基于视频处理的呼吸率检测方法研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第16-26页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 研究现状和进展 | 第17-24页 |
| 1.2.1 接触式呼吸率检测方法 | 第17-21页 |
| 1.2.2 非接触式呼吸率检测方法 | 第21-24页 |
| 1.3 本文研究工作与章节安排 | 第24-26页 |
| 第二章 基于视频处理的呼吸检测基本理论 | 第26-36页 |
| 2.1 呼吸ROI区域提取 | 第26-29页 |
| 2.1.1 基于肤色模型的方法 | 第27页 |
| 2.1.2 基于统计理论的方法 | 第27-28页 |
| 2.1.3 基于几何特征的方法 | 第28-29页 |
| 2.2 呼吸信息提取 | 第29-33页 |
| 2.2.1 数字带通滤波器 | 第29-30页 |
| 2.2.2 小波滤波 | 第30-31页 |
| 2.2.3 盲源分离 | 第31页 |
| 2.2.4 基于相位的视频运动变化放大 | 第31-33页 |
| 2.3 性能评价 | 第33-35页 |
| 2.3.1 定量指标 | 第33-34页 |
| 2.3.2 定性分析 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于胸口定位的呼吸率检测方法 | 第36-50页 |
| 3.1 引言 | 第36-37页 |
| 3.2 呼吸率检测方法 | 第37-42页 |
| 3.2.1 胸口ROI区域提取 | 第38-39页 |
| 3.2.2 呼吸相位信息提取 | 第39-40页 |
| 3.2.3 基于最大似然的呼吸率估计 | 第40-42页 |
| 3.3 呼吸率检测实验 | 第42-49页 |
| 3.3.1 实验设备及数据 | 第42页 |
| 3.3.2 实验结果 | 第42-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 基于人脸特征信息的呼吸率检测方法 | 第50-65页 |
| 4.1 引言 | 第50-51页 |
| 4.2 基于面部特征点跟踪的呼吸率检测方法 | 第51-59页 |
| 4.2.1 人脸检测与特征点识别模块 | 第51-53页 |
| 4.2.2 关键特征点跟踪与呼吸信号提取模块 | 第53-54页 |
| 4.2.3 呼吸频率估计模块 | 第54-55页 |
| 4.2.4 实验 | 第55-59页 |
| 4.3 基于面部IPPG信号的呼吸率检测算法 | 第59-64页 |
| 4.3.1 人脸区域选择 | 第60页 |
| 4.3.2 呼吸特征信息提取 | 第60-61页 |
| 4.3.3 实验 | 第61-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 全文总结 | 第65-66页 |
| 5.2 后续展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第71-72页 |
