视网膜初级处理项目进展

21.12.10 与王凯师兄讨论 已完成 Photoreceptor 论文阅读 依据“抑制能力”进行调参 空间频率信号仿真 Pyspice任意源使用方法 下一步 学习使用pyspice lib文件导入以及使用方法 仿真Photoreceptor电路 21.12.03 与王凯师兄讨论 已完成 仿真图像激励突然消失时的瞬态响应 仿真结果视频输出 下一步 依据视网膜边缘抑制能力调整电路参数 不同空间频率信号仿真 阅读文献,仿真更复杂的模型。 Photoreceptor 取对数电路 关于项目目的 人的视觉信号,在视锥细胞、视杆细胞层面信息量有1Tbps,但是传入人脑的信息只有10Mbps。这充分说明在观察一幅图像时,不需要那么多的信息,不需要记录每一个像素点的灰度信息。例如自然界中成像结果中大部分信息是缓变的,不需要每个像素点都按照绝对大小所需的数据精度进行记录。因此希望探究视网膜对于信号的处理方法,理论上建模出其提取的图像信息,再进行优化,指导新型成像器件、新型图片格式的形成。 而且,上述涉及到的操作可以不通过额外、单独的处理电路进行处理,而是在器件层面直接进行处理。远景目标考虑使用SNN(Spike Neuron Network,脉冲神经网络)完成整个图像的输入输出。 21.11.25 与王凯师兄讨论 已完成 Pyspice仿真静态图像阶跃输入时的瞬态响应 下一步 仿真激励突然消失时,电路的响应 仿真有初始条件状态下的零输入响应即可 视频输入的响应 21.11.11 与王凯师兄讨论 已经完成的工作: 使用pyspice,仿真出电阻网络对于特定信号的响应 下一步计划: 利用四边形连接方式,仿真出: 对于静态图片的响应 对于动态图片的响应,做成视频 改为六边形连接方式进行仿真。 需要六边形超分辨率的知识,数学上暂时存在困难,需等待师兄仿真完成。

November 22, 2021 · 1 min · Andyliu