首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视频的实时心率测量算法研究

摘要第1-4页
Abstract第4-5页
目录第5-7页
第一章 绪论第7-11页
   ·课题研究背景和意义第7页
   ·国内外研究现状第7-9页
     ·心率测量历史及发展趋势第7-8页
     ·基于视频的心率测量现状第8-9页
   ·课题研究目标和主要内容第9页
   ·论文的结构安排第9-11页
第二章 心率测量原理第11-18页
   ·传统心率测量原理介绍第11-13页
     ·接触式心率测量原理第11-12页
     ·非接触式心率测量原理第12-13页
   ·基于视频的心率测量原理第13-17页
     ·人脸定位与跟踪第14-15页
     ·颜色空间第15-17页
   ·本章小结第17-18页
第三章 基于视频的人脸实时定位与跟踪第18-30页
   ·人脸检测第18-22页
     ·Haar-like 特征第18-19页
     ·Haar-like 特征数量计算方法第19页
     ·积分图第19-20页
     ·基于 Haar-like 特征的 AdaBoost 人脸检测第20-22页
   ·人脸跟踪第22-27页
     ·Lucas-Kanade 光流跟踪第22-23页
     ·CamShift 人脸跟踪第23-24页
     ·Kalman 滤波器第24-25页
     ·人脸跟踪对比测试第25-27页
   ·基于视频的实时人脸定位与跟踪第27-29页
     ·算法分析与设计第27-28页
     ·算法实现与测试第28-29页
   ·本章小结第29-30页
第四章 基于视频的肤色增强第30-37页
   ·视频增强算法原理第30-31页
   ·肤色检测第31-33页
     ·颜色空间变换第32页
     ·肤色建模第32-33页
     ·肤色分割测试第33页
   ·基于视频的肤色增强第33-36页
     ·IIR 带通滤波器第34页
     ·增强参数范围第34-36页
     ·肤色增强测试第36页
   ·本章小结第36-37页
第五章 基于视频的实时心率测量第37-44页
   ·颜色格式选取第37页
   ·基于视频的心率测量第37-41页
     ·算法设计第37-38页
     ·时域滤波第38-39页
     ·算法实现第39-41页
   ·实验结果及对比测试第41-43页
   ·本章小结第43-44页
主要结论与展望第44-45页
 主要结论第44页
 展望第44-45页
致谢第45-46页
参考文献第46-50页
附录: 作者在攻读硕士学位期间发表的论文第50页

论文共50页,点击 下载论文
上一篇:全局智能优化算法的研究--粒子群优化算法的改进及应用研究
下一篇:光流场的实时计算方法研究