公开(公告)号：CN108366732A

公开(公告)日：2018-08-03

申请号：CN201680073944.9

申请日：2016-12-08

Applicant: 微软技术许可有限责任公司

Inventor： A·卡纳安 ,  G·拉马斯瓦米 ,  A·古扎尔 ,  S·巴斯卡尔

IPC: A61B5/00 ,  A61B5/024 ,  A61B5/18 ,  B60K28/06 ,  G08B21/06 ,  B60W40/08

CPC classification number: A61B5/7282 ,  A61B5/0024 ,  A61B5/02405 ,  A61B5/16 ,  A61B5/18 ,  A61B5/6801 ,  A61B5/681 ,  A61B5/6898 ,  A61B5/7257 ,  A61B5/726 ,  A61B5/7264 ,  A61B5/7267 ,  A61B5/7405 ,  A61B5/742 ,  A61B5/746 ,  B60K28/06 ,  B60W2040/0827 ,  G08B21/06

Abstract: 困倦起始检测实现基于心率信息来预测人何时从清醒状态过渡到困倦状态。接着采取合适的行动来将人刺激至清醒状态或通知其他人其状态(关于困倦/警觉)。这一般涉及使用一个或多个心率(HR)传感器随时间捕获人的心率信息，并且接着根据所捕获的心率信息来计算心率变异性(HRV)信号。使用离散傅里叶变换和离散小波变换，分析HRV信号以提取指示个体从清醒状态到困倦状态的过渡的特征。将所提取的特征输入到已经被训练为使用相同的特征来识别个体何时进行前述过渡到困倦的人工神经网络(ANN)中。每当检测到困倦起始时，发起警告。

公开(公告)号：CN105518661A

公开(公告)日：2016-04-20

申请号：CN201480044558.8

申请日：2014-08-08

Applicant: 微软技术许可有限责任公司

Inventor： S·J·贝克 ,  A·卡纳安 ,  K·拉姆纳特

IPC: G06F17/30

CPC classification number: G06F17/2235 ,  G06F3/0484 ,  G06F17/2705 ,  G06F17/30265 ,  G06F17/30424 ,  G06F17/3053 ,  G06F17/30864 ,  G06F17/30867

Abstract: 对存储在信息存储库中的图像进行准备以用于浏览。针对存储库中的每个图像，对存储库中的文本进行挖掘以提取与图像有关的文本的片段，该文本的片段语义上与图像相关，并且针对这些文本的片段中的每个，检测文本的片段中的关键项，该关键项表示与图像有关的概念或与图像有关的实体，并且该文本的片段和关键项与图像相关联。与存储库中的每个图像相关联的每个关键项被超链接到存储库中的与该关键项相关联的每个其他图像。图形化用户界面允许用户通过使用其相关联的文本的片段和超链接的关键项来浏览存储库中的图像。

公开(公告)号：CN105518661B

公开(公告)日：2018-11-30

申请号：CN201480044558.8

申请日：2014-08-08

Applicant: 微软技术许可有限责任公司

Inventor： S·J·贝克 ,  A·卡纳安 ,  K·拉姆纳特

IPC: G06F17/30

CPC classification number: G06F17/2235 ,  G06F3/0484 ,  G06F17/2705 ,  G06F17/30265 ,  G06F17/30424 ,  G06F17/3053 ,  G06F17/30864 ,  G06F17/30867

Abstract: 对存储在信息存储库中的图像进行准备以用于浏览。针对存储库中的每个图像，对存储库中的文本进行挖掘以提取与图像有关的文本的片段，该文本的片段语义上与图像相关，并且针对这些文本的片段中的每个，检测文本的片段中的关键项，该关键项表示与图像有关的概念或与图像有关的实体，并且该文本的片段和关键项与图像相关联。与存储库中的每个图像相关联的每个关键项被超链接到存储库中的与该关键项相关联的每个其他图像。图形化用户界面允许用户通过使用其相关联的文本的片段和超链接的关键项来浏览存储库中的图像。

公开(公告)号：CN108366732B

公开(公告)日：2022-03-29

申请号：CN201680073944.9

申请日：2016-12-08

Applicant: 微软技术许可有限责任公司

Inventor： A·卡纳安 ,  G·拉马斯瓦米 ,  A·古扎尔 ,  S·巴斯卡尔

IPC: A61B5/18 ,  A61B5/00 ,  A61B5/024 ,  B60K28/06 ,  G08B21/06 ,  B60W40/08 ,  G06N3/02

Abstract: 困倦起始检测实现基于心率信息来预测人何时从清醒状态过渡到困倦状态。接着采取合适的行动来将人刺激至清醒状态或通知其他人其状态(关于困倦/警觉)。这一般涉及使用一个或多个心率(HR)传感器随时间捕获人的心率信息，并且接着根据所捕获的心率信息来计算心率变异性(HRV)信号。使用离散傅里叶变换和离散小波变换，分析HRV信号以提取指示个体从清醒状态到困倦状态的过渡的特征。将所提取的特征输入到已经被训练为使用相同的特征来识别个体何时进行前述过渡到困倦的人工神经网络(ANN)中。每当检测到困倦起始时，发起警告。