出的挑战是确定能够产生可理解视觉感知(光幻视)的电极激活模式。本文提出一种基于CNN的PSE,以端到端方式训练,用于预测产生期望视觉感知所需的电极激活模式。我们利用针对个体视网膜植入用户的心理物理学验证光幻视模型,在MNIST上证明了该编码器的有效性。本工作构成了提升视网膜植入物所提供人工视觉质量的重要第一步。
引用
@article{arxiv.2203.05604,
title = {Deep Learning-Based Perceptual Stimulus Encoder for Bionic Vision},
author = {Lucas Relic and Bowen Zhang and Yi-Lin Tuan and Michael Beyeler},
journal= {arXiv preprint arXiv:2203.05604},
year = {2022}
}
备注
To be published in ACM AHs'22: Augmented Humans Conference 2022