-
公开(公告)号：CN114359687A
公开(公告)日：2022-04-15
申请号：CN202111483806.7
申请日：2021-12-07
Applicant: 华南理工大学
IPC: G06V20/00 , G06V10/25 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/80 , G06K9/62
Abstract: 本发明公开了一种基于多模态数据双重融合的目标检测方法、装置、电子设备和存储介质，所述方法包括：根据可见光‑红外目标检测数据集中任意一对可见光图像和红外图像，生成融合图像；由可见光图像和红外图像与融合图像构成数据样本；利用数据样本训练检测器，得到训练好的不同模态的检测器；根据待测的一对可见光图像和红外图像，生成待测融合图像；将待测的可见光图像和红外图像与待测融合图像分别输入训练好的对应模态的检测器，得到检测结果；将检测结果融合，得到最终检测结果。本发明综合利用像素级融合和决策级融合两种不同层级融合的优点，使可见光模态和红外模态的信息尽可能被充分利用，从而具有更优秀的全天候检测性能。
-
公开(公告)号：CN115067943B
公开(公告)日：2024-08-23
申请号：CN202210677690.9
申请日：2022-06-16
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于脑波信号的专注度提取方法及其系统。该方法包括步骤：采集原始脑波信号，对原始脑波信号进行盲源分离，消除眼动干扰信号，只保留原始脑波信号中的真实脑波信号；对真实脑波信号使用小波包变换进行分解后存储到分解树中；从分解树中取出信号进行重构得到α、β、θ三种脑波；根据α、β、θ三种脑波的能量谱特性计算人脑的专注度。本发明相比现有技术，具有实时性强、准确度高、计算复杂度低，鲁棒性强的特点，本发明剔除了眼动干扰的影响，且对专注度采用合理定义，提高了识别精度、适应性好、专注度能够良好地体现受试者的注意力特点。
-
公开(公告)号：CN114359687B
公开(公告)日：2024-04-09
申请号：CN202111483806.7
申请日：2021-12-07
Applicant: 华南理工大学
IPC: G06V20/00 , G06V10/25 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于多模态数据双重融合的目标检测方法、装置、电子设备和存储介质，所述方法包括：根据可见光‑红外目标检测数据集中任意一对可见光图像和红外图像，生成融合图像；由可见光图像和红外图像与融合图像构成数据样本；利用数据样本训练检测器，得到训练好的不同模态的检测器；根据待测的一对可见光图像和红外图像，生成待测融合图像；将待测的可见光图像和红外图像与待测融合图像分别输入训练好的对应模态的检测器，得到检测结果；将检测结果融合，得到最终检测结果。本发明综合利用像素级融合和决策级融合两种不同层级融合的优点，使可见光模态和红外模态的信息尽可能被充分利用，从而具有更优秀的全天候检测性能。
-
公开(公告)号：CN115067943A
公开(公告)日：2022-09-20
申请号：CN202210677690.9
申请日：2022-06-16
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于脑波信号的专注度提取方法及其系统。该方法包括步骤：采集原始脑波信号，对原始脑波信号进行盲源分离，消除眼动干扰信号，只保留原始脑波信号中的真实脑波信号；对真实脑波信号使用小波包变换进行分解后存储到分解树中；从分解树中取出信号进行重构得到α、β、θ三种脑波；根据α、β、θ三种脑波的能量谱特性计算人脑的专注度。本发明相比现有技术，具有实时性强、准确度高、计算复杂度低，鲁棒性强的特点，本发明剔除了眼动干扰的影响，且对专注度采用合理定义，提高了识别精度、适应性好、专注度能够良好地体现受试者的注意力特点。
-
-
-
Search Results
4
records
(took 0.027 seconds)
