基于ERP信号的目标检测研究综述

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:rdview
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目标检测技术应用广泛,现有的基于计算机视觉的目标检测方法由于目标遮挡、光照强弱等因素难以适应复杂场景的需求.而人脑的高级认知能力和快速感知能力在处理复杂情况时具有一定的优势.基于事件相关电位(Event-Related Potentials,ERP)的脑机接口(Brain Computer Interface,BCI)系统与特定事件相关,可检测独立于自发脑电的高级认知活动,是当前人工智能领域的研究热点之一.针对基于ERP信号的目标检测各个环节进行了研究现状的全面归纳,梳理了以快速串行视觉呈现(Rapid Serial Visual Presentation task,RSVP)为主的实验范式,包括呈现模式、目标视场角、目标复杂度等设计因素.总结了脑电信号分析中的预处理方法、特征提取和特征分类算法,介绍了其在人脸识别、军事作战、医学分析等领域中的初步应用.探讨了目前研究中存在的问题和挑战并展望未来的研究方向与应用前景.
其他文献
为快速准确地检测出混凝土桥梁上的裂缝,提出一种基于改进卷积神经网络的混凝土桥梁裂缝图像识别方法.为提高图像质量,先采用熵阈值法处理图像,后从3个方面对传统的卷积神经网络进行改进:设计双通道结构的卷积神经网络,充分提取图像特征;改进的传统的Relu激活函数,避免模型欠拟合;使用支持向量机(SVM)替代Softmax分类器,提高计算效率.桥梁裂缝图像识别实验表明,改进后的卷积神经网络对桥梁裂缝识别率显著提高,平均识别率高达96.26%,训练时间632s,可运用于实际桥梁修复检测中.
近年来,农产品安全问题日益严峻,传统的农产品追溯体系面临公信力缺失、监管困境和扩展性问题,农产品质量安全追溯迫在眉睫.随着区块链技术不断发展,其具有的分布式、去中心化、不可篡改、可追溯等特性在改善农产品溯源系统数据安全性、透明性等方面发挥着重要作用,并受到了各个行业的广泛关注.在简述可追溯性和追溯系统概念的基础上,介绍物联网和区块链技术,并探讨了当前国内外学者将区块链和物联网框架融合应用到农产品溯源中的一些相关研究,同时阐述了溯源系统在物联网与区块链结合下带来的安全、可靠、透明等好处及面临可扩展性、效率问