基于单试次脑电信号的视频目标异步检测方法技术

本发明专利技术属于无人机视频目标检测领域，特别涉及一种基于单试次脑电信号的视频目标异步检测方法，包含对原始信号数据预处理；构建脑电P300信号模板；根据上述的P300模板得到P300对齐策略；对未对齐试次和由P300对齐策略计算得到的对齐试次进行分类判别。本发明专利技术设计了P300对齐策略，对P300波形进行匹配分割，进而提出了基于单试次脑电信号的视频目标异步检测方法，实现了对动态无人机视频目标的检测，材料更加逼真，操作更加规范，实验方法更加通用。

Asynchronous detection of video target based on single EEG

【技术实现步骤摘要】
基于单试次脑电信号的视频目标异步检测方法
本专利技术属于无人机视频目标检测领域，特别涉及一种基于单试次脑电信号的视频目标异步检测方法。
技术介绍
无人机具有飞行高度高、飞行速度快、隐蔽性能好、续航时间长等优势，近年来在农林植物保护、物流运输、安全巡查、指挥控制通信等方面发挥重要作用。其中，海量的无人机视频数据是获取敏感信息的重要来源。因此，如何从海量的无人机视频中准确高效地提取关键信息成为现阶段的研究热点。视频敏感事件的发生往往具有突发性和不可预测性，甚至可能发生关注事件的随时转换。这些先验信息的模糊性和不完备性限制了计算机视觉技术在这一领域的应用。然而，人脑具有高级认知功能，善于处理复杂情况和捕捉敏感信息。脑机接口技术可以实现对大脑活动的在线解码。其中，脑电(Electroencephalogram，EEG)以其无创、便携、便宜和高时间分辨率等优点成为研究脑机接口的主要手段。现有研究表明，脑电P300信号能够反映人脑对敏感信息的处理过程，并且单试次脑电检测可以实现对大脑状态的快速识别。因此，单试次P300检测在实时视频目标检测研究中占有重要地位。目前，基于单试次脑电的目标检测主要依赖于经典的快速序列视觉呈现的Oddball范式，这类范式的原理是通过控制两种刺激的概率来诱发P300信号。在这类范式中，目标图像出现的起始事件是可以提前标记的。单试次脑电敏感目标检测算法大致可以分为三类。第一类方法主要是通过空间滤波的方式将多通道信号整合成为一个时间序列来处理。第二类算法是在空间滤波的基础上引入时域信息处理的方式。第三类方法是基于深度神经网络的P300检测，这类方法大部分是基于卷积神经网络设计的，特点是在特定的网络结构上，通过大量的参数训练来提取时空信息的。与图像目标检测不同的是，视频目标检测过程中无法预估目标的出现时间，从而增加了视频P300检测的难度。现有视频目标检测的研究还不够深入和全面。
技术实现思路
本专利技术的目的是提供一种基于单试次脑电信号的视频目标异步检测方法，通过P300时间对齐策略来预测目标信号，材料更加逼真，操作更加规范，实验方法更加通用。为解决上述技术问题，本专利技术采用以下的技术方案：本专利技术提出了一种基于单试次脑电信号的视频目标异步检测方法，包含：对原始信号数据预处理；构建脑电P300信号模板；根据上述的P300模板得到P300对齐策略；对未对齐试次和由P300对齐策略计算得到的对齐试次进行分类判别。进一步地，对原始信号数据预处理的过程是：采用独立成分分析方法去除原始信号中的眼电和肌电伪迹；通过带通滤波器从原始信号中滤除慢波和高频噪声；根据行为反馈，剔除按键错误试次的信号，将有效信号降采样至100Hz用于目标和非目标的分类识别。进一步地，在离线训练中，为涵盖P300信号，从目标出现前300ms时刻开始截取信号直到目标出现后1300ms，截取区间为[-300,1300]ms，即单试次信号长度为1600ms；在线测试过程中，以1000ms为步长，在原始数据上每次重叠600ms的时间信号向前滑动截取1600ms数据，以1600ms数据前100ms数据的均值为基线，每个通道信号减去相应通道的基线实现基线校正，得到1500ms长度的有效信号；如果某一试次的任意通道信号幅度超出±100μV，该试次被剔除。进一步地，采用位于视觉区的Pz电极构建P300模板；首先在离线数据中，从目标出现的时间为起点截取脑电信号，计算所有被试平均ERP信号，以P300峰值为中心，截取300ms长度的初始P300模板，即SP300＝[sP300(1),…,sP300(t),…,sP300(T)]，其中T表示总的采样点数，sP300(t)表示第t个采样时刻对应的信号幅度；由于P300信号时间上未对齐的影响，多试次叠加ERP幅度明显低于单试次P300信号幅度，因此定义通用缩放因子K，放大初始P300模板的幅度范围，使其与单试次P300幅度相匹配，得到P300模板K×SP300。进一步地，P300对齐策略具体如下：步骤A，计算瞬态距离平方误差；将P300模板在时间维度逐点滑动计算瞬时最小距离平方误差DSE，在第n-th次滑动时，对应的相同长度的原始信号为Sraw(n)，Sraw(n)＝[sraw(n+1),…,sraw(n+t),…,sraw(n+T)]，sraw(n+t)表示第n-th次滑动时原始信号中的第n+t个采样时刻的信号幅度；定义竖直平移量D，Sraw(n)纵向平移距离D，使其与P300模板K×SP300的距离平方误差最小，则第n-th次滑动时最小距离平方误差表示为：其中，1＝[1,1,…,1]1×T，计算竖直平移量D为因此，整段原始信号的瞬时DSE为E＝[e(1),…,e(n),…,e(1.5×fs-T)]，其中fs＝100Hz为采样率。步骤B，计算最小距离平方误差；由瞬时DSE计算全局最小DSE，表示为Emin＝minE，假设得到结果Emin＝e(M)，即P300模板在原始信号上第M-th次滑动时的原始信号Sraw(M)与P300模板最为接近，由此得到全局最小DSE的时间中心为M+T/2；步骤C，分割对齐信号；以最小DSE的时间为中心，截取1000ms有效信号，截取原则是，向前截取三分之一长度，向后截取三分之二的长度，在时间序列上表示为[M+T/2-fs/3,M+T/2+2fs/3]，再向前截取100ms信号作为基线。进一步地，采用HDPCA、sHDCA和EEGNet三种算法对对齐试次和未对齐试次进行分类判别。与现有技术相比，本专利技术具有以下优点：本专利技术要解决的技术问题是：在视频目标检测的研究中，目标的出现时间无法预估，被试对刺激加工的时间具有不确定性，无法直接对刺激时的事件相关电位信号进行研究；视频目标检测的过程会产生大量伪迹信息，极大降低了注视相关电位的信噪比。为了克服以上这些缺点，本专利技术设计了P300对齐策略，对P300波形进行匹配分割，进而提出了基于单试次脑电信号的视频目标异步检测方法，实现了对动态无人机视频目标的检测。本专利技术针对不同被试和同一被试不同试次之间的潜伏期差异，提出了P300对齐策略，该方法不仅有助于获得更加明显的平均P300信号，而且揭示了大脑在目标搜索过程中主要激活了左额叶脑区，在目标发现过程中主要激活的是顶区和枕区。该方法能够明显提高目标的检测性能，在传统分类算法上的提升效果最明显。通过增加训练样本量，我们发现被试间P300相应的相似性，获得了更高的分类性能。进一步地，我们证实了脑电可以揭示更多被人类所忽视的信息，因此，本专利技术可以有效地实现视频P300的异步检测。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳本文档来自技高网...

