基于典型相关分析的非接触式心率检测方法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 非接触式心率测量国内外研究现状 | 第11-16页 |
| 1.2.1 非接触式电极检测方法 | 第11-13页 |
| 1.2.2 微波雷达检测方法 | 第13-14页 |
| 1.2.3 磁感应检测方法 | 第14-15页 |
| 1.2.4 视频图像检测方法 | 第15-16页 |
| 1.3 课题研究意义 | 第16-17页 |
| 1.4 本文研究内容及章节安排 | 第17-20页 |
| 1.4.1 研究内容 | 第17-18页 |
| 1.4.2 章节安排 | 第18-20页 |
| 第2章 视频图像信号的采集和预处理 | 第20-34页 |
| 2.1 引言 | 第20-21页 |
| 2.2 数据采集 | 第21-23页 |
| 2.3 图像预处理 | 第23-33页 |
| 2.3.1 同态滤波 | 第23-25页 |
| 2.3.2 人脸识别 | 第25-27页 |
| 2.3.3 皮肤识别 | 第27-29页 |
| 2.3.4 皮肤区域加权处理 | 第29-31页 |
| 2.3.5 基色分离 | 第31-32页 |
| 2.3.6 光照变化检测 | 第32页 |
| 2.3.7 去线性化标准化和均值滤波 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 心率周期提取 | 第34-52页 |
| 3.1 引言 | 第34页 |
| 3.2 基于独立成分分析的方法 | 第34-41页 |
| 3.2.1 独立成分分析原理 | 第35-37页 |
| 3.2.2 周期分析 | 第37-38页 |
| 3.2.3 实验数据分析 | 第38-41页 |
| 3.2.3.1 相关性分析 | 第38-40页 |
| 3.2.3.2 视频长度分析 | 第40-41页 |
| 3.3 基于典型相关分析的方法 | 第41-49页 |
| 3.3.1 典型相关分析原理 | 第42-44页 |
| 3.3.2 设立模版信号 | 第44-46页 |
| 3.3.3 实验数据分析 | 第46-49页 |
| 3.3.3.1 相关性分析 | 第46-48页 |
| 3.3.3.2 视频长度分析 | 第48-49页 |
| 3.4 ICA与CCA方法测量结果比较 | 第49-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第4章 多模式、多人非接触式心率测量 | 第52-68页 |
| 4.1 引言 | 第52页 |
| 4.2 人脸追踪搜索策略的选择 | 第52-53页 |
| 4.3 基于Camshift的人脸追踪 | 第53-60页 |
| 4.3.1 Camshift原理 | 第53-54页 |
| 4.3.2 Camshift算法流程 | 第54页 |
| 4.3.3 特定区域的模型描述 | 第54-57页 |
| 4.3.3.1 特定区域选择 | 第54-56页 |
| 4.3.3.2 色彩空间的转换 | 第56页 |
| 4.3.3.3 区域模型描述 | 第56-57页 |
| 4.3.4 目标搜素区域的选择 | 第57-58页 |
| 4.3.5 Meanshift迭代 | 第58页 |
| 4.3.5.1 相似程度度量 | 第58页 |
| 4.3.5.2 Meanshift 漂移 | 第58页 |
| 4.3.6 Camshift优化 | 第58-59页 |
| 4.3.7 实验结果 | 第59-60页 |
| 4.4 基于KLT的人脸追踪 | 第60-66页 |
| 4.4.1 KLT算法原理 | 第61页 |
| 4.4.2 KLT算法流程 | 第61-62页 |
| 4.4.3 特征点选择 | 第62页 |
| 4.4.4 Harries角点检测 | 第62-63页 |
| 4.4.5 KLT追踪算法 | 第63页 |
| 4.4.6 KLT的优化 | 第63-65页 |
| 4.4.6.1 邻域内存在大量不符合点 | 第64页 |
| 4.4.6.2 视频中存在大位移 | 第64-65页 |
| 4.4.7 实验结果 | 第65-66页 |
| 4.5 本章小结 | 第66-68页 |
| 第5章 总结与展望 | 第68-72页 |
| 5.1 课题总结 | 第68-69页 |
| 5.2 展望 | 第69-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-80页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第80页 |
