期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
驾驶员不良情绪状态检测系统的方法研究 被引量:4
1
作者 马兴民 孙文财 +1 位作者 徐艺 郑鹏宇 《吉林大学学报(信息科学版)》 CAS 2015年第6期680-684,共5页
针对驾驶员因处于非常状态下驾车而频繁导致交通事故问题,设计了驾驶员不良情绪状态检测系统。该系统采用LBP(Local Binary Patterns)和SVM(Support Vector Machine)决策树相结合的算法分析、识别人脸表情。经实验验证,该方法有较高的... 针对驾驶员因处于非常状态下驾车而频繁导致交通事故问题,设计了驾驶员不良情绪状态检测系统。该系统采用LBP(Local Binary Patterns)和SVM(Support Vector Machine)决策树相结合的算法分析、识别人脸表情。经实验验证,该方法有较高的准确率,系统运行速度快。 展开更多
关键词 不良情绪状态 计算机视觉 情绪状态检测 支持向量机
下载PDF
基于二维特征和CNN分析的无人机操控员情绪状态检测
2
作者 杨宇超 刘聪 《计算机测量与控制》 2024年第12期96-102,共7页
为了实时检测无人机操控员的情绪状态,提出了一种基于二维特征和卷积神经网络(CNN)分析的无人机操控员情绪状态检测算法;针对脑电信号(EEG)中眼电伪迹干扰的问题,设计实现了一种基于二阶盲辨识(SOBI)的去除伪迹算法;针对其它模型检测率... 为了实时检测无人机操控员的情绪状态,提出了一种基于二维特征和卷积神经网络(CNN)分析的无人机操控员情绪状态检测算法;针对脑电信号(EEG)中眼电伪迹干扰的问题,设计实现了一种基于二阶盲辨识(SOBI)的去除伪迹算法;针对其它模型检测率低的问题,通过微分熵特征(DE)提取、2-DMapping映射及稀疏运算将一维脑电信号转化为包含情感信息的二维特征图,并对脑电信号进行扩增处理,提出二维特征图与CNN相结合的方式,使得各通道的情感特征相互关联;利用CNN自动学习深层次特征的优势,深度挖掘二维特征图里的脑电情感信息,较好地实现了无人机操控员积极、中性以及消极三种情绪状态检测。 展开更多
关键词 EEG SOBI CNN 二维特征 眼电伪迹 情绪状态检测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部