公开(公告)号：CN106491129B

公开(公告)日：2019-09-10

申请号：CN201610885750.0

申请日：2016-10-10

Applicant: 安徽大学

Inventor： 吕钊 ,  张超 ,  陆雨 ,  吴小培 ,  周蚌艳 ,  张磊 ,  卫兵 ,  高湘萍

IPC: A61B5/0496 ,  G06K9/00 ,  G06F3/01

Abstract: 本发明公开了一种基于EOG的人体行为识别系统及方法，首先建立一个基于Hjorth参数的EOG信号识别模型，用于实现对原始单元EOG信号的识别；同时，使用N‑gram方法统计背景任务下不同行为状态的上下文关系，并建立一个眼动信号‑行为状态关系模型；最后，通过置信度参数对两个模型输出的结果进行综合的分析与判断，以获取受试者最可能的行为状态。本发明的一种基于EOG的人体行为识别方法，具有识别正确率更高、扩展性更强、应用前景良好等优点。

公开(公告)号：CN106491129A

公开(公告)日：2017-03-15

申请号：CN201610885750.0

申请日：2016-10-10

Applicant: 安徽大学

Inventor： 吕钊 ,  张超 ,  陆雨 ,  吴小培 ,  周蚌艳 ,  张磊 ,  卫兵 ,  高湘萍

IPC: A61B5/0496 ,  G06K9/00 ,  G06F3/01

Abstract: 本发明公开了一种基于EOG的人体行为识别系统及方法，首先建立一个基于Hjorth参数的EOG信号识别模型，用于实现对原始单元EOG信号的识别；同时，使用N-gram方法统计背景任务下不同行为状态的上下文关系，并建立一个眼动信号-行为状态关系模型；最后，通过置信度参数对两个模型输出的结果进行综合的分析与判断，以获取受试者最可能的行为状态。本发明的一种基于EOG的人体行为识别方法，具有识别正确率更高、扩展性更强、应用前景良好等优点。

公开(公告)号：CN108491792B

公开(公告)日：2022-07-12

申请号：CN201810236528.7

申请日：2018-03-21

Applicant: 安徽大学

Inventor： 吕钊 ,  陆雨 ,  张力 ,  吴小培 ,  张超 ,  张磊 ,  吴飞 ,  宋思义

IPC: G06K9/00

Abstract: 本发明公开了一种基于眼电信号的办公场景人机交互行为识别方法，包括以下步骤：首先采集不同行为状态下的眼电信号，并对采集到的眼电信号进行预处理；其次通过端点检测，识别出滤波后的眼电信号中有效行为状态的起始点和终止点；得到有效的眼电信号后，再通过小波变换对信号进行特征提取，并利用线性判别分析方法对提取到的特征参数进行降维；然后利用支持向量机对降维后的特征进行分类，识别出正确的行为；最后将识别出的结果用于控制手机上的应用软件。本发明识别正确率高、鲁棒性好、应用潜力大，能够更好的利用眼球运动信息控制外部设备，丰富眼动控制类别的多样性，具有扩展性强、识别正确率高、前景良好的优点。

公开(公告)号：CN108491792A

公开(公告)日：2018-09-04

申请号：CN201810236528.7

申请日：2018-03-21

Applicant: 安徽大学

Inventor： 吕钊 ,  陆雨 ,  张力 ,  吴小培 ,  张超 ,  张磊 ,  吴飞 ,  宋思义

IPC: G06K9/00

Abstract: 本发明公开了一种基于眼电信号的办公场景人机交互行为识别方法，包括以下步骤：首先采集不同行为状态下的眼电信号，并对采集到的眼电信号进行预处理；其次通过端点检测，识别出滤波后的眼电信号中有效行为状态的起始点和终止点；得到有效的眼电信号后，再通过小波变换对信号进行特征提取，并利用线性判别分析方法对提取到的特征参数进行降维；然后利用支持向量机对降维后的特征进行分类，识别出正确的行为；最后将识别出的结果用于控制手机上的应用软件。本发明识别正确率高、鲁棒性好、应用潜力大，能够更好的利用眼球运动信息控制外部设备，丰富眼动控制类别的多样性，具有扩展性强、识别正确率高、前景良好的优点。

公开(公告)号：CN105447475A

公开(公告)日：2016-03-30

申请号：CN201510975613.1

申请日：2015-12-21

Applicant: 安徽大学

Inventor： 吴小培 ,  吕钊 ,  陆雨 ,  周蚌艳 ,  郭晓静 ,  张超 ,  张磊 ,  卫兵

IPC: G06K9/00 ,  A61B5/0496

CPC classification number: G06K9/0051 ,  A61B5/0496

Abstract: 本发明公开了一种基于独立分量分析的扫视信号样本优化方法，该方法使用8个生物电极获取受试者上、下、左、右扫视时的眼电信号。再通过带通滤波器对原始多导联扫视眼电信号进行预处理，去除噪声干扰。使用ICA方法获取单次扫视数据在不同任务背景下的空域滤波器组；对所有扫视数据，使用ICA空域滤波器组进行空域滤波，并使用支持向量机将滤波后数据进行交叉测试；以平均识别正确率为度量准则，实现对眼动信号的样本优化。与已有技术相比，本发明的一种基于独立分量分析的扫视信号特征提取与识别方法，具有识别正确率更高、鲁棒性与扩展性更强、应用前景良好等优点。