[发明专利]基于脑电特征的目标检测方法和系统在审

专利信息
申请号: 202010292815.7 申请日: 2020-04-14
公开(公告)号: CN111466909A 公开(公告)日: 2020-07-31
发明(设计)人: 段一平;陶晓明;胡舒展;刘永嘉;李哲;李强;刘帅;马鑫;葛宁 申请(专利权)人: 清华大学
主分类号: A61B5/0476 分类号: A61B5/0476;A61B5/00
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 徐彦圣
地址: 100000*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 特征 目标 检测 方法 系统
【说明书】:

发明提供了一种基于脑电特征的目标检测方法和系统,包括:获取被试关于待检测图像的脑电信号;对脑电信号进行事件相关电位成分分析,提取脑电信号的目标特征信号;目标特征信号为以下任一项:P3特征信号,N2特征信号;基于目标特征信号,利用训练好的预设分类器对待检测图像进行检测,得到检测结果;检测结果包括以下任一项:待检测图像中包含待检测目标,待检测图像中不包含待检测目标。本发明缓解了现有技术中存在的对遥感图像的目标检测精度不高的技术问题。

技术领域

本发明涉及图像检测技术领域,尤其是涉及一种基于脑电特征的目标检测方法和系统。

背景技术

相比其他信息传输媒介,图像媒介中总是包含着更多的信息。通过检测图像中感兴趣目标并分析其相关信息,是信息处理的重要手段之一。遥感图像主要是指从卫星对地面进行全波段扫描产生的图像,相比普通图像,其包含着更为丰富的信息。遥感图像目标检测在如对机场港口的敌情侦查、对特定军事目标进行搜索、广域下对航行船舶飞机监测等军事领域和如气象预报、农业调查、地理勘探、海警预报和水文监测等民用领域都有着较为广泛的应用,是遥感图像分析的一个重要分支。遥感图像目标检测中一种重要的应用是在可见光波段对特定人造目标进行检测。虽然都是在可见光波段,但和普通图像目标检测相比,遥感图像目标检测存在成像质量复杂多变、目标尺度小、遥感图像样本少等特点,具有一定的困难性。但由于遥感图像中的目标尺度小且形状多变的特点,对遥感图像利用传统图像检测方法进行检测,目标检测精度并不高。

发明内容

有鉴于此,本发明的目的在于提供一种基于脑电特征的目标检测方法和系统,以缓解了现有技术中存在的对遥感图像的目标检测精度不高的技术问题。

第一方面,本发明实施例提供了一种基于脑电特征的目标检测方法,包括:获取被试关于待检测图像的脑电信号;对所述脑电信号进行事件相关电位成分分析,提取所述脑电信号的目标特征信号;所述目标特征信号为以下任一项:P3特征信号,N2特征信号;基于所述目标特征信号,利用训练好的预设分类器对所述待检测图像进行检测,得到检测结果;所述检测结果包括以下任一项:所述待检测图像中包含待检测目标,所述待检测图像中不包含待检测目标。

进一步地,对所述脑电信号进行事件相关电位成分分析,提取所述脑电信号的目标特征信号,包括:对所述脑电信号进行事件相关电位成分分析,提取所述脑电信号的初始特征信号;利用xDAWN空间滤波算法对所述初始特征信号进行滤波操作,得到目标特征信号。

进一步地,所述方法还包括:对预设分类器进行训练,得到训练好的预设分类器。

进一步地,对预设分类器进行训练,得到训练好的预设分类器,包括:获取被试关于多个刺激素材的初始脑电信号;去除所述初始脑电信号中的伪迹,并对所述初始脑电信号进行滤波处理,得到降噪后的脑电信号;对所述降噪后的脑电信号进行事件相关电位成分分析,提取所述降噪后的脑电信号的样本特征信号;所述样本特征信号为以下任一项:P3特征信号,N2特征信号;利用所述样本特征信号对预设分类器进行训练,得到训练好的预设分类器。

进一步地,所述预设分类器为线性判别分类器;基于所述目标特征信号,利用训练好的预设分类器对所述待检测图像进行检测,得到检测结果,包括:获取所述线性判别分类器的投影向量;基于所述投影向量计算所述目标特征信号的电极通道值;将所述电极通道值与所述训练好的预设分类器的分类阈值进行比较,得到比较结果;基于所述比较结果对所述待检测图像进行检测,得到检测结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010292815.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top