[发明专利]一种基于卷积神经网络的用眼行为识别方法在审
| 申请号： | 201810373657.0 | 申请日： | 2018-04-24 |
| 公开（公告）号： | CN108629302A | 公开（公告）日： | 2018-10-09 |
| 发明（设计）人： | 龚彦韬;张旭;王瑞锦;李璨宇;刘耀文;罗樊峰 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及的是一种基于卷积神经网络的用眼行为识别方法，具体是采用卷积神经网络实现对多通道的眼电(Electro‑oculogram，EOG)信号的个体用眼行为模式识别方法，包括EOG信号采集模块、信号预处理模块和眼动信号‑行为状态判断模块。EOG信号采集模块有别于传统采集方法，适用于可穿戴移动设备，且采用干电极，更好的实现对眼电信号的采集。信号预处理模块使用Butterworth滤波器，对原始数据中干扰信号进行滤波，并用Z‑score方法进行标准化，接着用信号分帧提取算法将原始信号切割成一个个数据帧，便于神经网络训练。眼动信号‑行为状态判断模块使用CNN神经网络对EOG信号进行分类，实现对阅读、休息和使用手机用眼行为的判断。 | ||
| 搜索关键词： | 卷积神经网络 信号预处理模块 采集模块 判断模块 行为识别 行为状态 眼动信号 滤波器 采集 神经网络训练 行为模式识别 中干扰信号 神经网络 提取算法 移动设备 原始数据 原始信号 电极 多通道 可穿戴 数据帧 分帧 滤波 手机 切割 标准化 并用 阅读 分类 休息 | ||
【主权项】：
1.一种基于卷积神经网络的用眼行为识别方法，包括EOG信号采集模块、信号预处理模块和眼动信号‑行为状态判断模块；所述的EOG信号采集模块有别于传统采集方法，适用于可穿戴移动设备，且采用干电极，更好的实现对眼电信号的采集；所述的信号预处理模块使用Butterworth滤波器，对原始数据中干扰信号进行滤波，并用Z‑score方法进行标准化，接着用信号分帧提取算法将原始信号切割成一个个数据帧，便于神经网络训练；所述的眼动信号‑行为状态判断模块使用CNN神经网络对EOG信号进行分类，实现对阅读、休息和使用手机等用眼行为的判断。
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电子科技大学，未经电子科技大学许可，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/patent/201810373657.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种人体动作识别方法
- 下一篇：一种脸型缺陷识别方法及系统
