基于视频的人体心率非接触测量方法研究
摘要 | 第3-4页 |
abstract | 第4页 |
第1章 绪论 | 第8-14页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-13页 |
1.2.1 接触式心率检测方法 | 第9-11页 |
1.2.2 非接触式心率检测方法 | 第11-13页 |
1.3 课题研究目标和主要内容 | 第13页 |
1.4 论文的结构安排 | 第13-14页 |
第2章 基于视频的人脸定位与跟踪 | 第14-25页 |
2.1 基于压缩感知的人脸特征提取 | 第14-19页 |
2.1.1 特征描述 | 第14-17页 |
2.1.2 随机测量矩阵 | 第17-18页 |
2.1.3 特征压缩 | 第18-19页 |
2.2 基于贝叶斯分类器的目标检测 | 第19-21页 |
2.2.1 朴素贝叶斯分类器 | 第19-20页 |
2.2.2 分类器更新 | 第20-21页 |
2.3 基于视频的人脸定位与跟踪 | 第21-24页 |
2.3.1 特征提取 | 第21-22页 |
2.3.2 目标检测 | 第22-23页 |
2.3.3 实验结果 | 第23-24页 |
2.4 本章小结 | 第24-25页 |
第3章 视频图像的去噪 | 第25-34页 |
3.1 常见去噪方法的介绍 | 第25-28页 |
3.1.1 中值滤波 | 第25-26页 |
3.1.2 邻域平均法 | 第26页 |
3.1.3 频域去噪方法 | 第26-28页 |
3.2 小波去噪 | 第28-31页 |
3.2.1 小波基本理论 | 第28-29页 |
3.2.2 小波去噪 | 第29-31页 |
3.3 滤波性能评价标准 | 第31-32页 |
3.4 实验分析 | 第32-33页 |
3.5 本章小结 | 第33-34页 |
第4章 基于人脸视频图像的心率检测系统 | 第34-45页 |
4.1 非接触式光电容积脉搏描记法 | 第34-35页 |
4.1.1 光电容积脉搏波的基本原理 | 第34页 |
4.1.2 光电容积脉搏的特征分析 | 第34-35页 |
4.2 视频图像的心率计算框架 | 第35-44页 |
4.2.1 心率计算框架设计 | 第35-36页 |
4.2.2 视频采集 | 第36-37页 |
4.2.3 视频图像去噪 | 第37-38页 |
4.2.4 人脸检测 | 第38-39页 |
4.2.5 自适应算法的设计 | 第39-42页 |
4.2.6 波峰检测算法 | 第42-44页 |
4.2.7 心率计算 | 第44页 |
4.3 本章小结 | 第44-45页 |
第5章 心率检测的实验分析 | 第45-54页 |
5.1 实验设计与仿真 | 第45-47页 |
5.1.1 实验设计 | 第45页 |
5.1.2 实验仿真 | 第45-47页 |
5.2 运动对实验结果的影响 | 第47-53页 |
5.3 本章小结 | 第53-54页 |
第6章 总结与展望 | 第54-56页 |
6.1 总结 | 第54-55页 |
6.2 展望 | 第55-56页 |
参考文献 | 第56-58页 |
致谢 | 第58-59页 |