Moving object recognition under simulated prosthetic vision using background-subtraction-based image processing strategies

یک پروتز بصری که تحرک الکتریکی را به قسمت های مختلف مسیر بصری اعمال می کند، به عنوان یک رویکرد قابل قبول برای بازگرداندن دید عملکردی پیشنهاد شده است. با این حال، تصور ایجاد شده در حال حاضر محدود به دلیل تصاویر با وضوح پایین ناشی از تعداد محدودی از الکترودهای تحریک شده است. بنابراین، روشهای بهینه سازی بصری که اطلاعات بصری مفید ارائه می دهند، در نظر گرفته می شوند. ما دو استراتژی پردازش تصویر را براساس تکنیک تفکیک پس زمینه جدید برای بهینه سازی محتوای صحنه های دینامیکی زندگی روزمره استفاده کردیم. نتایج روانپزشکی نشان داد که کاهش پس زمینه یا کاهش پسزمینه با افزایش پیش زمینه، دقت پاسخ را در مقایسه با روشهایی که پیکسلها را به صورت مستقیم ادغام کردند، برای کاهش رزولوشن افزایش داد. با اضافه کردن اطلاعات بیشتر در مقیاس خاکستری، کاهش پس زمینه / استراتژی افزایش پیش زمینه به بهترین عملکرد و بالاترین دقت تشخیص داد. توسعه بیشتر ماژول های پردازش تصویر برای پروتز بصری بر اساس این نتایج، دریافت کنندگان ایمپلنت را برای اجتناب از شرایط خطرناک و دستیابی به تحرک مستقل در زندگی روزمره کمک می کند.