-
公开(公告)号：CN109241836B
公开(公告)日：2022-03-01
申请号：CN201810844880.9
申请日：2018-07-27
Applicant: 杭州电子科技大学
Abstract: 本发明一种脑电信号实时特征提取方法，本发明假设N为脑电信号采样点数，Q为脑电信号采样通道数目，脑电信号时间序列为S＝{s1,s2,…,sQ}N×Q，M为正整数，保证脑电采样点数为2的整数次幂，分别计算系数与再对脑电信号序列计算能量值，通过比较能量值，实现脑电信号实时特征提取方法；本发明能自动识别特征维度，不需要预先设置，提高了识别精度。同时本发明方便用硬件编程语言如VHDL，Verilog等来实现，计算效率高，对计算资源要求低，便于在FPGA中实现。
-
公开(公告)号：CN109009101A
公开(公告)日：2018-12-18
申请号：CN201810842340.7
申请日：2018-07-27
Applicant: 杭州电子科技大学
IPC: A61B5/0476 , A61B5/00
CPC classification number: A61B5/0476 , A61B5/04012 , A61B5/7203
Abstract: 本发明公开了一种脑电信号自适应实时去噪方法；本发明先对采样矩阵X进行中心化处理，计算采样矩阵X的协方差矩阵，并计算其特征值与特征向量，计算滤波自适用系数、滤波器系数、噪音信号y源信号；最后得到源信号矩阵；本发明在计算复杂度与收敛速度间取得了平衡，便于在PFGA中实现，可满足脑电信号实时采集需求。本发明收敛速度快，不易改变波形形状，可有效去除生理伪迹与电路噪声。
-
公开(公告)号：CN107516300B
公开(公告)日：2020-05-22
申请号：CN201710719877.X
申请日：2017-08-21
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种针对无人机视频采集的混合抖动纠正方法，该方法包括：从无人机视频图像内获得预采集图像；利用预采集图像内因抖动而产生图像旋转的特征点来计算卡尔曼滤波器的系统状态转换矩阵A；构建卡尔曼滤波器系统方程和过程观察方程；根据系统噪音方差Q和观察噪音方差R计算预采集图像在k时刻的系统状态的估算值和状态观察值的估算值；计算卡尔曼增益并结合卡尔曼增益计算卡尔曼评估图像的特征参数；采用离散化高斯滤波器对卡尔曼评估图像的亮度矩阵进行低通滤波，滤除系统噪音和观察噪音，得到纠正后的无抖动的图像。
-
Patent Agency Ranking
公开(公告)号：CN107527357B
公开(公告)日：2019-11-22
申请号：CN201710718630.6
申请日：2017-08-21
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种暴力场景中人脸检测定位与实时跟踪方法，该方法包括获取监控视频帧内个像素的光流矢量幅度；根据光流矢量幅度判断监控视频帧是否为暴力场景。根据YCbCr空间内的肤色均值与肤色方差计算初始暴力场景监控视频帧内人脸跟踪区域的中心位置O0。根据初始暴力场景监控视频帧内人脸跟踪区域的中心位置O0计算后续暴力场景监控视频帧内人脸跟踪区域的中心位置Om+1，最后根据人脸跟踪区域的中心位置Om+1来获得第m+1帧暴力场景视频帧的人脸跟踪区域，实现暴力场景中人脸的检测定位与实时跟踪。
-
公开(公告)号：CN107527357A
公开(公告)日：2017-12-29
申请号：CN201710718630.6
申请日：2017-08-21
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种暴力场景中人脸检测定位与实时跟踪方法，该方法包括获取监控视频帧内个像素的光流矢量幅度；根据光流矢量幅度判断监控视频帧是否为暴力场景。根据YCbCr空间内的肤色均值与肤色方差计算初始暴力场景监控视频帧内人脸跟踪区域的中心位置O0。根据初始暴力场景监控视频帧内人脸跟踪区域的中心位置O0计算后续暴力场景监控视频帧内人脸跟踪区域的中心位置Om+1，最后根据人脸跟踪区域的中心位置Om+1来获得第m+1帧暴力场景视频帧的人脸跟踪区域，实现暴力场景中人脸的检测定位与实时跟踪。
-
公开(公告)号：CN109009101B
公开(公告)日：2021-04-06
申请号：CN201810842340.7
申请日：2018-07-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种脑电信号自适应实时去噪方法；本发明先对采样矩阵X进行中心化处理，计算采样矩阵X的协方差矩阵，并计算其特征值与特征向量，计算滤波自适用系数、滤波器系数、噪音信号y源信号；最后得到源信号矩阵；本发明在计算复杂度与收敛速度间取得了平衡，便于在PFGA中实现，可满足脑电信号实时采集需求。本发明收敛速度快，不易改变波形形状，可有效去除生理伪迹与电路噪声。
-
公开(公告)号：CN109241836A
公开(公告)日：2019-01-18
申请号：CN201810844880.9
申请日：2018-07-27
Applicant: 杭州电子科技大学
Abstract: 本发明一种脑电信号实时特征提取方法，本发明假设N为脑电信号采样点数，Q为脑电信号采样通道数目，脑电信号时间序列为S＝{s1,s2,…,sQ}N×Q，M为正整数，保证脑电采样点数为2的整数次幂，分别计算系数 与 再对脑电信号序列计算能量值，通过比较能量值，实现脑电信号实时特征提取方法；本发明能自动识别特征维度，不需要预先设置，提高了识别精度。同时本发明方便用硬件编程语言如VHDL，Verilog等来实现，计算效率高，对计算资源要求低，便于在FPGA中实现。
-
公开(公告)号：CN107516300A
公开(公告)日：2017-12-26
申请号：CN201710719877.X
申请日：2017-08-21
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种针对无人机视频采集的混合抖动纠正方法，该方法包括：从无人机视频图像内获得预采集图像；利用预采集图像内因抖动而产生图像旋转的特征点来计算卡尔曼滤波器的系统状态转换矩阵A；构建卡尔曼滤波器系统方程和过程观察方程；根据系统噪音方差Q和观察噪音方差R计算预采集图像在k时刻的系统状态的估算值 和状态观察值的估算值；计算卡尔曼增益并结合卡尔曼增益计算卡尔曼评估图像的特征参数；采用离散化高斯滤波器对卡尔曼评估图像的亮度矩阵进行低通滤波，滤除系统噪音和观察噪音，得到纠正后的无抖动的图像。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.025 seconds)
