-
公开(公告)号：CN109308118B
公开(公告)日：2021-12-14
申请号：CN201811025755.1
申请日：2018-09-04
Applicant: 安徽大学
Abstract: 本发明公开了一种基于EOG的中文眼写信号识别方法，包括以下步骤：采集基于眼电图的中文眼写数据并对数据进行预处理；将预处理后的数据分为模板数据和汉字笔画数据两个部分；将横、竖、撇、捺、折五个模板笔画段和汉字笔画段数据均送入基于DTW的分类器中进行笔画识别，并用softmax算法处理识别结果得到识别的笔画段序列的概率分布；建立汉字字库用one‑hot编码后，得到的笔画段序列的概率分布与编码的同笔画汉字匹配以获得最终的预测中文汉字。还公开了基于EOG的中文眼写信号识别方法的识别系统，具有对中文字符识别正确率高、汉字字库扩展能力较强、应用前景广泛的优点。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN107480716A
公开(公告)日：2017-12-15
申请号：CN201710695447.9
申请日：2017-08-15
Applicant: 安徽大学
IPC: G06K9/62 , G06K9/00 , A61B5/0496
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。
-
公开(公告)号：CN107480635A
公开(公告)日：2017-12-15
申请号：CN201710695421.4
申请日：2017-08-15
Applicant: 安徽大学
Abstract: 本发明公开了一种基于双模态分类模型融合的扫视信号识别方法及系统，属于眼电图技术领域，方法包括：同步采集受试者不同扫视动作类别的EOG数据和视频数据；对EOG数据和视频数据分别进行预处理；对EOG数据和视频数据进行端点检测；选择EOG数据端点检测结果和视频数据端点检测结果中有效数据较长端点作为最终的端点检测结果；将两种模态下的有效眼动数据段分成训练集和测试集并进行特征参数提取；将两种模态下有效眼动数据特征参数送入SVM分类器中进行训练，得到两种分类模型；对两种分类模型进行融合；利用测试集中的数据对模型融合进行测试以对扫视信号进行识别。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。
-
公开(公告)号：CN107480635B
公开(公告)日：2020-09-18
申请号：CN201710695421.4
申请日：2017-08-15
Applicant: 安徽大学
Abstract: 本发明公开了一种基于双模态分类模型融合的扫视信号识别方法及系统，属于眼电图技术领域，方法包括：同步采集受试者不同扫视动作类别的EOG数据和视频数据；对EOG数据和视频数据分别进行预处理；对EOG数据和视频数据进行端点检测；选择EOG数据端点检测结果和视频数据端点检测结果中有效数据较长端点作为最终的端点检测结果；将两种模态下的有效眼动数据段分成训练集和测试集并进行特征参数提取；将两种模态下有效眼动数据特征参数送入SVM分类器中进行训练，得到两种分类模型；对两种分类模型进行融合；利用测试集中的数据对模型融合进行测试以对扫视信号进行识别。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。
-
公开(公告)号：CN109308118A
公开(公告)日：2019-02-05
申请号：CN201811025755.1
申请日：2018-09-04
Applicant: 安徽大学
Abstract: 本发明公开了一种基于EOG的中文眼写信号识别方法，包括以下步骤：采集基于眼电图的中文眼写数据并对数据进行预处理；将预处理后的数据分为模板数据和汉字笔画数据两个部分；将横、竖、撇、捺、折五个模板笔画段和汉字笔画段数据均送入基于DTW的分类器中进行笔画识别，并用softmax算法处理识别结果得到识别的笔画段序列的概率分布；建立汉字字库用one-hot编码后，得到的笔画段序列的概率分布与编码的同笔画汉字匹配以获得最终的预测中文汉字。还公开了基于EOG的中文眼写信号识别方法的识别系统，具有对中文字符识别正确率高、汉字字库扩展能力较强、应用前景广泛的优点。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
