国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發布專利 發布成果 人才入駐 發布商標 發布需求

在線咨詢

聯系我們

龍圖騰公眾號
首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜復旦大學馮凱強獲國家專利權

恭喜復旦大學馮凱強獲國家專利權

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

龍圖騰網恭喜復旦大學申請的專利一種駕駛員狀態監測裝置獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN112998710B

龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202110271226.5,技術領域涉及:A61B5/16;該發明授權一種駕駛員狀態監測裝置是由馮凱強;商慧亮;曾新華;宋梁;吳易甲;李成芳;劉靜怡設計研發完成,并于2021-03-12向國家知識產權局提交的專利申請。

一種駕駛員狀態監測裝置在說明書摘要公布了:本發明涉及一種駕駛員狀態監測裝置,包括監測盒子和導聯腦電帽,其中,監測盒子包括殼體,攝像頭、信號燈、顯示屏和集成電路板,顯示屏和攝像頭均位于殼體的正面,集成電路板位于殼體的內部并且連接攝像頭、信號燈和顯示屏,集成電路板集成無線接收模塊和主芯片;導聯腦電帽包括防水織物帶、監測電極和監測單元,防水織物帶的兩端設有連接單元,監測電極分布在防水織物帶中間一側,監測單元位于防水織物帶中間的另一側并且連接監測電極,監測單元集成無線發送模塊、數模轉換器和信號放大器。與現有技術相比,本發明可以同步監測駕駛員的腦電波信號,結合人臉識別技術可以對心理活動更加精確的預判,從而對駕駛員進行及時的提醒,監測效果更佳。

本發明授權一種駕駛員狀態監測裝置在權利要求書中公布了:1.一種駕駛員狀態監測裝置,其特征在于,包括監測盒子和導聯腦電帽,其中,所述監測盒子包括殼體,攝像頭、信號燈、顯示屏和集成電路板,所述顯示屏和攝像頭均位于殼體的正面,所述集成電路板位于殼體的內部并且連接攝像頭、信號燈和顯示屏,所述集成電路板集成無線接收模塊和主芯片;所述導聯腦電帽包括防水織物帶、監測電極和監測單元,所述防水織物帶的兩端設有連接單元,所述監測電極分布在防水織物帶中間一側,所述監測單元位于防水織物帶中間的另一側并且連接監測電極,所述監測單元集成無線發送模塊、數模轉換器和信號放大器;所述主芯片中執行腦電識別步驟、圖像識別步驟和綜合分析步驟,其中綜合分析步驟包括:分別獲取腦電識別步驟和圖像識別步驟的輸出結果進行綜合分析;如腦電識別步驟結果為駕駛員處于疲勞狀態,圖像識別步驟結果為駕駛員眼睛閉合時間過長,即綜合判斷駕駛員處于疲勞狀態,觸發顯示結果;如腦電識別步驟結果為正常,而圖像識別步驟結果為駕駛員在手持電話,即綜合判斷駕駛員處于分心狀態,觸發顯示結果;如果腦電識別步驟與圖像識別步驟結果相悖,則舍棄當前結果,不觸發顯示結果;所述腦電識別步驟包括:A1、通過藍牙接收模塊采集腦電信號;A2、對采集到的腦電信號進行降噪處理,用凹陷濾波算法去除信號中混雜的工頻噪聲,再用0~50Hz的低通濾波算法進行有效波段的提取;A3、提取駕駛員狀態的相關特征,用短時傅立葉變換或小波變換算法提取腦電信號的時域和頻率特征,用獨立成分分析算法提取駕駛員的頭動和眼動成分特征;A4、將提取到的特征進行特征融合并降維,輸入到已搭建、訓練完畢的分類判別模型中,所述分類判別模型包括支持向量機模型和長短期記憶神經網絡模型;A5、若兩個分類判別模塊的輸出結果一致,則輸出結果;所述圖像識別步驟包括:B1、獲取攝像頭拍攝的視頻,對視頻進行每5秒一張的圖像輸出,對其進行識別,提取人臉面部圖片;B2、將人臉面部圖片輸入至已搭建、訓練完畢的圖片判別模型中,所述圖片判別模型包括卷積神經網絡模型和密集軌跡算法模型;B3、將兩個模型分別得到的表情和行為識別結果進行輸出;所述步驟A4中,支持向量機模型和長短期記憶神經網絡模型的搭建和訓練步驟如下:通過實驗采集醉酒、疲勞、憤怒、分心各狀態的腦電數據,合并現有的開源腦電數據集作為模型的訓練、測試數據;將數據進行降噪處理和特征提取處理,獲取信號的時域、頻域、頭動和眼動特征;將信號的頻域特征通過welch算法計算腦電信號各波段的功率譜密度,然后將腦電信號各波段的頻率特征與頭動、眼動特征進行特征融合,輸入基于高斯核函數的支持向量機模型進行訓練和測試,達到可接受的多分類準確率后保存模型;將時域與頻域特征輸入到長短期記憶神經網絡中進行訓練、測試,達到可接受的多分類準確率后保存模型;所述步驟B2中,卷積神經網絡模型和密集軌跡算法模型的搭建和訓練步驟如下:通過實驗采集人體面部表情和行為圖像,分別合并現有的人臉和行為開源數據集作為模型的訓練、測試數據;獲取攝像頭拍攝的視頻,對視頻進行每5秒一張的圖像輸出,對其進行識別,提取人臉面部圖片;將面部圖像經過歸一化處理后導入卷積神經網絡中,進行訓練識別面部情緒,經測試得到高多分類準確率后保存模型;將視頻輸入到密集軌跡算法中進行行為特征的模型訓練,經測試得到高多分類準確率后保存模型。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人復旦大學,其通訊地址為:200433 上海市楊浦區邯鄲路220號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
主站蜘蛛池模板: 枣强县| 辽中县| 平阳县| 长宁区| 贵溪市| 桦甸市| 涿州市| 梨树县| 栾城县| 寿光市| 怀柔区| 平遥县| 浑源县| 巴林右旗| 阳春市| 长寿区| 台南县| 读书| 高陵县| 乐至县| 察隅县| 普兰店市| 灌云县| 双江| 斗六市| 乐山市| 平乐县| 谷城县| 祁门县| 漠河县| 忻州市| 平南县| 广灵县| 钟山县| 枣强县| 百色市| 方正县| 肃南| 阳新县| 左云县| 岑溪市|