摘要
本发明提供一种非接触式认知表现预测方法、系统、存储介质和电子设备,涉及认知表现预测领域。本发明中,将面部可见光视频切分为若干个时长相同的视频片段,以提取非接触式生理和头面部行为特征指标数据;基于相关性分析分别对两类提取结果进行降维,按照不同的认知表现评价指标,对应选择相关性排序靠前的非接触式生理头面部行为特征指标数据,并作为对应的机器学习模型输入,分别预测用户的低水平或高水平认知表现。利用多模态特征之间的互补性,并从认知灵活性、抑制控制和工作记忆三个维度,以及准确性和反应时间两个角度,设计全面的认知表现评价指标,增强了机器学习模型分类评估认知表现的客观性与准确性。
技术关键词
机器学习模型
非接触式
指标
梯度提升机
可见光视频
心动周期
生理
梯度提升树
非线性
随机森林
面部运动单元
时域特征
数据
频域特征
贝叶斯分类器
相机
多模态特征
系统为您推荐了相关专利信息
检测识别方法
集成学习模型
学习器
台区用电量
样本
套管主体
支架机构
机器学习模型
保护套管
高炉风口套
优化控制方法
排放量
智能纠偏
氮氧化物总量
生成智能
机械振动监测装置
金属材料
非接触式振动传感器
集中度
时间偏移量