一种基于EEG与视频信号融合的塔吊工人疲劳检测方法

AITNT
正文
推荐专利
一种基于EEG与视频信号融合的塔吊工人疲劳检测方法
申请号:CN202411568725
申请日期:2024-11-05
公开号:CN119498855A
公开日期:2025-02-25
类型:发明专利
摘要
本发明公开了一种基于EEG与视频信号融合的塔吊工人疲劳检测方法,涉及疲劳检测技术领域,包括步骤:S1:数据采集与标记:采用运动摄像机采集操作人员的面部视频数据,同时采用脑电传感器采集操作人员的EEG信号;采用NASA‑TLX评分对操作人员心理疲劳进行主观评估;S2:数据预处理:分别对采集的面部视频数据和EEG信号进行预处理,然后利用滑动窗口对预处理后的视频和脑电数据进行分割,保证时间轴对齐;S3:多模态特征提取、融合与疲劳分类。本发明通过神经网络实现数据特征的自动提取与融合,不仅减少了人为主观误差,而且大大提高了处理大规模数据的效率,避免了手动特征选择的复杂性。
技术关键词
疲劳检测方法 运动摄像机 脑电传感器 塔吊 卷积神经网络提取 面部 门控循环单元网络 视频 数据 融合特征 疲劳检测技术 注意力机制 多尺度 滑动窗口 多模态 高频特征 人脸 卷积特征 信号滤波
系统为您推荐了相关专利信息
1
基于高光谱成像的决明子真伪识别方法
真伪识别方法 决明子 联合稀疏编码 光谱基线校正方法 样本
2
一种基于无监督对比图学习脑电增强的动态情感识别方法及设备
动态情感识别方法 无监督 预训练模型 时序特征 电信号
3
一种基于蓝牙的无线耳机音频传输方法
音频传输方法 无线耳机 编解码器 卷积神经网络提取 噪声频谱
4
一种基于蓝牙及舒曼波技术的助眠装置
蓝牙通信模块 传感器模块 电源管理功能 评估算法 智能设备
5
一种基于网络模型的充电桩故障诊断方法
故障诊断方法 模态特征 节点 复杂度特征 神经网络模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号