公开(公告)号：CN114723934A

公开(公告)日：2022-07-08

申请号：CN202011513300.1

申请日：2020-12-18

Applicant: 南京大学

Inventor： 陈颖 ,  余海天 ,  朱昊川 ,  葛云

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公布了一种非接触式测定疲劳度的途径，分为两个部分。第一部分通过分析视频中人皮肤区域的像素值随时间变化的序列，经成像光电容积描记法(ImagePhotoplethysmography，IPPG)信号提取、心动窗口提取、血流信号特征提取、特征时延计算和噪声过滤五个步骤得到有效像素位置的血流特征时延。第二部分对有效像素点的血流特征时延与原始视频帧进行数据融合，将视频转化为一张带有血流信息的人皮肤图片，将该图片作为训练对象利用神经网络进行深度学习，得到具有判别疲劳程度能力的网络模型，同时再对血流特征提取和数据融合的算法进行优化，从而形成从视频到人体疲劳程度检测结果的非接触式检测系统。

公开(公告)号：CN111104834A

公开(公告)日：2020-05-05

申请号：CN201811281412.1

申请日：2018-10-25

Applicant: 南京大学

Inventor： 朱昊川 ,  陈颖 ,  葛云 ,  黄晓林

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种交叉对比神经网络在心声智能检测中的应用方法。本发明将深度神经网络与IBS理论相结合，提出了一种新的网络架构，交叉对比神经网络。这种新的网络架构利用卷积滤波器提取声音频谱的纹理特征，然后通过对比的方式计算两幅图像特征的相似度。对心声数据库的实验表明，我们的方法可以提高分类的准确度，同时给出了直观的统计学解释。