一种基于微表情的疲劳状态检测方法

    公开(公告)号:CN110781828A

    公开(公告)日:2020-02-11

    申请号:CN201911027427.X

    申请日:2019-10-28

    Abstract: 本发明公开了一种基于微表情的疲劳状态检测方法,要解决的是现有疲劳检测中存在的问题。本发明具体步骤如下:步骤一,捕捉测试者的实时面部微表情,将实时面部微表情存储并且将实时面部微表情提取成多个特征点,然后进行数据筛选,得到个人面部数据;步骤二,采集测试者在清醒状态下和轻微疲劳状态下的面部图像,构建个性化微表情疲劳识别模型;步骤三,将个人面部数据代入个性化微表情疲劳识别模型进行分析即可。本发明的方法能有效的检测测试者是否处于疲劳状态,可针对独立个体进行检测;本发明的方法相对于传统检测手段,具有检测的精度较高、非接触、个体化强、可以根据测试者的实时状态更新疲劳情况的优势,便于推广。

    一种基于认知负荷增强的测谎分析系统

    公开(公告)号:CN111616702A

    公开(公告)日:2020-09-04

    申请号:CN202010560051.5

    申请日:2020-06-18

    Abstract: 本发明公开了一种基于认知负荷增强的测谎分析系统,该方法包括:采用认知负荷的犯罪情节测试CL-GKT-ERP范式对被测试者进行测试;根据认知负荷的犯罪情节测试CL-GKT-ERP范式的不同刺激在脑电波信号中的标记,采用事件相关电位ERP法对脑电波信号进行ERP信号提取;对顶区及顶后区通道,靶刺激和无关刺激的两组ERP信号在300ms至650ms时间段上的最大值进行统一归一化处理,获得说谎靶特征向量;对说谎靶特征向量进行分布分析,并根据靶刺激特征的幅值分布规律进行说谎判断。本发明使用认知负荷增强的新型测谎范式和归一化的事件相关电位(ERP)识别方法进行测谎分析,能够有效地规避反测谎的影响,具有更高的准确性。

Patent Agency Ranking