摘要
本申请公开了一种基于纸张白度的视疲劳检测方法,包括:S101:获取眼部时序数据集,眼部时序数据集为基于预设的纸张白度参数采集得到的多模态数据;S102:基于预训练的机器学习模型对眼部时序数据集进行视疲劳分析,得到视疲劳数据;视疲劳数据用于量化在特定白度刺激下的视疲劳程度;S103:根据多组视疲劳数据和对应的纸张白度参数进行关联分析,得到白度‑视疲劳趋势模型,白度‑视疲劳趋势模型用于表征纸张白度与视疲劳程度的非线性关系。采用本方法能够量化纸张光学特性与视疲劳关联度的检测方法,实现纸质阅读场景下的精准视疲劳监测。
技术关键词
机器学习模型
疲劳检测方法
时序
多模态传感器
光谱反射率曲线
动态时间规整算法
跨模态
三次样条插值法
疲劳检测装置
知识蒸馏技术
非线性
参数
原始图像数据
掩膜
定位虹膜
分析模块
环境光
可见光波段
系统为您推荐了相关专利信息
联合损失函数
航天器
电池健康管理
寿命预测技术
滑动窗口方法
车辆保养提醒系统
维保
项目推荐模型
时序关联分析
动态特征提取
深度学习系统
人体关节点
空间特征提取
图像采集模块
深度学习模型