摘要
本发明公开了一种基于面部信息融合的认知障碍识别方法,属于认知障碍识别技术领域。本发明采集认知障碍者的面部视频数据,进行预处理,进行人脸检测,标注人脸关键点;计算EAR、rPPG信号、头部运动平移和旋转矢量,通过最小化重投影误差进行优化;获取RR间期,基于RR间期进行HRV分析,对EAR信号进行特征提取;基于头部运动平移和旋转矢量提取特征,训练随机森林模型,得到特征融合比例,进行特征融合;基于融合后的特征训练认知障碍检测模型,使用EAR、rPPG信号和头部运动矢量作为特征分类模型的输入数据,输出分类结果,对应认知障碍状态的二分类任务;应用激活函数,评估测试结果,得到认知障碍识别结果。
技术关键词
认知障碍检测
识别方法
随机森林模型
运动特征
Sigmoid函数
面部
信号
坐标
三维模型
随机梯度下降
数据
人脸关键点
眼睛
摄像机
心率
巴特沃斯滤波器
序列特征
非线性
系统为您推荐了相关专利信息
煤矿井下区域
识别方法
状态传感器
能量分布特征
地理信息系统
关键节点识别方法
深度强化学习
网络
种子
注意力
废旧电路板
智能识别方法
元器件
图像
时序预测模型
运动特征
面部特征
滑动时间窗口
多模态特征融合
学生