[发明专利]确定感知体验的处理系统和方法、计算机可读介质

权利要求书

1.一种确定感知体验的方法，所述方法包括：

获取由包括多个传感器的测量装置采集的多个信号，所述多个传感器被设置在用户的大脑的特定位置处以对正在由所述测量装置测量的用户的大脑活动进行测量；

在不进行预处理的情况下将所述多个信号提供给包括至少一个深度学习模块的处理系统，所述至少一个深度学习模块被配置成对所述信号进行处理以生成与预定的用户能力相关的至少一个能力；

通过对来自所述用户的大脑的所述特定位置的与所述至少一个能力相对应的所述信号进行测量来识别所述至少一个能力；

提供与所述至少一个能力中的一个或更多个能力的组合相对应的输出，所述组合形成所述感知体验的表示，其中，所述用户的大脑上的所述特定位置是由所述至少一个能力确定的，并且

所述方法还包括：使用在由第一用户执行的试验期间测量到的信号，对所述深度学习模块中的机器学习算法进行训练；以及针对所述测量装置的第二用户进行校准。

2.根据权利要求1所述的方法，所述方法还包括：在训练所述机器学习算法时执行源定位。

3.根据权利要求2所述的方法，其中，所述源定位包括根据正在生成的所述能力来瞄准大脑中的区域。

4.根据权利要求1所述的方法，其中，所述机器学习算法包括卷积神经网络CNN。

5.根据权利要求4所述的方法，其中，所述CNN是使用以下变体中的一种变体训练的：

a)根据原始信号数据直接训练CNN模型；

b)利用相同算法通过多个不同模块来学习所述信号的特征表示；或者

c)构建直接接收所述信号的自回归扩张因果卷积神经网络ADCCNN。

6.根据权利要求5所述的方法，其中，在变体c)中，将所述ADCCNN训练为提供指示所述用户进行了什么功能的类别的输出。

7.根据权利要求1所述的方法，其中，所述机器学习算法包括生成对抗网络。

8.根据权利要求1所述的方法，所述方法还包括：使所述第二用户进行和所述第一用户相同的试验。

9.根据权利要求8所述的方法，其中，针对所述第二用户的所述校准包括使用具有针对从所述第一用户导出的数据优化的权重的相同深度学习模型，其中，网络的至少一个最终层被去除并替换成利用与由所述第二用户生成的信号相关联的权重优化的新的层。

10.根据权利要求1至9中任一项所述的方法，其中，所述多个信号对应于利用一组EEG传感器采集的EEG信号。

11.根据权利要求1至9中任一项所述的方法，其中，所述测量装置是头盔。

12.根据权利要求11所述的方法，其中，所述信号是利用所述头盔采集的，并且所述处理系统、所述至少一个能力以及应用中的至少一者是利用单独装置提供的。

13.根据权利要求12所述的方法，其中，所述单独装置包括联接至所述头盔的边缘装置。

14.根据权利要求13所述的方法，其中，所述边缘装置通过网络与云装置进行通信以提供所述处理系统、所述至少一个能力以及所述应用中的至少一者。

15.根据权利要求12所述的方法，其中，所述头盔被配置成通过网络向云装置发送至少一个信号数据。

16.根据权利要求1所述的方法，其中，所述至少一个能力包括对身体移动进行测量。

17.根据权利要求16所述的方法，其中，所述深度学习模块是通过使所述用户试验一组身体移动来训练的。