公开(公告)号：CN119418381A

公开(公告)日：2025-02-11

申请号：CN202411463210.4

申请日：2024-10-18

Applicant: 南京大学

Inventor： 吴宇奥 ,  陈颖 ,  孟学冬

IPC: G06V40/16 ,  A61B5/00 ,  G06V40/10 ,  G06V10/44 ,  G06V10/764 ,  G06V10/77 ,  G06N3/0464

Abstract: 本发明提出了一种基于人脸视频提取血流运动特征的疲劳检测网络，该网络由人脸视频预处理、特征提取模块、特征约束处理模块和分类器组成。旨在解决现有疲劳检测方法中生化指标方法侵入性强、生理信号方法实时性差、行为表征方法可靠性弱等问题。

公开(公告)号：CN117034068A

公开(公告)日：2023-11-10

申请号：CN202211219476.5

申请日：2022-09-30

Applicant: 南京大学

Inventor： 孟学冬 ,  陈颖 ,  余海天 ,  葛云

IPC: G06F18/24 ,  A61B5/16

Abstract: 本发明公布了一种基于视频提取BVP传播速度特征的疲劳判别方法，分为三个部分。第一部分是确定计算BVP信号传播速度的区域，通过人脸框定皮肤选取、像素实际长度计算、远程光电体积描记(remote Photoplethys‑mography，rPPG)信号提取、滑窗筛选四个步骤得到多个正方形有效区域。第二部分对有效区域内的像素点进行筛选，经过空间信号功率筛选、心率窗口能量比筛选、相对能量比与相关性筛选并行处理，得到多组匹配的像素序列组。第三部分根据推导公式逐组计算BVP传播速度，对全部BVP传播速度求均值后和疲劳阈值比较，最终实现疲劳判别。该方法既保留非接触检测高效便捷、侵入性低的优点，又从血流的生理信号本质进行疲劳判别，提高疲劳检测的准确度。