IEEE-NSENS将定期关注对全球社会至关重要的特殊主题。例如,AI传感器,合成传感器,柔性、可穿戴传感器和电子产品,医疗保健生物传感器以及机器人微惯性传感器等。此次论坛将对人工智能,医疗保健和机器人技术中应用的智能微米和纳米级传感系统的最新研究成果进行传播。

Yixin Chen大图.jpg

以下为Yixin Chen在“IEEE传感器理论及产业应用论坛”上的精彩致辞实录,由云现场整理。

    大家下午好,我是来自清华大学的Yixin Chen,我今天演讲的主题是基于纹理识别的织物纹理触觉渲染。

    首先我给大家看一下我的演讲几个大块,首先我会分析一下我们的背景,在中国的乡村医疗设施还有专家是远远不够的,他们不得不去大医院看病,这些大医院一般在大城市里面,所以交通成本非常高。在2017年,中国电子手机游戏用户已经达到了5.44亿。我们看到中国有500万盲人,他们占了总人口的18%。最后一张图是中国网上购物发展非常快,根据最近的调查发现网上购物用户已经达到了总人口的20%多。这是一个非常庞大的数字。

    这两张图显示手机和笔记本的广泛应用场景,在信息当中可以增加一些反馈,这样可以加强我们的触觉的反馈效应。另外它还可以应用到很多场景当中,比如在远程医疗当中,这位医生可以通过触觉,这样可以让医生去远程进行诊疗甚至开处方药。我们还看到这种触觉的技术,可以应用到我们的电子、游戏娱乐、盲人的感知和触觉以及我们的线上购物当中。他们可以用这种技术触碰、感受,这样可以给他们提供更多的信息,这样他们就可以更好地了解外界的事物。这样可以帮助盲人更好地与外界沟通。这个技术就像我刚才所说的,也可以运用到网上的购物当中,很多时候在线上购物只能够看,不能够摸,用了这种技术之后,我们就可以去远程在线上触摸物品,去感受它的纹理和质量。

    这是我们的研究策略,首先我们做了一些绝对的检测和实验,还有差异的门槛的实验,做了这两个实验之后我们进行了一个触觉的感知的模拟。我们也会打造一个线上的数据库。在这里我们主要会识别纹理、建立纹理的模型。当我们改善了这些纹理的图片之后,我们就可以让人们真正的感受到物品它的纹理识别和纹理的触觉。

    这是我们的纹理识别的生产过程,右边的图有三层,最底层的是LCD,最上面的是IR追踪层,可以跟踪我们指纹的一些信息,中间的是纹理的展示层。通过改变信息我们就可以有不同的纹理反馈。最底层就是LCD的屏幕,它可以展示出这些纹理的图像。

    接下来我介绍一下如何通过这个实验。对于绝对门槛测试来说,我们把它们分成两个部分,一个是A区域,一个是B区域。我们可以看到,绝对阈值当中我们可以分成A部分和B部分,之后就可以得到反馈。右图就是我们的实验数据图,大家可以看到我们有12个参与者,当频率增加的时候,这个数值一开始会下降,达到一个最小值,这个最小值大概是140,然后就会缓慢上升。

    接下来一个环节是差阀实验,分成了三个部分,ABC,这里面几个刺激人都是不同的,我们可以看到显示出了不同领域。通过限值可以发现他们有所差异,如果我们数值是错的,那么刺激值就会增加大约10倍。我们可以看到右边是实验结果。

    最后的一个实验就是不同的纹理感官的关系,我们这部分主要是把不同的图像纹理与不同的织物进行匹配,然后这部分也是分成三部分,ABC,我们可以看到它的值差异比较大。在整个实验当中,我们可以看到刺激值增长了3倍,根据这部分,我们是有一个方程式的,所以用了这种方程式,这个体现在右图当中,我们可以看到这个值与理想的状态非常接近,所以他是比较合适的。然后我们来看一下织物的识别。我们建立了一个织物的数据库,我们往里面输入了40个织物的80张照片,我们输入了64张图片进行机器学习和训练,我们训练了20次,它的准确率18.2-27%。这是我们织物成分曲线衡量图,我们也使用了分析仪去分析这些织物的表面。这个是可以感知到人类的手部纹理的密度还有感觉。

    这是我们模式的评估和衡量,它主要是对应3-4个不同的织物,我们可以看到,把手放在上面的话,它就可以识别出最接近的那一种,它可以重复15次,然后它的准确率是相对来说比较高的,你可以看到右图就是我们的实验结果。

    这是我的参考文献,谢谢大家。

    

    主持人:非常感谢最后一位演讲嘉宾。我觉得这是一种新的AI的技术,我有一个问题,因为我们知道皮肤的检测和触觉是非常复杂的,你如何去模拟真实的感觉?如何去刺激这种真实的感觉?

    

    Yixin Chen:你可以看到这页,这就是我们模拟指尖的一个情况,我们用的是刺激的振幅,我们可能会用一些皮质的纹理或者皮质的材料。

    

    主持人:你是否会请不同的学生,他们会告诉你的感觉是吧?

    

    Yixin Chen:是的。