Journal of Digital Convergence (디지털융복합연구)

The Society of Digital Policy and Management (한국디지털정책학회)
권호 표지
DOI QR코드

DOI QR Code

Artificial Vision System using Human Visual Information Processing

시각정보처리과정을 이용한 인공시각시스템

  • Seo, Chang-Jin (Dept. of Information and Telecommunications Engineering, SangMyung University)
  • 서창진 (상명대학교 정보통신공학과)
  • Received : 2014.09.17
  • Accepted : 2014.11.20
  • Published : 2014.11.28
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we propose the artificial vision system using human visual information processing and wavelet. Artificial vision system may be used for the visually impaired person and the machine recognition system. In this paper, we have constructed the information compression process to ganglion cells from the human retina. And we have reconstructed the primary visual information using recovery process to primary visual cortex from ganglion. Primary visual information is constructed by wavelet transformation using a high frequency and low frequency response. In the experiment, we used the faces database of AT&T. And the proposed method was able to improve the accuracy of face recognition considerably. And it was verified through experiments.

본 논문은 인간의 생물학적 시각정보처리과정 특성과 웨이블릿을 이용한 인공시각시스템을 제안한다. 인공시각시스템은 인간의 생물학적 시각정보 처리과정을 이용하며 맹인의 인공시각시스템 제작 및 일반적인 인식시스템에 적용할 수 있다. 본 논문에서는 인간의 망막에서 신경절 세포까지 정보 처리과정을 모델링하여 구성하였고 신경절 세포에서 후두엽 초기시각피질까지 전달되는 정보 복원과정을 모델링하여 초기시각피질에 표현되는 영상정보를 구성하였다. 실험과정은 인간의 시각정보 처리과정 특성인 저주파, 고주파 분해를 웨이블릿 변환으로 시각 정보를 구현하였고 이를 이용하여 인식 시스템에 적용하였다. 실험에 사용한 데이터는 AT&T 얼굴데이터베이스를 사용하였다. 그리고 제안하는 인간의 시각정보처리 과정 특성을 이용한 방법이 영상인식 시스템의 정확성을 향상시킬 수 있음을 실험을 통하여 증명하고자 한다.

Keywords

References

  1. Yoshua Bengio, Aaron Courville, Pascal Vincent, Representation Learning : A Review and New Perspectives, Arxiv, 2012.
  2. Guenther T, Lovell NH, Suaning GJ, 2012 Bionic vision: system architectures: a review. Expert Rev. Med. Devices 9, 33-48, 2012 (doi:10.1586/erd.11.58)
  3. Martin fisxhler, Oscer Firschein, Intelligence: The eye, the brain and the computer, Addison-Wesley, 1987.
  4. David H, Hubel, Torsten N. Wiese, Brain Mechanisms of Vision, Neuro-Vision, IEEE Press, 1979.
  5. Wm. H. Dobelle, Artificial Vision for the Blind by Connecting a Television Camera to the Visual Cortex, ASAIO journal, pp. 3-9, 2000.
  6. Terasawa, Y. Tashiro, H. Nakano, Y. Osawa, K.; Ozawa, M., Safety Assessment of Semichronic Suprachoroidal Electrical Stimulation to Rabbit Retina, Conference Proceedings of the IEEE Engineering in Medicine and Biology Society, 3567-3570, Jul. 5, 2013.
  7. Rauzettel-Klosinski S. Rehabilitation of lesions in the visual pathways. Klin. Monbl. Augenheilkd. 226, 897-907. 2009. (doi:10.1055/s-0028-1109874)
  8. Eickenscheidt M, Jenkner M, Thewes R, Fromherz P, Zeck G. 2012 Electrical stimulation of retinal neurons in epiretinal and subretinal configuration using a multicapacitor array. J. Neurophysiol. 107, 2742-2755, 2012. (doi:10.1152/jn.00909.2011)
  9. J. M. Shapiro, Embedded Image coding using zerotrees of wavelet coefficients, IEEE Trans. on Signal Procsseing, 41, 12, 3445-3462, Dec. 1993. https://doi.org/10.1109/78.258085
  10. Stingl K, et al. Safety, efficacy of subretinal visual implants in humans : methodological aspects. 4-13. 2013. (doi:10.1111/j.1444-0938.2012.00816.x)
  11. S. Mallat, Multi-Frequency Channel Decomposition of Images Wavelets Models, IEEE Trans. on Information Theory, vol. 11, no. 7, July 1992.
  12. Simon Haykin, Neural Networks : A Comprehensive Foundation, MacMillan, 1994.