Mar, 2024
基于深度视觉表示模型的从脑电图信号重建视觉刺激图像
Reconstructing Visual Stimulus Images from EEG Signals Based on Deep Visual Representation Model
Hongguang Pan, Zhuoyi Li, Yunpeng Fu, Xuebin Qin, Jianchen Hu
TL;DR本文提出了一种基于脑电图 (EEG) 信号的图像重建方法,利用低成本、易携带的 EEG 设备构建了视觉刺激图像数据集,并建立了深度视觉表示模型 (DVRM) 来从 EEG 信号学习视觉刺激图像的分布特征,并通过深度神经网络在人类自然状态下还原高度逼真的图像。实验证明,DVRM 在学习 EEG 信号生成深度视觉表示和生成逼真的重建图像任务中具有出色的性能。