一种结合EOG和视频的扫视信号识别方法及系统

    公开(公告)号:CN107480716B

    公开(公告)日:2021-01-29

    申请号:CN201710695447.9

    申请日:2017-08-15

    Applicant: 安徽大学

    Abstract: 本发明公开一种结合EOG和视频的扫视信号识别方法及系统,属于眼电图技术领域,包括:同步采集扫视动作的EOG数据与视频数据;对EOG数据和视频数据进行预处理;对EOG数据采集通道进行端点检测,得到端点检测结果;将端点检测结果应用于EOG与视频两种模态下的有效眼动数据段检测,将有效眼动数据分为训练集和测试集;对训练集和测试集中两种模态下的数据进行特征提取得到有效眼动数据的特征;将两种模态下有效眼动数据的特征进行融合;将融合后扫视特征参数送入SVM分类器中进行训练,得到分类模型;利用测试集中数据对分类模型进行测试,得到测试后分类模型以进行信号识别。本发明中融合后的特征具有更多互补信息,提高了信号识别鲁棒性。

    结合集成学习与独立分量分析的运动想象分类方法

    公开(公告)号:CN112016415A

    公开(公告)日:2020-12-01

    申请号:CN202010818947.9

    申请日:2020-08-14

    Applicant: 安徽大学

    Abstract: 本发明公开了一种结合集成学习与独立分量分析的运动想象分类方法,基于不同的单次试验数据构造ICA空域滤波器对数据进行空域滤波与特征提取,并使用简单分类规则构造不同的基分类器,进而运用集成学习的投票法结合策略构成新的运动想象脑电信号分类器。本发明设计的集成分类器具有较稳定的识别率,多个基分类器集成学习分类,可以获得比单一分类器更优越的泛化性能,提高EEG信号的分类识别率。在不同受试者之间和同一受试者的不同时期采集的数据的迁移测试中,也体现较稳定的性能,具有更好的实用性。

    基于视频分析的注视点轨迹描述方法及其系统

    公开(公告)号:CN111443804A

    公开(公告)日:2020-07-24

    申请号:CN202010224123.9

    申请日:2020-03-26

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于视频分析的注视点轨迹描述系统,包括数据采集及预处理模块、瞳孔定位模块、注视点标定模块、注视点轨迹描述模块。还公开了一种基于视频分析的注视点轨迹描述方法,通过采集视频眼动图像,并进行预处理操作,通过瞳孔粗定位与瞳孔精定位方法,求出瞳孔中心与角膜反射光斑中心在眼图中的坐标,结合动态头部补偿模型,求出瞳孔中心与角膜反射光斑中心所构成的矢量与注视点之间的三维空间映射关系,通过该映射函数进行注视点轨迹描述。本发明在建立注视点三维空间映射关系的基础上,获取用户的注视点轨迹,提高人们对用户感兴趣区域的预判能力,能有效地支持广告类网页布局的优化,具有使用简单、方法精度高及应用潜力大等优点。

    基于独立分量分析的情感脑电信号的导联选择方法

    公开(公告)号:CN108937968A

    公开(公告)日:2018-12-07

    申请号:CN201810565890.9

    申请日:2018-06-04

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于独立分量分析的情感脑电信号的导联选择方法,使用多导联情感脑电信号并对其进行滤波处理,将滤波后的数据使用ICA分析,建立对应不同情感任务背景下的空域滤波器组,然后进行线性投影,获取全导联的情感信号的空域特征参数,然后使用导联选择的方法选择出受试者的最优导联集合。本发明获得了较高的识别正确率,实现了根据不同受试者自动选择情感相关独立分量,相对于提取全通道的独立分量,选取最优导联位置的独立分量不仅能够降低算法的时间复杂度,同时能更准确地描述情感相关独立源的真实情况,同时能够有效抑制与情感信号无关的分量及外部噪声的干扰。

    基于动态累积量估计的语音信号端点检测方法

    公开(公告)号:CN104810018B

    公开(公告)日:2017-12-12

    申请号:CN201510222045.8

    申请日:2015-04-30

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于动态累积量估计的语音端点检测方法,包括了基于滑动窗的高阶累积量递推计算和基于滑动窗峭度的端点检测。基于滑动窗的高阶累积量递推计算是指对原始样本数据加矩形窗,对窗内数据进行累积量估计,每滑动一个样本点对窗内数据进行更新,实现累积量的动态估计。基于滑动窗峭度的端点检测是结合高阶累积量递推计算方法计算滑动窗峭度和能量特征进行语音信号的端点检测。本发明相比现有技术具有以下优点:本发明中的基于动态累积量估计的语音信号端点检测方法是基于滑动窗峭度、能量双门限的端点检测,参数滑动窗峭度对语音段起始点具有较强敏感性且对噪声具有更好的抗干扰能力,在噪声环境下具有较好的鲁棒性。

