[发明专利]一种基于脸部肌音信号的无声信息识别系统

说明书

技术领域

本发明涉及一种无声信息识别装置，尤其是涉及一种基于脸部肌音信号的无声信息识别系统。

背景技术

早在第二次世界大战以前，科学家们就对在十分嘈杂的环境中实现通信颇感兴趣，而推动这项事业前进的动力来自军事需求。最著名的研究就是怎样实现飞行员之间以及飞行员与指挥中心的语音通信。起初，科学家们采用喉部微麦克风实现在嘈杂的环境中进行通信。后来，随着该领域的深入，科学家们逐渐的把重心放在了对生物信号的研究上。

20世纪90年代末，美国国家航空航天局(NASA)在一个名为“延长人类感官的倡议”的计划中，埃姆斯研究中心(Ames Research Center)采用EMG(electromyography，肌电图)作为信号源，对人与人之间以及人与机器之间的通信手段做了系统的评估。1997年，埃姆斯研究中心的科学家们设想利用EEG和EMG实现人对机器的控制以及人与人之间的通信，并设计了实验对其进行了探索。2003年，该研究中心发现，采用EMG作为单信号源也可以实现预期的实验目标，并实现了该技术在消防队员之间通信的应用。

2009年12月22日在达拉斯举行的德州仪器开发者会议上，Ambient公司(伊利诺斯州Champaign)的CEO兼创始人之一Michael Callahan演示了Audeo——一个能够将有意识的神经冲动转换成数字信息并随后将该信息转换成合成语音的方案。Audeo技术通过一个绑在人们脖子上的无线传感器，来捕捉由大脑传送给声带的神经活动，然后通过模拟数字技术把它转化为语言，这个技术的本质就是从大脑获取神经信息并转换成语音，信号源为EEG(electroencephalograph，脑电图)。

2010年3月2日，在德国汉诺威国际信息及通信技术博览会展出一种“无声电话”，可把嘴唇活动即时转化为电脑发声。使用这种电话，人们无需发声就能让电话另一端的人听清说话内容，避免喋喋不休地打扰他人。这种电话由德国卡尔斯鲁厄技术学院研发，通过电极监测记录人讲话时嘴部肌肉活动变化，并转化成电脉冲后再变为电脑发声。这一过程中，讲话者无需发出任何声音。

由此可见，目前无声信息传递技术的信号源一般是EEG或EMG，并取得了一定的成果，但无声信息传递技术的发展仍处于初期阶段，还不能得到广泛的实际应用。由于EEG是非常复杂的，目前对它的研究还仅限于开发简单的脑机接口装置，距离临床使用还有很长的距离。而EMG又非常微弱(仅uV级)，表面电极检测出的肌电信息并不能完全反映人脑对某一动作的运动指令，而人体感受到的外电场干扰又相对十分强大(达V级)，这些因素都会影响到无声信息传递技术的准确性。

因此，适合的信号源对推进无声信息传递技术的发展至关重要，本发明就将对以肌音信号作为信号源来实现无声信息传递，这种信号对采集设备要求较低，容易形成产品产业化。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种结构简单、便捷性好、可实现无声信号实时准确传递的基于脸部肌音信号的无声信息识别系统。

本发明的目的可以通过以下技术方案来实现：

一种基于脸部肌音信号的无声信息识别系统，包括：

传感器，采集脸部动作信号；

信号调理电路，与传感器连接，对传感器采集的信号进行稳压、电压缩放处理；

单片机，与信号调理电路连接，接收经信号调理电路处理后的信号，并对该信号依次进行信号预处理、特征提取处理和动作分类处理，输出分类结果；

上位机接收端，与单片机连接，接收单片机的动作分类结果并显示。

所述的传感器为加速度传感器。

所述的传感器的频率范围为0.5～1000Hz。

所述的传感器设有两个，分别固定在脸部两侧的颊肌和咬肌相交处。

所述的信号预处理包括依次进行的数字滤波处理、归一化处理和信号分割处理。

所述的数字滤波处理通过FIR数字滤波器实现，所述的归一化处理通过线性函数转换实现。

所述的信号分割处理具体为：

1)通过滑动窗将归一化处理后的信号分割为多个部分；

2)计算当前滑动窗内信号的短时帧方差和绝对均值，判断短时帧方差和绝对均值是否均超过相应的阈值，若是，则执行步骤3)，若否，则执行步骤4)；

3)判断动作开始发生并记录动作开始时间，然后提取其后规定长度的信号作为动作信号段；

4)移动至下一滑动窗，返回步骤2)。