-
公开(公告)号：CN117409454B
公开(公告)日：2024-09-17
申请号：CN202311080877.1
申请日：2023-08-25
申请人： 中国人民解放军空军军医大学
摘要： 本发明公开了一种基于面部肌肉运动监测的情绪动态识别方法和装置，涉及智能分析技术领域。该方法包括：获取一侧人脸面部表情活动幅度大的关键区域的肌肉移动数据和另一侧人脸面部表情活动幅度大的关键区域的连续帧图像；获取与情绪相关的多个情绪状态，并将每个情绪状态和其对应的连续帧图像进行关联、将每个情绪状态与同一位置同一时刻连续帧图像对应的肌肉移动数据进行关联以形成训练集，通过训练集构建情绪识别模型；将实时获取的肌肉移动数据和连续帧图像输入情绪识别模型中，获得对应的情绪状态。该方法通过肌肉移动数据和连续帧图像训练构建情绪识别模型，并通过运动数据填补微小动作图像采集不到的部分，从而获得准确的情绪检测结果。
-
公开(公告)号：CN116189835A
公开(公告)日：2023-05-30
申请号：CN202310050339.1
申请日：2023-02-01
申请人： 中国人民解放军空军军医大学
摘要： 本发明公开了一种针对心理障碍特质高危个体的自适应筛查系统及方法，其中的系统包括题库模块、测试系统模块、管理系统模块、分数报告模块及算法模块。本发明大大提高了测量精度、极大提高了测验效率、大大提升了测试者的答题兴趣度，大大降低了筛查测验的人力和物力等运作成本。
-
公开(公告)号：CN114033934A
公开(公告)日：2022-02-11
申请号：CN202111543318.0
申请日：2021-12-16
申请人： 中国人民解放军空军军医大学
摘要： 本发明涉及驾驶疲劳监测技术领域，且公开了一种飞行人员疲劳及注意力监测装置，包括操纵架，所述操纵架的两端固定安装有操纵杆，所述操纵架的顶部固定安装有固定台，所述固定台的正面固定安装有第一蜂鸣器，所述固定台的顶部设置有第一滑动槽，所述固定台的背面设置有第二滑动槽。该飞行人员疲劳及注意力监测装置，通过设置眼球扫描仪对飞行员状态进行检测，通过第一蜂鸣器和第一预警灯进行疲劳预警，通过设置转动马达、第一转轴、第二转轴、第一连接杆、第二连接杆、连接轴和滑动柱，使得滑动台在第一滑动槽上往复滑动，使得眼球扫描仪的监测区域更加全面，避免了监测死角导致的飞行疲劳预警不及时的问题。
-
公开(公告)号：CN115192027B
公开(公告)日：2024-08-06
申请号：CN202210925547.7
申请日：2022-08-03
申请人： 中国人民解放军空军军医大学
IPC分类号： A61B5/18 , A61B5/16 , A61B5/1455
摘要： 一种基于脑电与眼动于一体的驾驶疲劳检测及预警系统，属于驾驶疲劳检测技术领域，为解决无法针对驾驶员进行追踪检测，检测预警系统过于简单，驾驶员佩戴墨镜或移除脑电检测仪后眼动识别和脑电检测则失去作用的问题。眼动追踪系统：基于镜头捕捉眼部动态折射至CMOS图像传感器，在眼部动态视频输出后对其进行解码，通过处理器将面部动态与数据库面部数据进行比对检测是否存在疲劳驾驶行为，通过蜂鸣器做警报处理。在方向圆把的背后的两侧均设置有指槽，且特定的单个指槽开设的槽内设置的解码驱动板上连接有光电探测头和感应器，以便于对血氧进行实时监测，转台上设置有红外补光头和追踪探头，以便于对面部进行实时追踪。
-
公开(公告)号：CN111772909B
公开(公告)日：2023-01-06
申请号：CN202010827879.2
申请日：2020-08-17
申请人： 中国人民解放军空军军医大学
摘要： 本发明涉及头部保护技术领域，公开了一种精神分裂症高危人群心理评估中使用的头部约束保护装置，包括：两个第一壳体，前后设置，扣合后用于戴在人的头部，位于前部的第一壳体上设有用于露出人面部的豁口；两个第二壳体，前后设置，扣合后用于套在人的脖子上；两个第三壳体，前后设置，上部扣合后用于卡在人的肩部前后两侧；四个第四壳体，分为两组，每组两个，前后设置，扣合后用于套在人的胳膊上，第四壳体的长度能够限制胳膊肘关节的活动；第一壳体、第二壳体、第三壳体和第四壳体一体成型，这种头部约束保护装置，能够解决精神分裂症高危人群在心理评估过程中进行自残伤害头或脖子的问题，降低了病人发病时受到的伤害。
-
公开(公告)号：CN115192027A
公开(公告)日：2022-10-18
申请号：CN202210925547.7
申请日：2022-08-03
申请人： 中国人民解放军空军军医大学
IPC分类号： A61B5/18 , A61B5/16 , A61B5/1455
