一种立体视觉反馈强化训练模型

　　0　引　言

　　立体视觉[1](也称深度感知)是指视觉器官准确判断物体三维空间位置的感知能力,是建立在双眼同时视和融合功能基础上的独立的高级双眼视功能。由于两眼水平分开,物体在左右视网膜成像,位置上肯定有微小的不对应差别,称为双眼视差(binocular dispar-ity,简称视差),评价立体视觉的指标是立体视锐度,它指双眼能分辨的最小的视差。随着时代发展,要求高立体视锐度的职业越来越多,比如飞行员、外科手术医生、驾驶员职业等。但是由于受屈光不正、弱视等影响[2-3],不少儿童立体视觉缺失,极大地影响了生活及工作。

　　目前存在的立体视觉方法,不管是通过立体图片还是通过计算机三维虚拟现实进行训练,都缺乏对不易识别的刺激源进行反馈的强化训练。随机点立体图[4](RDS)的实质是大量随机点横向的、有规律的重复和组合,通过双眼可以感知图片中的深度,并在大脑中形成立体效果。近年来一系列感知学习实验发现,用RDS来作视感知学习训练[5]可以修复立体视觉。如FendickM., WestheimerG.[6](1983), Sowden P.,Davies I., RoseD., KayneM[7](1999)等研究发现,通过对RDS产生的深度进行识别练习,可以减小深度识别的时间。LiatGantz, Sanmil S. Pate,l Susana T. L.Chung, Ronald S.Harwerth[8](2007)等通过对照实验研究了基于RDS识别的视感知学习机制,发现通过一定的视感知学习训练之后立体视锐度有一定提高。而IzumiOhzawa(1998)从大脑对视差信息的加工编码角度进行研究,提出了细胞能量模型[9],认为皮层上形成立体感的前提是双眼接受到足够的视差信息量。韩爱军[10-11]等研究了RDS与立体视锐度关系,发现了RDS的视差大小、随机点的大小与密度、深度、图形大小等对立体视存在一定影响。

　　细胞能量模型认为,足够量的视差信息便可以产生立体视觉,而不同的视标刺激有可能产生相同的视差信息,那么这些不同的刺激在训练过程中产生的影响可能是不同的。为了将尽可能多的刺激视标综合考虑来,必须强化训练本研究给出的反馈强化训练模型,以不同的RDS参数形成不同的视差信息来刺激双眼,并以反应效率为衡量指标,找出不易识别的刺激区间,进行强化训练,达到训练目的。

　　1　训练方法及模型表述

　　本研究选择由RDS产生的具有一定缺口的深度圆形作为识别视标,其缺口方向分别为上、下、左、右4个方向,该视标在电脑屏幕上由很多红、蓝随机点组成,观察时需要佩带红蓝眼镜,坐在电脑屏幕前约60 cm处,感知出缺口朝向并做出方向判断,系统记录其识别反应时间和正确率。模型根据识别反应时间和正确率给出下一次的识别视标。训练开始,根据患者的视力水平先给出一组输入参数,可在训练过程中不断修正。