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

论文共59页,点击 下载论文
上一篇:基于多特征联合的视频火焰检测方法研究
下一篇:反光表面的快速三维瑕疵检测与识别方法研究