【技术保护点】
1.一种基于单试次脑电信号的视频目标异步检测方法，其特征在于，包含：/n对原始信号数据预处理；/n构建脑电P300信号模板；/n根据上述的P300模板得到P300对齐策略；/n对未对齐试次和由P300对齐策略计算得到的对齐试次进行分类判别。/n

【技术特征摘要】
1.一种基于单试次脑电信号的视频目标异步检测方法，其特征在于，包含：
对原始信号数据预处理；
构建脑电P300信号模板；
根据上述的P300模板得到P300对齐策略；
对未对齐试次和由P300对齐策略计算得到的对齐试次进行分类判别。


2.根据权利要求1所述的基于单试次脑电信号的视频目标异步检测方法，其特征在于，对原始信号数据预处理的过程是：
采用独立成分分析方法去除原始信号中的眼电和肌电伪迹；
通过带通滤波器从原始信号中滤除慢波和高频噪声；
根据行为反馈，剔除按键错误试次的信号，将有效信号降采样至100Hz用于目标和非目标的分类识别。


3.根据权利要求2所述的基于单试次脑电信号的视频目标异步检测方法，其特征在于，在离线训练中，为涵盖P300信号，从目标出现前300ms时刻开始截取信号直到目标出现后1300ms，截取区间为[-300,1300]ms，即单试次信号长度为1600ms；
在线测试过程中，以1000ms为步长，在原始数据上每次重叠600ms的时间信号向前滑动截取1600ms数据，以1600ms数据前100ms数据的均值为基线，每个通道信号减去相应通道的基线实现基线校正，得到1500ms长度的有效信号；如果某一试次的任意通道信号幅度超出±100μV，该试次被剔除。


4.根据权利要求1所述的基于单试次脑电信号的视频目标异步检测方法，其特征在于，采用位于视觉区的Pz电极构建P300模板；首先在离线数据中，从目标出现的时间为起点截取脑电信号，计算所有被试平均ERP信号，以P300峰值为中心，截取300ms长度的初始P300模板，即SP300＝[sP300(1),…,sP300(t),…,sP300(T)]，其中T表示总的采样点数，sP300(t)表示第t个采样时刻对应的信号幅度；由于P300信号时间上未对齐的影响，多试次叠加ERP幅度明显低...

【专利技术属性】
技术研发人员：曾颖，宋喜玉，闫镔，童莉，舒君，裴喜龙，李慧敏，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：河南;41