知觉的基本问题 知觉组织的高级过程 运动知觉 单眼和双眼视觉 恒常性和错觉

第八章 视觉器官 第一节 眼球 第二节 眼附器 第九章 位听觉器官 第一节 外耳 第二节 中耳 第三节 内耳

初识羽毛球机器人 羽毛球机器人结构 羽毛球机器人嵌入式系统设计 羽毛球机器人运动控制系统设计 羽毛球机器人传感器系统设计 羽毛球机器人视觉系统软件 机器人操作系统 机器人导航与路径规划 羽毛球机器人定位与视觉系统设计

3D技术的发展受到其引发的不舒适感的限制,长时间观看立体显示影像将会引起立体视觉疲劳,一种客观评价立体视觉疲劳的有效指标亟待提出.本文利用EEG (electroencephalography)三个频带θ(4~8 Hz)、α(8~13 Hz)、β(13~22Hz)的相对能量及其能量比值E(α+θ)/β、Eα/β、E(α+θ)/(α+β)在八个不同脑区及整个脑区的54个指标作为备选,借助配对t检验、灰色关联度分析(GRA)、支持向量机(SVM),最后得出指示由立体深度运动引发的视觉疲劳的最佳脑电指标为:顶区Eα/β.并比较了三个频带相对能量在不同疲劳状态的变化:疲劳状态下,α频带明显上升(p < 0.01),β频带明显下降(p < 0.01),θ频带保持稳定

无论Eye-in-Hand或Eye-to-Hand型式的机器视觉控制系统,均存在视场受限、丢失等情况,从而无法在一定距离、角度内对目标进行在线视觉测量,进而无法建立全闭环的伺服控制.基于Eye-in-Hand型式的机器视觉控制系统,以及最短测量距离Lmin,提出一种闭环与开环相结合的伺服控制系统:即测量距离大于Lmin时为位置反馈型闭环控制的原位调姿,在测量距离小于Lmin时为位置给定型开环控制,机器人以相对线性运动进给到目标位置.针对该过程中的偏移问题,提出了前馈补偿模型,即利用前期运动数据对运动误差进行估计.实验证明,该方法能有效地补偿定位误差

第二章 神经系统疾病的常见症状 第一节 意识障碍 第二节 失语、失用、失认症 第三节 视觉和眼球运动障碍 第四节 眩晕和听觉障碍 第五节 晕厥 第六节 感觉障碍 第七节 瘫痪 第八节 不自主运动 第九节 共济失调 第四章 神经系统疾病诊断原则 第三节 反射 第四节 脑神经 第五节 中枢神经主要部位损害的症状

6.1运动场(Velocity)与光流(Optical Flow) 一运动场 物体与摄象机之间的任何相对运动都将导致视平面上与空间物体对应点发生变化。严格地说空 间运动在视平面上引起的对应运动称为运动场,如图6.1所示。假定空间点P与摄象机之间相 对运动的速度为V,在视平面上对应点的运动速度为v,则 VdR

1、人在系统中的功能 2、视觉机能及其特征 3、听觉机能及其特征 4、其它感觉机能及其特征 5、感觉与知觉特征 6、注意与记忆特征 7、人的信息处理系统 8、运动系统的机能 9、人的运动输出

第一节 意识障碍 第十节 瘫痪 第二节 认知障碍 第十一节 肌萎缩 第三节 头痛 第十二节 躯体感觉障碍 第四节 痫性发作和晕厥 第十三节 共济失调 第五节 眩晕 第十四节 步态异常 第六节 视觉障碍 第十五节 不自主运动 第七节 听觉障碍 第十六节 尿便障碍 第八节 眼球震颤 第十七节颅内压异常和脑疝 第九节 构音障碍

随着无人工厂、智能安监等技术在制造业领域的深入应用，以视觉识别预警系统为代表的复杂环境下动态识别技术成为智能工业领域的重要研究内容之一。在本文所述的工业级视觉识别预警系统中，操作人员头发区域由于其具有移动形态非规则性、运动无规律性的特点，在动态图像中的实时分割较为困难。针对此问题，提出一种基于SiamMask模型的时空预测移动目标跟踪算法。该算法将基于PyTorch深度学习框架的SiamMask单目标跟踪算法与ROI检测及STC时空上下文预测算法相融合，根据目标时空关系的在线学习，预测新的目标位置并对SiamMask模型进行算法校正，实现视频序列中的目标快速识别。实验结果表明，所提出的算法能够克服环境干扰、目标遮挡对跟踪效果的影响，将目标跟踪误识别率降低至0.156%。该算法计算时间成本为每秒30帧，比改进前的SiamMask模型帧率每秒提高3.2帧，算法效率提高11.94%。该算法达到视觉识别预警系统准确性、实时性的要求，对移动目标识别算法模型的复杂环境应用具有借鉴意义