摘要
本发明公开了一种基于3D视觉成像技术的视功能检测方法及系统,包括:获取三维视觉成像数据,针对所述视觉环境中的光照、纹理和几何结构进行建模和渲染处理,构建与真实场景高度相似的虚拟场景模型;获取用户的眼球运动特征和瞳孔变化数据,根据数据分析用户的视觉特性,自适应设计与所述视觉特性匹配的个性化视觉刺激模式;采用深度学习算法对捕获的眼球图像数据进行处理,通过卷积神经网络提取所述眼球图像的特征,并使用长短期记忆网络对所述眼球运动轨迹进行建模,从而实现对眼球运动模式的识别和预测。本发明旨在通过多维数据融合和智能算法分析,实现了对用户视觉行为的精确捕捉和分析,为及时发现潜在视觉功能异常提供了有效手段。
技术关键词
眼球运动轨迹
惯性传感器数据
长短期记忆网络
视觉成像技术
卷积神经网络提取
注视点
状态空间模型
视觉注意力机制
卡尔曼滤波算法
运动特征
三维空间位置变化
功能检测方法
卡尔曼滤波器
头戴式设备
图像
深度学习算法
系统为您推荐了相关专利信息
时间序列预测模型
多模态
语义
多头注意力机制
长短期记忆网络
缺陷图像识别
电力设备表面
巡检路径规划
预警系统
区块链管理
多模态特征
振动特征
动力电池
冷却器
振动传感器