基于智能辅助标注的深度图像卧姿姿态数据集构建方法

    公开(公告)号:CN114882528A

    公开(公告)日:2022-08-09

    申请号:CN202210461570.5

    申请日:2022-04-28

    Abstract: 一种基于智能辅助标注的深度图像卧姿姿态数据集构建方法,先采用深度相机同步采集彩色图像和深度图像;然后对采集的彩色视频中的彩色图像和深度视频中的深度图像进行坐标匹配并裁剪,对裁剪后的彩色图像进行姿态识别;对采集的彩色视频和深度视频重复上述坐标匹配并裁剪以及姿态识别,得到粗糙的辅助标注数据集;最后对数据机人工复检,剔除或者重新标注智能标注错误的样本,提高数据集质量;本发明可以快速、高效、高质量的完成基于深度图像的大型卧姿姿态数据集的构建,以满足医学等隐私敏感领域的人体行为检测及分析的需求。

    基于视觉诱发脑机接口的智能轮椅控制及路径优化方法

    公开(公告)号:CN107714331A

    公开(公告)日:2018-02-23

    申请号:CN201710821696.8

    申请日:2017-09-13

    CPC classification number: A61G5/10 A61G2203/10 G06F3/013 G06F3/015

    Abstract: 基于视觉诱发脑机接口的智能轮椅控制及路径优化方法,使用者坐在轮椅上,先对使用者呈现牛顿环作为运动刺激单元,采集使用者的脑电信号并进行处理后,计算机识别出当前注视的刺激目标,通过计算机屏幕指示出所注视的目标,并将识别出的目标结果发送至智能轮椅电机控制器来控制电机的运动,实现轮椅的行进;轮椅采取先原地旋转再直线前进的方式,当轮椅直行或无连续同向转弯时,轮椅的旋转角度不作调整,当使用者控制轮椅进行连续同向转弯操作后,轮椅预判为使用者此时需要进一步实施同向转弯,利用曲线拟合方法补偿轮椅旋转角度并同时缩短行进距离;本发明减少了目标刺激的数目,并针对轮椅在连续同向转弯的行进过程进行了优化。

    基于运动视觉诱发电位的高效脑控中文输入方法

    公开(公告)号:CN107390869A

    公开(公告)日:2017-11-24

    申请号:CN201710582561.0

    申请日:2017-07-17

    Inventor: 徐光华 韩丞丞

    CPC classification number: G06F3/015 G06F3/04883

    Abstract: 基于运动视觉诱发电位的高效脑控中文输入方法,设计采用音形两步拼字法,两步完成中文字符的输入,同时采用稳态运动视觉诱发电位作为脑-机接口方法,使用时先在使用者头部安放电极,使用者接受交互界面的运动视觉刺激后诱发脑电响应,经电极与脑电采集模块处理,得到脑电信号,数据处理与控制模块接收脑电信号后,分析得到辨识结果,并控制用户界面显示相应的字符;本发明能够显著减少操作步骤与时间,操作简单便捷,使用舒适,实现了大字库下中文字符的脑控高效输入,能够辅助运动功能障碍病人生活交流,具备良好的实用化前景。

    基于自适应近邻传播自聚类模型的婴儿脑发育量化评估系统

    公开(公告)号:CN116597996A

    公开(公告)日:2023-08-15

    申请号:CN202310562437.3

    申请日:2023-05-18

    Abstract: 基于自适应近邻传播自聚类模型的婴儿脑发育量化评估系统,包括婴儿姿态识别模块,婴儿姿态识别模块输入是婴儿运动视频,婴儿姿态识别模块输出与信息预处理模块输入相连,信息预处理模块输出与运动特征提取模块输入相连,运动特征提取模块输出与近邻传播自聚类模块第一输入相连,自适应近邻传播自聚类模块第一输出与多维指标分析模块输入相连,自适应近邻传播自聚类模块第二输出与自适应近邻传播自聚类模块第二输入相连,自适应近邻传播自聚类模块第三输出与结果可视化模块输入相连,多维指标分析模块输出与结果可视化模块输入相连;本发明对婴儿的脑发育进行多维精细的量化判断,同时提供可解释性的结果,辅助医师进行针对性治疗。

