摘要
本发明涉及失眠监测及图像处理技术领域,公开了一种基于图像数据的非接触式术后失眠监测方法及系统,其中,方法包括:通过多源摄像头实时采集被监测者的图像数据;捕捉面部表情特征数据、眼睛活动特征数据和呼吸特征数据;采用基于XGBoost的特征重要性评估方法训练失眠监测模型;训练后的失眠监测模型输出失眠状态分类结果。相较于现有技术中多依赖于接触式设备检测失眠状态,易受环境干扰的技术问题,由于本发明通过多模态特征的实时采集与加权融合,并利用基于XGBoost的自适应权重调整,实现了对术后失眠状态的高精度、实时监测,从而避免了传统单一模态监测方法易受环境干扰的缺陷,显著提高了监测的鲁棒性和可靠性。
技术关键词
面部表情特征
活动特征
接触式
监测方法
眼睛
人脸图像数据
评分特征
影像
轻量级深度网络
XGBoost算法
多模态特征
重要性评估方法
计算机程序产品
特征加权融合
RGB摄像头
监测设备
系统为您推荐了相关专利信息
视线估计方法
人脸关键点
姿态特征
人脸特征点
图像
局部放电智能
发电机定子
监测终端
超声信号
柔性超声传感器
矿用皮带机
环境监测数据
监测方法
粉尘浓度传感器
气体探测器
监测系统
监测方法
监测点
通讯电缆
数据采集模块
土壤呼吸作用
叶面积指数
关系型数据库
保护区
植被