一种基于非侵入式神经信号的低质危险目标检测方法和系统技术方案

本发明专利技术公开了一种基于非侵入式神经信号的低质危险目标检测方法和系统，所述方法包括：通过无人机拍摄监控视频或图像，采集监控人员观看视频或图像时的脑电信号；对脑电信号进行预处理和特征提取，并将提取的特征输入到分类器中，以检测在回传的视频或图像中是否出现危险目标。本发明专利技术提供的基于非侵入式神经信号的低质危险目标检测方法和系统，能够快速、准确的识别复杂视频或图像中的低质危险目标。

【技术实现步骤摘要】
一种基于非侵入式神经信号的低质危险目标检测方法和系统
本专利技术涉及认知神经科学和信息
，更具体的说是涉及一种基于非侵入式神经信号的低质危险目标检测方法和系统。
技术介绍
目前，装配有高清数码摄像机和照相机以及GPS定位系统的无人机，可沿设定路线进行定位自主巡航，实时传送拍摄影像，监控人员可在电脑上同步收看与操控，识别监控区域是否存在危险目标，这与传统的人工巡逻方式相比更加灵活、快捷，非常适合对长距离边境线的信息采集。通常，针对无人机采集回传的视频、图像处理一般采用两种方法：人工识别和机器识别。机器识别处理效率高，但对具有伪装、残缺、遮挡、弱小等特性的低质危险目标识别无法胜任，而对无人机拍摄的影像来说，由于受到环境、天气等诸多不可控因素的影响，所采集到的图像、视频数据往往是低质的，这使机器识别难以达到灵敏性、通用性和可靠性要求；人类的视觉系统非常擅长分析场景和识别物体，人工识别可以轻松发现机器难以识别的低质危险目标，但人工识别处理速度慢，易疲劳，应对海量数据的处理困难较大，也难以满足要求。通过以上分析可以看出，现有方法无法本文档来自技高网...

【技术保护点】
1.一种基于非侵入式神经信号的低质危险目标检测方法，其特征在于，包括：/n采集监控人员观看视频或图像时的脑电信号；/n对脑电信号进行预处理和特征提取，并将提取的特征输入到分类器中，以检测在回传的视频或图像中是否出现危险目标。/n

【技术特征摘要】
1.一种基于非侵入式神经信号的低质危险目标检测方法，其特征在于，包括：
采集监控人员观看视频或图像时的脑电信号；
对脑电信号进行预处理和特征提取，并将提取的特征输入到分类器中，以检测在回传的视频或图像中是否出现危险目标。


2.根据权利要求1所述的一种基于非侵入式神经信号的低质危险目标检测方法，其特征在于，还包括：对监控区域进行拍摄，其中，拍摄的视频或者图像供监控人员观看。


3.根据权利要求1或2所述的一种基于非侵入式神经信号的低质危险目标检测方法，其特征在于，基于新的样本集重新训练所述分类器。


4.根据权利要求3所述的一种基于非侵入式神经信号的低质危险目标检测方法，其特征在于，所述对脑电信号进行预处理和特征提取具体包括：
对脑电信号进行独立成分分析，并基于预先获取的近似熵阈值滤除伪迹，对消除伪迹后的独立成分进行独立成分分析逆运算；
对独立成分分析逆运算后的脑电信号进行降采样，并基于卡尔曼平滑方法获取对脑电信号的最佳估计；
基于脑电信号的最佳估计采用有向传递函数进行特征计算，并利用PCA进行特征压缩，得到提取的特征。


5.根据权利要求4所述的一种基于非侵入式神经信号的低质危险目标检测方法，其特征在于，所述将提取的特征输入到分类器中，以检测在回传的视频或图像中是否出现危险目标具体包括：
将提取的特征输入到LSTM分析模型中，以识别在回传的视频或图像中是否出...

【专利技术属性】
技术研发人员：毕路拯，王祥存，陈威，王佳蓉，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11