-
公开(公告)号：CN119632566A
公开(公告)日：2025-03-18
申请号：CN202411802558.1
申请日：2024-12-09
Applicant: 广东电网有限责任公司湛江供电局
Abstract: 本申请提供了一种作业人员感应电极安装位置的确定方法。该方法首先在测试对象前额区域基于预设位置进行电极标记；然后依据电阻值测试确定电极安装的第一目标位置；接着进行识别精度测试，依据测试结果确定满足精度要求的第二目标位置；最后根据第二目标位置优化电极配置，确定最小数量的电极组合方案，以满足监测需求。本申请通过对电极接触位置的多重测试和优化，精准确定电极在作业人员前额区域的最佳安装位置，确保电极与皮肤的紧密接触，从而实现了生理信号的高质量采集，减少了信号失真和干扰，解决了现有技术中由于电极接触不稳定或配置不合理而导致的监测精度不足的问题。
-
公开(公告)号：CN119580331A
公开(公告)日：2025-03-07
申请号：CN202411802551.X
申请日：2024-12-09
Applicant: 广东电网有限责任公司湛江供电局
IPC: G06V40/16 , G06V10/82 , G06T17/00 , G06V10/46 , G06V10/764 , G06V10/774 , G06N3/08
Abstract: 本申请提供了一种基于深度学习的面部表情识别优化方法、装置与电子设备。该方法包括：获取面部表情数据，根据面部表情数据采用3D面部重建技术构建面部三维模型；采用SIFT算法从面部三维模型中提取面部特征，并确定面部特征对应的表情标签，构建深度学习模型，采用面部特征与表情标签作为训练样本训练深度学习模型，得到面部表情识别模型；至少采用面部表情识别模型对待识别面部表情进行识别，生成识别结果。通过集成3D面部重建、SIFT算法技术，提高了面部表情识别的准确性、鲁棒性、细微表情识别能力、动态表情处理能力以及异常检测与处理能力。解决了现有的面部特征提取算法对于细微表情的识别能力有限的问题。
-
公开(公告)号：CN118397306A
公开(公告)日：2024-07-26
申请号：CN202410633994.4
申请日：2024-05-21
Applicant: 广东电网有限责任公司湛江供电局
IPC: G06V10/62 , G06V10/52 , G06V10/771 , G06V10/77 , G06V10/774 , G06V10/82 , G06V40/16
Abstract: 本申请提供了一种基于特征旋转的微表情识别特征的确定方法、装置和系统，采用时间一致差分能量图像算法，得以利用了每一帧样本中的信息，没有对原始数据进行增减，减少了误差和数据损失，此外，时间一致差分能量图像算法还考虑了摄像机FPS的影响，使得提取的特征更具鲁棒性，采用积分投影方法增加了信息密度并降低了特征维度，可以提取较低维特征，降低计算成本和存储需求，并且可以避免维度灾难问题的出现，基于不动点旋转的方法进行特征选择，并同时采用损失函数算法，对所述特征点进行优化，确定目标特征点，得以在保证高精度的情况下提取微表情的低维特征，从而解决了现有方案对于微表情的特征点的识别的计算成本和存储需求较高的问题。
-
公开(公告)号：CN116256586B
公开(公告)日：2023-07-18
申请号：CN202310519164.4
申请日：2023-05-10
Applicant: 广东电网有限责任公司湛江供电局
Abstract: 本发明公开了一种电力设备过热检测方法、装置、电子设备与存储介质，涉及电力设备故障检测技术领域，用于解决现有的电力设备过热检测方法中检测效率低下、检测效果不理想等技术问题。方法包括：获取电力设备红外图像并将其输入至变电站电力设备过热检测模型，对电力设备红外图像进行连续空间域视觉识别处理，提取出多个特征图，对多个特征图分别进行深层特征强化处理，输出多个强化特征图，对多个强化特征图进行特征增强融合处理，输出多个增强融合特征图并确定各自对应的检测头，基于各个检测头对电力设备红外图像中电力设备的对应位置进行过热检测，实现了快速、准确地检测出电力设备过热缺陷，提高了检测效率并获得了更好的检测效果。
-
公开(公告)号：CN119856929A
公开(公告)日：2025-04-22
申请号：CN202411929405.3
申请日：2024-12-25
Applicant: 广东电网有限责任公司湛江供电局
IPC: A61B5/16 , A61B5/369 , A61B5/372 , A61B5/00 , G06F18/2131 , G06F18/24 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本申请提供了一种基于脑电信号的情绪预测方法及装置，该方法包括：获取目标用户的脑电信号；对脑电信号进行时频分析，得到目标脑电特征信号，并从目标脑电特征信号中提取不同频段的脑电特征，得到多维度脑电特征；根据多维度脑电特征对静息情绪状态基线进行校准，得到校准情绪状态基线，并提取校准情绪状态基线对应的特征，得到校准脑电特征；将校准脑电特征输入情绪预测模型，以利用情绪预测模型进行情绪预测，输出得到情绪预测结果；基于情绪预测结果，执行实时情绪监测和反馈。本申请解决了现有技术中忽略情绪识别过程中的数据个体差异和非平稳特征导致情绪识别精度低的问题。
-
Patent Agency Ranking
公开(公告)号：CN119760574A
公开(公告)日：2025-04-04
申请号：CN202411929428.4
申请日：2024-12-25
Applicant: 广东电网有限责任公司湛江供电局