    一种基于复合权重的机械设备选择性迁移故障诊断方法

    公开(公告)号:CN115221958A

    公开(公告)日:2022-10-21

    申请号:CN202210841133.6

    申请日:2022-07-18

    Abstract: 一种基于复合权重的机械设备选择性迁移故障诊断方法,先使用采集设备从机械设备上采集各工况运行条件下的振动信号,建立不同工况的数据集;然后构建基于复合权重的选择性迁移网络,包括特征提取器、状态分类器、域鉴别器和基于Wasserstein距离的域适应模块;使用反向传播算法预训练特征提取器和状态识别器;载入预训练权重到选择性迁移网络中,使用反向传播算法训练结束;最后获取该机械设备的选择性迁移故障诊断结果;本发明同时状态分类器和域鉴别器出发,分别获得了类级权重和样本级权重,使用复合加权的模式重加权了状态分类器和基于Wasserstein距离的域适应模块的目标函数,提高了选择性迁移的可靠性,有效实现跨工况机械设备的选择性迁移故障诊断。

    一种基于高刷新率呈现的运动视觉诱发电位脑机接口方法

    公开(公告)号:CN108803873A

    公开(公告)日:2018-11-13

    申请号:CN201810492261.8

    申请日:2018-05-22

    Abstract: 一种基于高刷新率呈现的运动视觉诱发电位脑机接口方法,采用环形棋盘格稳态收缩扩展运动刺激诱发稳态运动视觉诱发电位,通过整周期截断刺激绘制方法在高刷新率显示设备中显示多刺激目标,解除了闪烁刺激的耦合,能够实现单纯运动刺激诱发脑电信号,在使用者头部布置电极,刺激运算模块根据设定参数绘制分配运动刺激图案,使用者接受刺激呈现模块的刺激后诱发脑电响应,经脑电采集分析模块处理后,得到辨识结果并反馈;本发明保证用户长时间使用时没有明显疲劳感,增强了脑机接口技术的实用性。

    基于随机共振增强的稳态运动视觉诱发电位脑机接口方法

    公开(公告)号:CN103970273B

    公开(公告)日:2017-02-15

    申请号:CN201410195978.8

    申请日:2014-05-09

    Abstract: 基于随机共振增强的稳态运动视觉诱发电位脑机接口方法,先在使用者头部安放电极,测得的脑电信号送往计算机,然后将运动刺激单元通过计算机屏幕同时呈现在使用者面前,以服从高斯分布的二维噪声点掩蔽运动刺激单元,噪声点更新频率同步于屏幕刷新率,噪声强度以高斯分布标准差表征,形成运动刺激单元后,使用者注视运动刺激单元中的任意一个,计算机同步采集刺激开始与结束标志位,并通过测试电极采集脑电信号,计算出不同刺激目标的显著性概率,判定并通过屏幕指示出目标,再进行下一次目标识别,本发明能够显著增强使用者大脑响应的强度,提升现有脑机接口的精度和效率,创新提高脑机接口技术的实用化水平。

    基于随机共振增强的稳态运动视觉诱发电位脑机接口方法

    公开(公告)号:CN103970273A

    公开(公告)日:2014-08-06

    申请号:CN201410195978.8

    申请日:2014-05-09

    Abstract: 基于随机共振增强的稳态运动视觉诱发电位脑机接口方法,先在使用者头部安放电极,测得的脑电信号送往计算机,然后将运动刺激单元通过计算机屏幕同时呈现在使用者面前,以服从高斯分布的二维噪声点掩蔽运动刺激单元,噪声点更新频率同步于屏幕刷新率,噪声强度以高斯分布标准差表征,形成运动刺激单元后,使用者注视运动刺激单元中的任意一个,计算机同步采集刺激开始与结束标志位,并通过测试电极采集脑电信号,计算出不同刺激目标的显著性概率,判定并通过屏幕指示出目标,再进行下一次目标识别,本发明能够显著增强使用者大脑响应的强度,提升现有脑机接口的精度和效率,创新提高脑机接口技术的实用化水平。

Patent Agency Ranking