-
公开(公告)号:CN114528885B
公开(公告)日:2025-03-28
申请号:CN202210201565.0
申请日:2022-03-03
Applicant: 重庆邮电大学
IPC: G06F18/24 , G06F18/10 , G06F3/01 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的目标识别及反馈系统,属于视觉搜索人机交互领域,公开了一种基于外部注意力机制的深度学习网络对脑电信号进行分类识别的方法和一种脑电自动矫正方法,具有提高目标识别效率的效果。该系统包括离线训练模块:用于通过对用户进行视觉刺激,使用户产生与任务相关的脑电,并采集脑电数据作为训练样本;在线训练模块:用于在用户进行目标搜索时实时采集用户的脑电数据,并将目标识别模块识别的结果实时反馈给用户;脑电信号自动矫正模块:根据不同用户间的脑电差异,自动学习矫正函数,从而对脑电进行矫正,并将矫正后的脑电信号输入目标识别模块;目标识别模块:用于对脑电信号进行分析,识别出用户目标搜索的结果。
-
公开(公告)号:CN114528885A
公开(公告)日:2022-05-24
申请号:CN202210201565.0
申请日:2022-03-03
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度学习的目标识别及反馈系统,属于视觉搜索人机交互领域,公开了一种基于外部注意力机制的深度学习网络对脑电信号进行分类识别的方法和一种脑电自动矫正方法,具有提高目标识别效率的效果。该系统包括离线训练模块:用于通过对用户进行视觉刺激,使用户产生与任务相关的脑电,并采集脑电数据作为训练样本;在线训练模块:用于在用户进行目标搜索时实时采集用户的脑电数据,并将目标识别模块识别的结果实时反馈给用户;脑电信号自动矫正模块:根据不同用户间的脑电差异,自动学习矫正函数,从而对脑电进行矫正,并将矫正后的脑电信号输入目标识别模块;目标识别模块:用于对脑电信号进行分析,识别出用户目标搜索的结果。
-
公开(公告)号:CN111273767A
公开(公告)日:2020-06-12
申请号:CN202010033599.4
申请日:2020-01-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度迁移学习的助听脑机接口系统,属于人机交互技术领域。系统基于脑电信号,以节律熵作为分类特征,以一种新的卷积神经网络模型作为分类器,用深度迁移学习方法解决数据量不足的问题,实现对听觉对象追踪正确和错误的监测。系统的实现分为两个阶段:离线训练阶段和在线监测阶段。离线训练阶段,基于嘈杂的听觉环境,收集大量的脑电数据,预先训练分类模型,并使模型稳定。在线监测阶段,基于深度迁移方法,对用户的听觉注意状态进行实时监测。当监测到用户对听觉对象追踪错误时,给予及时的反馈。系统实现了对疲劳、注意力涣散、注意力缺陷等用户的注意力的提高,从而达到了助听的目的。
-
-