专利交易市场

本发明公开了一种基于多被试数据合并对抗训练的运动想象解码方法，该解码方法采用多被试数据合并对抗训练运动想象分类模型，交替使用正向训练与逆向训练来训练运动想象分类模型，使模型专注于运动想象任务的特征提取，在跨时段和跨被试方面具有更好的鲁棒性，解决了多被试合并训练运动想象分类模型时准确率较低的问题，有效地提高多被试数据合并时的训练效果，在现实应用如卒中康复当中更具实用性；同时，本发明拓宽了模型训练数据的获取来源，减少了单个被试需要采集的数据量，能够缓解脑电数据采集困难，训练样本匮乏的问题；同时，与传统一对一的模型训练方式相比，本发明的分类准确率较高。

本发明公开了一种简单快速的合并方法；本发明包括：获取当前编码单元的深度和量化参数信息；根据所述深度和量化参数信息，计算当前编码单元的最优率失真阈值；从候选列表中依次获取候选块并进入率失真优化过程；设定运动补偿参数；进行运动补偿过程；编码残差并计算率失真；保存最优块的相关信息；如果当所选候选块使得率失真小于预先计算的最优率失真阈值时，则结束；如果当所选候块使得率失真大于或等于预先计算的最优率失真阈值时，并且仍有候选块未被考察，则选取后一候选块并重复上述率失真优化过程，否则终止率失真优化过程。本发明的方法能够较快的选择合适的合并单元块以加快Merge模式的速度，进而提升整体编码效率。