-
Patent Agency Ranking
公开(公告)号：CN118982859B
公开(公告)日：2025-02-07
申请号：CN202411457306.X
申请日：2024-10-18
Applicant: 长春理工大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司
IPC: G06V40/16 , A61B5/16 , A61B5/00 , G06V10/764 , G06V10/82 , G06V10/80 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于时空信息融合的疲劳检测方法，属于疲劳检测技术领域。本发明通过摄像头采集用户面部视频，使用预训练人脸检测模型，对每一帧视频进行人脸检测，进行人脸关键点标注；基于人脸关键点计算眼睛长宽比和rPPG信号作为时序信息，选择关键帧作为空间信息，采用SSIM结构相似性作为衡量指标，通过梯度下降进行关键帧的选取；构建基于时空融合神经网络的疲劳检测模型，设置模型参数进行训练，将时序信息和空间信息输入到对应模块；将疲劳检测模型提取到的特征进行融合，映射到概率空间，通过分类器实现疲劳的检测，根据设定的疲劳状态的分界点，将输出值与分界点进行比较，得到疲劳检测结果。
-
公开(公告)号：CN119007273B
公开(公告)日：2024-12-27
申请号：CN202411497568.9
申请日：2024-10-25
Applicant: 长春理工大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司
IPC: G06V40/16 , G06V40/20 , G06V20/40 , G06V10/25 , G06V10/80 , G06V10/82 , G06V20/64 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于面部信息融合的认知障碍识别方法，属于认知障碍识别技术领域。本发明采集认知障碍者的面部视频数据，进行预处理，进行人脸检测，标注人脸关键点；计算EAR、rPPG信号、头部运动平移和旋转矢量，通过最小化重投影误差进行优化；获取RR间期，基于RR间期进行HRV分析，对EAR信号进行特征提取；基于头部运动平移和旋转矢量提取特征，训练随机森林模型，得到特征融合比例，进行特征融合；基于融合后的特征训练认知障碍检测模型，使用EAR、rPPG信号和头部运动矢量作为特征分类模型的输入数据，输出分类结果，对应认知障碍状态的二分类任务；应用激活函数，评估测试结果，得到认知障碍识别结果。
-
公开(公告)号：CN119107725A
公开(公告)日：2024-12-10
申请号：CN202411572188.7
申请日：2024-11-06
Applicant: 长春理工大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司
Abstract: 本发明公开了基于面部信息融合的多功能智能门禁准入系统，属于人力资源技术领域；该系统包括信息存储模块、信息采集模块、信息处理模块及执行模块；所述信息存储模块用于存储所述信息采集模块和所述信息处理模块的信息；所述信息采集模块用于采集工作人员的信息；所述信息处理模块用于对所述信息存储模块和所述信息采集模块的信息进行分析处理；所述信息处理模块包括待入人员的身份识别、反欺诈检测、疲劳度分析以及允许进入判断；所述执行模块用于执行所述信息处理模块的信息；本发明通过反欺诈检测，防止非法人员冒用他人身份进入保护区域，通过分析的疲劳度，避免待入人员高强度疲劳作业，减少事故发生风险。
-
公开(公告)号：CN119007273A
公开(公告)日：2024-11-22
申请号：CN202411497568.9
申请日：2024-10-25
Applicant: 长春理工大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司
IPC: G06V40/16 , G06V40/20 , G06V20/40 , G06V10/25 , G06V10/80 , G06V10/82 , G06V20/64 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于面部信息融合的认知障碍识别方法，属于认知障碍识别技术领域。本发明采集认知障碍者的面部视频数据，进行预处理，进行人脸检测，标注人脸关键点；计算EAR、rPPG信号、头部运动平移和旋转矢量，通过最小化重投影误差进行优化；获取RR间期，基于RR间期进行HRV分析，对EAR信号进行特征提取；基于头部运动平移和旋转矢量提取特征，训练随机森林模型，得到特征融合比例，进行特征融合；基于融合后的特征训练认知障碍检测模型，使用EAR、rPPG信号和头部运动矢量作为特征分类模型的输入数据，输出分类结果，对应认知障碍状态的二分类任务；应用激活函数，评估测试结果，得到认知障碍识别结果。
-
公开(公告)号：CN118982859A
公开(公告)日：2024-11-19
申请号：CN202411457306.X
申请日：2024-10-18
Applicant: 长春理工大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司
IPC: G06V40/16 , A61B5/16 , A61B5/00 , G06V10/764 , G06V10/82 , G06V10/80 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于时空信息融合的疲劳检测方法，属于疲劳检测技术领域。本发明通过摄像头采集用户面部视频，使用预训练人脸检测模型，对每一帧视频进行人脸检测，进行人脸关键点标注；基于人脸关键点计算眼睛长宽比和rPPG信号作为时序信息，选择关键帧作为空间信息，采用SSIM结构相似性作为衡量指标，通过梯度下降进行关键帧的选取；构建基于时空融合神经网络的疲劳检测模型，设置模型参数进行训练，将时序信息和空间信息输入到对应模块；将疲劳检测模型提取到的特征进行融合，映射到概率空间，通过分类器实现疲劳的检测，根据设定的疲劳状态的分界点，将输出值与分界点进行比较，得到疲劳检测结果。
-
-
-
-
Search Results
5
records
(took 0.048 seconds)
