-
公开(公告)号：CN103258208A
公开(公告)日：2013-08-21
申请号：CN201310172235.4
申请日：2013-05-10
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于视觉的头势有无意图判别方法。目前方法不能很好地区分使用者的有意图行为与无意图行为，容易导致误操作。本发明先通过摄像装置采集头部视频序列；然后对采集的图像序列进行消噪、增强等预处理，并初始化背景图像及数据；接着采用背景减法和背景更新的方法将增强后的图像进行差分，得到粗糙的运动前景图；再对运动前景图进行二值化和腐蚀等操作，得到清楚并集中的运动目标；最后统计出运动目标的像素点总数，根据固定阈值法来设定像素点阈值，判断视频序列中使用者头部运动的意图。此方法能较好地识别出快或中速无意图头部运动，在基于视觉控制的人机接口领域中具有广阔的应用前景。
-
公开(公告)号：CN103735262A
公开(公告)日：2014-04-23
申请号：CN201310433905.3
申请日：2013-09-22
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种双树复小波与共空间模式相结合的特征提取方法。本发明首先选取适当通道的脑电信号，然后根据双树复小波频率分段的特点，对原有频率进行上采样或者下采样，然后利用双树复小波多尺度分解，从而得到、、和四种节律波的频率范围对应的频段，并在该尺度下进行信号重构，得到相应频段下的多个重构信号，然后对各个适当通道进行相同的分解与重构，再将各个通道的各频段的重构信号联合起来输入到空间滤波器中，得到6维的特征向量，最后利用支持向量机来完成运动想象任务分类。本发明提出的方法不仅对运动想象脑电信号进行频率信息分析，还能有效的克服电极选取不足问题。
-
公开(公告)号：CN103735262B
公开(公告)日：2015-04-29
申请号：CN201310433905.3
申请日：2013-09-22
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种双树复小波与共空间模式相结合的特征提取方法。本发明首先选取适当通道的脑电信号，然后根据双树复小波频率分段的特点，对原有频率进行上采样或者下采样，然后利用双树复小波多尺度分解，从而得到、、和四种节律波的频率范围对应的频段，并在该尺度下进行信号重构，得到相应频段下的多个重构信号，然后对各个适当通道进行相同的分解与重构，再将各个通道的各频段的重构信号联合起来输入到空间滤波器中，得到6维的特征向量，最后利用支持向量机来完成运动想象任务分类。本发明提出的方法不仅对运动想象脑电信号进行频率信息分析，还能有效的克服电极选取不足问题。
-
公开(公告)号：CN103279767A
公开(公告)日：2013-09-04
申请号：CN201310175199.7
申请日：2013-05-10
Applicant: 杭州电子科技大学
IPC: G06K9/66
Abstract: 本发明涉及一种基于多特征点组合的人机交互信息生成方法。目前，在基于视觉控制人机接口领域，仍然存在复杂环境中头部姿势识别准确率不高的问题，易生成错误的人机交互信息。本发明根据对使用者各特征点定位及其相应的组合来生成人机交互信息。先通过摄像装置采集头部视频序列；再对采集的图像序列进行消噪、增强预处理；然后采用Adaboost算法来检测人脸，并在人脸区域定位各个特征点；接着定义三种特征点组合，并设计识别规则对三种特征点组合进行识别；最后根据三种特征点组合的识别结果生成对应的人机交互信息。此方法可以较高准确率地生成人机交互信息，在基于视觉控制的人机接口领域，特别是在智能人机交互中具有广阔的应用前景。
-
-
-
Search Results
4
records
(took 0.018 seconds)
