买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国民用航空飞行学院申请的专利一种基于信号融合的飞行员非接触生理状态评估方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120021955B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510503111.2，技术领域涉及：A61B5/0205；该发明授权一种基于信号融合的飞行员非接触生理状态评估方法是由涂晓光;牛知艺;艾瑞;刘建华;杨明;张艳艳;魏麟;王宇设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本一种基于信号融合的飞行员非接触生理状态评估方法在说明书摘要公布了：本发明公开了一种基于信号融合的飞行员非接触生理状态评估方法，涉及计算机视觉、图像处理及生理信号检测技术领域，包括：构建rPPG信号特征提取模型，采用对比学习作为自监督学习方案训练rPPG信号特征提取模型；利用训练好的rPPG信号特征提取模型从视频中提取rPPG信号特征；构建声音及表情融合信号特征提取模型并进行预训练，利用训练好的声音及表情融合信号特征提取模型从视频中提取声音及表情信号特征；构建基于深度学习模型的多源信号融合网络，将所述rPPG信号特征和声音及表情信号特征作为输入，对人体的生理状态进行连续性评估。本发明将rPPG信号、音频信号和表情信号三个模态结合起来，提高了生理状态评估的准确性和可靠性。

本发明授权一种基于信号融合的飞行员非接触生理状态评估方法在权利要求书中公布了：1.一种基于信号融合的飞行员非接触生理状态评估方法，其特征在于，包括： 步骤1、构建rPPG信号特征提取模型，采用对比学习作为自监督学习方案训练rPPG信号特征提取模型；利用训练好的rPPG信号特征提取模型从视频中提取rPPG信号特征； 步骤2、构建声音及表情融合信号特征提取模型并进行预训练，利用训练好的声音及表情融合信号特征提取模型从视频中提取声音及表情信号特征； 步骤3、构建基于深度学习模型的多源信号融合网络，将所述rPPG信号特征和声音及表情信号特征作为输入，对人体的生理状态进行连续性评估； 所述步骤2具体包括： 将视频分割成具有窗口大小a和步长的片段：给定窗口大小a和步长，，具有帧的视频将被分成个片段，其中第个视频片段包含帧，具体为从起始帧到结束帧的连续序列，F表示视频帧； 使用预训练的音频特征提取器提取视频片段的音频特征，使用预训练的表情特征提取器提取视频片段的表情特征； 分别将音频特征和表情特征输入到时序卷积网络TCN中进行时序编码，其公式表述如下：；；其中，表示时空音频特征，表示时空表情特征；将时空表情特征和时空音频特征连接起来，得到时空特征； 采用Transformer编码器学习视频中声音和图像的关联并生成人物的情绪特征，表述如下：，之后将所有片段的人物的情绪特征拼接成一个序列，得到情绪信号特征e。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国民用航空飞行学院，其通讯地址为：618300 四川省德阳市广汉市南昌路四段46号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。