摘要： 一种基于脑电与眼动于一体的驾驶疲劳检测及预警系统，属于驾驶疲劳检测技术领域，为解决无法针对驾驶员进行追踪检测，检测预警系统过于简单，驾驶员佩戴墨镜或移除脑电检测仪后眼动识别和脑电检测则失去作用的问题。眼动追踪系统：基于镜头捕捉眼部动态折射至CMOS图像传感器，在眼部动态视频输出后对其进行解码，通过处理器将面部动态与数据库面部数据进行比对检测是否存在疲劳驾驶行为，通过蜂鸣器做警报处理。在方向圆把的背后的两侧均设置有指槽，且特定的单个指槽开设的槽内设置的解码驱动板上连接有光电探测头和感应器，以便于对血氧进行实时监测，转台上设置有红外补光头和追踪探头，以便于对面部进行实时追踪。
-
公开(公告)号：CN114168713A
公开(公告)日：2022-03-11
申请号：CN202111509354.5
申请日：2021-12-10
申请人： 中国人民解放军空军军医大学
IPC分类号： G06F16/33 , G06F16/332 , G06V40/16 , G06N20/00 , G10L13/02
摘要： 本发明公开了一种智能语音AI安抚方法，首先，获取逝者手机中的逝者的原始录音以及逝者的通话录音；其次，提取所述原始录音的音色以及所述通话录音的音色，综合得到逝者的安抚音色；再次，获取逝者生前与家属的对话，通过机器学习的方式对所述对话进行训练，所述对话包括逝者话语和家属话语，得到逝者的说话方式；最后，接收家属话语，跟根据所述说话方式得到逝者话语，并将得到的逝者话语使用所述安抚音色进行播放。本发明通过收集逝者所使用的收集中的录音和逝者生前通话的录音，模拟出逝者的音色，同时结合逝者之前的说话口吻，在逝者家属与其进行对话的时候，使用逝者的声音，模拟逝者的说话方式，对逝者家属进行语言的回复。
-
公开(公告)号：CN111762335B
公开(公告)日：2021-09-10
申请号：CN202010642307.7
申请日：2020-07-06
申请人： 中国人民解放军空军军医大学
IPC分类号： B64F5/10
摘要： 本发明涉及一种飞行员操纵系统安装夹具，包括：架体；电动机一，设在架体上，其输出轴竖直设；杆体，其中一端开设有安装孔，安装孔套装在电动机一的输出轴上；传力构件，设在安装孔和电动机一的输出轴之间；凸轮，设在架体的上方，杆体背离电动机一的一端穿出架体与其固定，凸轮的周向侧壁上开设有用于钢索的导向的滑槽；蜗杆，中心为空心结构，套装固定在杆体的中部；电动机二，设在架体上，其输出轴与电动机一的输出轴垂直；蜗轮，套装设在电动机二的输出轴上，与蜗杆啮合。利用本发明可以方便的对操纵系统进行安装调试，结构可靠，同时方便的对钢索状态的变化进行弥补，保持飞机的操纵性能，保证飞行的安全。
-
公开(公告)号：CN118429218B
公开(公告)日：2024-08-30
申请号：CN202410874992.4
申请日：2024-07-02
申请人： 中国人民解放军空军军医大学
摘要： 本发明涉及图像处理领域，涉及一种飞行测试系统，包括：无人机，用于采集包含参考点的连续多帧灰度图像；去模糊模块，用于计算灰度图像的整体模糊指标，其与第一、二模糊指标正相关，与噪声指标负相关，基于整体模糊指标得到去模糊图像；第一模糊指标与像素点的梯度差异负相关；第二模糊指标与参考点的灰度方差正相关，与参考点在图像中的轨迹和对应的无人机飞行轨迹的差异正相关。噪声指标与去噪前后的灰度差异正相关。飞行测试模块，用于计算稳定指标，其与灰度图像和去模糊图像的差异负相关；响应于稳定指标大于预设阈值时，飞行测试合格。本发明提高了对灰度图像去模糊的效果，得到的飞行测试结果的准确性更高。
-
公开(公告)号：CN117349792B
公开(公告)日：2024-06-07
申请号：CN202311391539.X
申请日：2023-10-25
申请人： 中国人民解放军空军军医大学
IPC分类号： G06F18/25 , G06F18/241 , G06F18/23213 , G06V40/16 , G06V10/82 , G06N3/0499 , G06N3/084 , G10L25/63 , G10L25/45 , G10L25/24 , G10L25/30
摘要： 本发明公开一种基于面部特征与语音特征的情绪识别方法，涉及特征融合技术领域，包括：对采集的包含有面部信号和语音信号的音视频进行分帧，提取每帧的语音特征值和面部特征值；根据情绪种类构建K均值聚类数目集，从K均值聚类数目集合中确定最优聚类数目；使用最优聚类数目kbest把语音特征值和面部特征值聚为不同的簇，将既含有面部特征值也含有语音特征值的簇作为融合特征；将融合特征输入到情绪识别模块中，输出情绪识别结果。本发明引入k均值算法对表情特征和语音特征进行融合，将不同感知模式的信息融合，有助于捕捉模态之间的互补信息。将该类作为情绪识别模型的输入有助于情绪识别模型输出更准确的情绪识别结果。
-
-
-
-
-
-
-
-
-
搜索结果
34 条记录 (耗时 0.032 秒)
