[发明专利]基于单试次脑电信号的视频目标异步检测方法

说明书

本发明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。

技术领域

本发明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。

背景技术

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。

发明内容

本发明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，本发明采用以下的技术方案：

本发明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；