当前位置:   article > 正文

随着计算机越来越多应用于教育,人机交互设备是人与机器的交互接口,随着计算机技术和通信技术的发展,人的视觉、脑电等生理信息越来越多地应用于人机交互技术,使人机交互设备更加符合人类的习惯、更好地理解人类控...

随着交互技术,通信技术

人机交互设备是人与机器的交互接口,随着计算机技术和通信技术的发展,人的视觉、脑电等生理信息越来越多地应用于人机交互技术,使人机交互设备更加符合人类的习惯、更好地理解人类控制意图。由于人眼视线存在任意性,基于视线跟踪的人机交互模式,无法从视线中识别人的真实选择;而基于脑电特征的脑-机接口存在着多命令和连续控制信号输出的问题。因此,本论文将视线和脑电信息融合,提出了新型的人机交互方案,即通过人眼视线寻找控制对象,通过脑电特征选择判断,将更快、更准确地将人的主观信息传递给外界,实现对设备的操作与控制等。论文以人眼视觉为核心,首先研究了视线跟踪的核心技术,搭建了单摄像机多光源的视线跟踪系统,实现了瞳孔中心定位、视线定位和视觉特征分类;其次研究了视觉脑电小波分析方法,实现了视觉诱发脑电P300特征和稳态视觉脑电SSVEP的特征提取与分类;最后提出了融合视线和脑电特征的新型人机交互方法,并进行了实验验证。论文创新性研究工作如下:(1)提出了融合视线信息和脑电信息的新型人机交互方法。该方法结合了视线跟踪技术和脑电技术的优势,解决了在人机交互中各自的技术瓶颈,为人机交互设备能够更好地理解人的意图打下了基础。(2)针对视线定位需求,提出了三种瞳孔中心定位方法,实现了瞳孔中心精确定位。基于最小二乘椭圆拟合的瞳孔定位,采用发射射线和随机6点椭圆拟合的方法,解决了瞳孔边界点提取、杂质点去除和最优椭圆拟合等问题。径向对称瞳孔定位利用了瞳孔是圆形的几何特性,可以有效地抑制睫毛、亮斑和镜框等干扰,解决了其他方法抗干扰能力差的问题。基于区域生长的瞳孔定位利用了瞳孔的灰度特性和几何特性,采用区域生长算法寻找瞳孔边界点,较好地解决了光斑干扰和模糊眼睛图像的瞳孔定位问题。(3)提出了基于支持向量机分类模型的视觉特征分类方法,定义了眼动均值、眼动方差、帧间幅值、像素灰度值、径向对称强度等视觉特征变量,构造了视觉特征向量,有效地实现了人眼视觉特征的分类。(4)提出了基于二元函数和支持向量机两种回归模型的视线定位方法,解决了单摄像机多光源视线跟踪系统的非线性映射模型的回归问题,在头部自由移动的情况下,实现了高精度视线定位。(5)提出了正交B样条小波变换与Fisher线性判别相结合的视觉诱发脑电特征P300的提取方法,提高了单次样本P300的平均识别率,解决了刺激零点未知的脑电信号特征提取问题。提出了基于信息融合和支持向量机分类器原理的脑电特征SSVEP识别方法,提出了基于Morlet小波变换原理的脑电信号频域平均能量和SSVEP的特征向量计算方法,实现了单频率诱发SSVEP特征的有效识别。论文研究成果均得到了实验验证,对人机交互技术的研究具有重要的理论意义,对设计与开发人机交互设备具有重要的应用价值。

下面无答案

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小舞很执着/article/detail/840584
推荐阅读
相关标签
  

闽ICP备14008679号