IPC: G06F18/2431 , G06F18/241 , G06F18/25 , A61B3/113 , A61B5/11 , A61B5/369 , A61B5/00 , G01L5/00
Abstract: 本申请提供了一种头盔佩戴紧密性测试方法及装置、计算机可读存储介质，包括：获取在不同模拟场景下受试者佩戴头盔时的有效受试者数据；监测头盔内部与受试者头部接触面的压力分布，生成压力分布图；将压力分布图和有效受试者数据输入至模式识别模型中，得到紧密性模式；在紧密性模式为头盔佩戴不紧密的情况下，利用自适应调节机制自动调整头盔佩戴参数；根据自动调整后的头盔佩戴参数，重新获取受试者感受数据并验证调整效果；在调整效果为调整无效的情况下，重新获取数据并调整头盔直至头盔佩戴紧密。本申请解决了现有技术中头盔测试结果与实际使用情况存在偏差导致难以准确评估头盔与头部的贴合程度的问题。
-
公开(公告)号：CN119700117A
公开(公告)日：2025-03-28
申请号：CN202411929417.6
申请日：2024-12-25
Applicant: 广东电网有限责任公司湛江供电局
IPC: A61B5/16 , A61B5/369 , A61B5/372 , A61B5/00 , G06F18/2131 , G06F18/10 , G06F18/213 , G06F18/2135 , G06N20/10 , G06F3/01
Abstract: 本申请公开了一种基于脑电子空间判别情感识别方法及系统，涉及情感识别技术领域，包括：获取用户的脑电信号，对收集到的脑电信号进行预处理，并提取特征值，其中，预处理包括对收集到的脑电信号进行信号滤波、信号去噪、信号分段和基线校正中的一种或者多种；根据特征值构建脑电子空间，在脑电子空间中提取情感特征，其中，脑电子空间为特征值组成的特征向量的集合；利用机器学习算法对情感特征进行训练，得到情感识别模型，将采集的新的脑电信号输入至情感识别模型，进行情感状态的识别，得到识别结果。该方法解决了现有技术中情感识别的准确性较差的问题。
-
公开(公告)号：CN119679430A
公开(公告)日：2025-03-25
申请号：CN202411812690.0
申请日：2024-12-10
Applicant: 广东电网有限责任公司湛江供电局
IPC: A61B5/369 , A61B5/00 , A61B5/318 , A61B5/389 , A61B5/398 , G06F18/10 , G06F18/2135 , G06F18/2413
Abstract: 本申请提供了一种脑电信号的伪迹去除方法及装置。该方法使用脑电波采集设备记录参与者的脑电信号并进行预处理；利用伪迹识别模型标记伪迹；对不同伪迹类型的影响程度进行定量分析；通过综合PCA‑LLE分析方法进行脑电信号去伪迹。本申请通过引入脑电信号的预处理、伪迹识别模型及基于PCA‑LLE的伪迹去除方法，实现了伪迹信号的精准分类与有效去除，同时对伪迹干扰进行定量分析，最大限度地保留了脑电信号的完整性和有效性，从而解决了现有技术中脑电信号的伪迹识别不精准、伪迹处理导致脑电信号完整性下降以及复杂伪迹处理能力有限的问题。
-
公开(公告)号：CN119577458A
公开(公告)日：2025-03-07
申请号：CN202411802552.4
申请日：2024-12-09
Applicant: 广东电网有限责任公司湛江供电局
IPC: G06F18/214 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/045 , G06N3/0475 , G06N3/094 , G06V40/16 , G06V10/46
Abstract: 本申请提供了一种面部表情表征人体疲劳状态的模式信号集构建方法。该方法包括：获取作业人员的疲劳状态数据，确定疲劳状态数据的特征向量，并根据特征向量确定作业人员的情绪状态值，并根据情绪状态值对作业人员的疲劳状态数据进行标签分类处理，得到样本数据，并基于样本数据构建训练数据；构建神经网络模型，采用样本数据对神经网络模型进行训练处理，生成特征增强模型，并采用特征增强模型对样本数据以及训练数据进行特征增强处理，生成增强数据集，并采用生成对抗网络对增强数据集进行扩充处理，生成模式信号集，其中，模式信号集用于人体疲劳状态识别模型的构建。解决了现有技术用于疲劳识别模型训练的数据不全面的问题。
-
公开(公告)号：CN119564230A
公开(公告)日：2025-03-07
申请号：CN202411802555.8
申请日：2024-12-09
Applicant: 广东电网有限责任公司湛江供电局
IPC: A61B5/372 , A61B5/369 , A61B5/00 , G06F18/213 , G06F18/10 , G06F18/241
Abstract: 本申请提供了一种基于频域分析的脑电信号特征提取方法及装置。该方法首先通过动态滤波根据脑电信号的特点及噪声环境调整信号，接着通过频率‑时间平面上的能量分布提取，准确捕捉信号的时变特性，并应用频域相干性分析技术预测大脑区域间的功能连接，同时结合非线性动力学理论对信号进行频域非线性特征提取。最后通过特征重要性评分法对提取的频域特征进行筛选，得到目标特征集合并基于此进行脑电信号的识别和分类。本申请通过引入动态滤波、频域相干性分析和非线性动力学理论，解决了现有技术中对脑电信号非平稳性处理不足、忽略时变特性以及特征提取准确性和计算效率低的问题。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.06 seconds)
