[发明专利]一种基于人工视网膜空间感知的控制方法及装置

说明书

本申请实施例提供一种基于人工视网膜空间感知的控制方法，包括：获取与人工视网膜配对的相机所采集的原始图像；将所述原始图像输入至空间结构生成模型中进行处理，以得到与所述原始图像对应的二值化空间结构图像；接收使用所述人工视网膜的用户发送的请求，所述请求携带所述用户的查看需求，且所述请求用于指示发送与所述用户的请求匹配的目标图像；对所述二值化空间结构图像进行图像处理，以获取与所述用户的请求匹配的目标图像；将所述目标图像发送至所述人工视网膜，以便指示所述人工视网膜进行显示。采用本方案，有效改进现有人工视网膜有效像素低、难以表达复杂场景的问题，提升了人工视网膜的智能化水平，增强失明患者的行动能力。

技术领域

本申请涉及人工智能技术领域，具体涉及用于人工视网膜的空间环境感知。

背景技术

人工视网膜(Artificial Retina)又称仿生视觉假体(Bionic VisionProsthesis)。人工视网膜先使用体外相机采集图像，在降采样后，再通过体内植入的有限数量的电极刺激视网膜神经来产生光幻视(Phosphene)，从而使失明患者重获视觉感知能力。然而由于失明患者体内植入电极的数量十分有限，现有的人工视网膜成像像素普遍处于1000+像素以下。且由于受制于现有的电极制造、能量传输、植入体封装技术水平和安全性等方面的原因，暂时还难以期待仿生视觉假体成像像素能够发生飞跃性提升。所以当前仿生视觉假体图像的低像素会导致信息的大量丢失，导致场景空间环境难以辨认等问题。

传统图像处理技术难以处理降采样后信息丢失的问题，例如专利CN200810034286.X使用图像处理模块对获取的图像进行图像信息预校正,改善图像质量，然后进行图像信息简化、增强。但该模块并不感知环境信息，无法得到失明患者所处环境的空间结构信息。今年随着技术的进步，特定场景下的空间信息感知技术得到了极大的发展。针对室外场景，专利CN201810015224.8提出了一种基于消失点的道路图像分割方法用于识别道路，专利CN201810193120.6提出了一种基于全卷积神经网络集成学习的道路提取方法。但它们仅能针对标准的行车道路进行识别且相关技术并不直接用于人工视网膜。针对室内场景，专利CN201810087761.3提出了一种图像渲染方法，可以通过房间图像重建房间的三维场景。但其需要已知房间的三维空间信息和图像采集装置的位置和视角，无法适应人工视网膜的使用场景。文献【Zou C,Colburn A,Shan Q,et al.LayoutNet:Reconstructing the 3D Room Layout from a Single RGB Image[C]//Proceedings ofthe IEEE Conference on Computer Vision and Pattern Recognition.2018:2051-2059.】使用卷积神经网络通过室内全景图来重建房间的三维模型，但全景图的拍摄准确性对建模影响很大，而且难以实际应用于人工视网膜。因此在人工视网膜有限像素下，如何对感知环境的空间结构并进行高效的信息表示的问题还没有通用的好的解决方案。

发明内容

本申请实施例提供一种基于人工视网膜空间感知的控制方法及装置，能够有效改进现有人工视网膜有效像素低、难以表达复杂场景的问题，提升人工视网膜的智能化水平，增强失明患者的行动能力。

本申请实施例的第一方面提供了一种基于人工视网膜空间感知的控制方法，包括：

获取与人工视网膜配对的相机所采集的原始图像；

将所述原始图像输入至空间结构生成模型中进行处理，以得到与所述原始图像对应的二值化空间结构图像；

接收使用所述人工视网膜的用户发送的请求，所述请求携带所述用户的查看需求，且所述请求用于指示发送与所述用户的请求匹配的目标图像；

对与所述原始图像对应的二值化空间结构图像进行图像处理，以获取与所述用户的请求匹配的目标图像；

将所述目标图像发送至所述人工视网膜，以便指示所述人工视网膜进行显示。