    一种鲁棒扫视EOG信号识别方法及系统

    公开(公告)号:CN107348958A

    公开(公告)日:2017-11-17

    申请号:CN201710695426.7

    申请日:2017-08-15

    Applicant: 安徽大学

    Abstract: 本发明公开了一种鲁棒扫视EOG信号识别方法及系统,属于眼电技术领域,方法包括对EOG多通道眼动数据进行采集,获得时域上的眼动数据;对时域上的眼动数据进行预处理得到频域上的眼动数据;在频域上采用复值ICA算法对眼动数据进行盲源分离,得到各源信号在相应频点上的频域独立分量;对各频点独立分量进行补偿,还原独立分量在观测分量中的真实比例,通过约束DOA算法解决排序模糊问题;对补偿后和排序后的各频点的独立分量进行短时傅里叶逆变换处理,恢复为时域的多通道眼动数据;对时域上的多通道眼动数据进行提取功率谱密度特征,并将提取的特征送入支持向量机SVM中进行识别。本发明能准确对EOG信号进行识别。

    一种基于运动想象的混合脑机接口系统及方法

    公开(公告)号:CN107037883A

    公开(公告)日:2017-08-11

    申请号:CN201710238130.2

    申请日:2017-04-13

    Applicant: 安徽大学

    CPC classification number: G06F3/015

    Abstract: 一种基于运动想象的混合脑机接口系统及方法,包括脑电与眼电采集/处理模块、ICA滤波器设计模块、零训练MI分类模块,目标运动控制和路径显示模块以及信息反馈模块。ICA滤波器及BCI系统可在线或离线设计;系统设计完成后,眼动检测模块通过对用户眨眼次数的分析,判断是否进入脑电处理和分类模式,其分类结果将转化为命令,用于控制系统主界面上的目标按规定路径运动。用户可观察目标真实运动轨迹和规划路径的差异,及时调整MI模式,和控制目标回到规划路径。本发明借助ICA无监督学习的优势,有效减少了BCI训练数据的采集量,并通过合理的算法模块设计,使所设计的混合BCI系统具有良好的稳定性和可操作性。

    眼电信号的特征提取与识别方法

    公开(公告)号:CN101599127A

    公开(公告)日:2009-12-09

    申请号:CN200910117157.1

    申请日:2009-06-26

    Applicant: 安徽大学

    Abstract: 眼电信号的特征提取与识别方法,其特征是包括眼电信号预处理、眼电信号特征参数提取及眼电信号模式识别三个阶段;其中,预处理阶段对眼电信号进行端点检测和带通滤波;特征参数提取阶段对眼电信号进行分帧、加窗,将连续的眼电信号转化为多段短时眼电信号后,提取出随时间变化的眼电特征参数序列;模式识别阶段通过动态时间规整法,将输入的眼电特征参数序列依次与模板库中的每个模板进行相似度的比较,以判断操作者相应的眼部运动。本发明具有较高眼电信号识别准确率、一定抗干扰能力及较强应用性价值等特点。

    基于视频分析的注视点轨迹描述方法及其系统

    公开(公告)号:CN111443804B

    公开(公告)日:2022-08-19

    申请号:CN202010224123.9

    申请日:2020-03-26

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于视频分析的注视点轨迹描述系统,包括数据采集及预处理模块、瞳孔定位模块、注视点标定模块、注视点轨迹描述模块。还公开了一种基于视频分析的注视点轨迹描述方法,通过采集视频眼动图像,并进行预处理操作,通过瞳孔粗定位与瞳孔精定位方法,求出瞳孔中心与角膜反射光斑中心在眼图中的坐标,结合动态头部补偿模型,求出瞳孔中心与角膜反射光斑中心所构成的矢量与注视点之间的三维空间映射关系,通过该映射函数进行注视点轨迹描述。本发明在建立注视点三维空间映射关系的基础上,获取用户的注视点轨迹,提高人们对用户感兴趣区域的预判能力,能有效地支持广告类网页布局的优化,具有使用简单、方法精度高及应用潜力大等优点。

Patent Agency Ranking