面向人脸图像压缩的 EEG 人类感知测量

基于摘要分析。该研究针对带宽受限通信中人脸图像的感知质量保持问题，提出基于 EEG 的区域失真感知阈值测量模型，并利用测量结果指导人脸图像压缩。其主要研究对象是人脸图像的失真感知与码率分配，而非通用 EEG 解码算法。 方法上，作者使用 better portable graphics（BPG）压缩构建带有区域失真的人脸图像数据集，以此设计 EEG 实验并采集观看图像时的脑响应，用于测量人类对不同区域失真的感知。随后构建区域失真感知阈值图（regional distortion perceptual threshold map，RDPTM），指导人脸不同区域的数据码率分配。核心路径是将神经响应转化为区域感知阈值，再将阈值用于压缩资源分配；摘要未交代 EEG 特征、阈值估计方法及码率分配规则。 作者报告，在所述区域失真人脸图像的 EEG 测量与压缩实验中，该方法能够测量人类对区域失真的感知，并通过基于 RDPTM 的码率分配改善图像感知质量。摘要未提供定量指标、对照基线、被试人数、数据划分或被试内与跨被试评估设置，因此尚不能判断效果幅度、个体差异及泛化能力。 复现时需从全文核对失真区域与程度的构造、刺激呈现及 EEG 采集处理流程、感知阈值的操作性定义，以及压缩质量评估是否有独立的主观感知验证。实验协议、消融及统计信息尚未验证。该材料支持将 EEG 作为图像感知测量信号的研究方向，但不直接证明其可用于其他 BCI 任务。