Resumen

Una de las cuestiones fundamentales para la navegación robótica es extraer un objeto de interés de una imagen. Los mayores retos para la extracción de objetos de interés son cómo utilizar una máquina para modelar los objetos en los que un humano está interesado y extraerlos de forma rápida y fiable bajo condiciones de iluminación variables. Este artículo desarrolla un método novedoso para segmentar un objeto de interés en un entorno desordenado mediante la combinación de una interfaz cerebro-ordenador (BCI) basada en P300 y un extractor de color difuso mejorado (IFCE). El potencial P300 inducido identifica la región de interés correspondiente y obtiene el objeto de interés para el IFCE. Los resultados de la clasificación no sólo representan la mente humana, sino que también proporcionan el píxel semilla asociado y los parámetros difusos para extraer los objetos específicos en los que el ser humano está interesado. A continuación, el IFCE se utiliza para extraer los objetos correspondientes. Los resultados muestran que el IFCE ofrece un mejor rendimiento que la red BP o el FCE tradicional. El uso de una IFCE basada en P300 proporciona una solución fiable para ayudar a un ordenador a identificar un objeto de interés dentro de imágenes tomadas bajo intensidades de iluminación variables.

• Materias:Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Fisiología vegetal
• Subjects:Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Plant physiology
• Palabras claves:objeto de interés, interfaz cerebro-ordenador, ifce, ordenador cerebral basado en p300, píxeles semilla asociados, objetivo de interés, extractor de color difuso, región de interés, mejor rendimiento, imagen
• Keywords:object of interest, brain computer interface, ifce, p300-based brain computer, associated seed pixels, target of interest, fuzzy color extractor, region of interest, better performance, image