-
公开(公告)号:CN116434307A
公开(公告)日:2023-07-14
申请号:CN202310410116.1
申请日:2023-04-18
Applicant: 哈尔滨工业大学
IPC: G06V40/16 , G06V20/40 , G06V10/774 , G06V10/75 , G06T7/269
Abstract: 本发明公开了一种基于运动单元原型模板的微表情特征提取方法,包括:在预处理中,针对不同被试之间面部差异问题和同一被试在视频中的头部平移问题,使用了基于器官的面部位置校正和裁剪方法,保证光流特征提取的准确性;为准确分析微表情中的运动单元,提出面向运动单元的原型模板。每个原型模板中记录了具有代表性的面部运动单元动态信息,并对具有一定差异的面部动作的AU识别具有较强的鲁棒性;为准确捕捉微表情动作,将微表情视频的光流图序列与AU运动模板进行匹配,得到对视频中复杂微表情动作的深入解析,提升微表情特征的准确率性和可解释性。本发明的优点是:能够有效捕捉微表情发生时细微的面部动作,可用于微表情检测,识别和生成。
-
公开(公告)号:CN119848615A
公开(公告)日:2025-04-18
申请号:CN202411573670.2
申请日:2024-11-06
Applicant: 哈尔滨工业大学
IPC: G06F18/241 , G06F18/25 , G06F18/213 , G06F18/211 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/0985 , G06F123/02
Abstract: 本发明公开了一种面向运动想象的EEG高时间分辨率脑活动状态表征模型,涉及信号处理技术领域,其技术方案要点是:包括双层状态空间嵌入模块、任务相关评估模块和低维子空间表征模块。本发明采用双层状态空间嵌入模块表示,完整保留时间序列信息,实现高分辨率EEG动态建模,精确捕捉运动想象任务中的脑动力学变化;本发明结合任务相关性度量和低维空间表征,增强特征序列的任务相关影响,减弱噪声影响,在数据稀缺或噪声环境下仍保持高分类精度;本发明不仅在分类准确率上超越了现有模型,还显著提升了对脑动力学过程的理解和分析能力,拓展了EEG解码技术在神经科学研究和脑机接口应用中的潜力。
-
公开(公告)号:CN118364269A
公开(公告)日:2024-07-19
申请号:CN202410645143.1
申请日:2024-05-23
Applicant: 哈尔滨工业大学
IPC: G06F18/213 , G06N3/0464 , G06N3/0455 , G06N3/0895 , G06F18/241
Abstract: 本发明属于脑机接口的脑电图信号领域,公开了一种用于高性能脑机接口的脑电图信号通用表示方法,包括EEGPT结构,所述EEGPT结构包括分块patching、掩码masking、嵌入embedding操作,以及编码器encoder模块、动量编码器menc模块、预测器predictor模块和重构器reconstructor模块,包括以下方法:双自监督预训练方法、时空表示对齐方法、基于掩码的重构方法、局部时空嵌入方法、两种微调方法;本发明解决了现有技术由于不同EEG采集设备的采样率不一致以及电极通道位置的差异,通过卷积编码器提取初始特征无法解耦电极通道和EEG信号之间的相关性,这使得模型在鲁棒性和可扩展性方面存在显著缺陷的的问题,适用于脑机接口的脑电图信号。
-
-