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

基于人脸视频的心率信号分离算法研究

摘要第4-5页
Abstract第5页
第一章 绪论第6-13页
    1.1 研究背景及意义第6-8页
    1.2 国内外研究现状第8-11页
        1.2.1 接触式心率检测第8-9页
        1.2.2 非接触式心率检测第9-11页
    1.3 本文研究的内容第11-12页
    1.4 论文的组织结构第12-13页
第二章 基于人脸视频的心率检测第13-25页
    2.1 基于人脸视频的心率检测原理第14-22页
        2.1.1 人脸视频定位、跟踪及ROI区域的信号采集第16-21页
        2.1.2 人脸视频提取信号的去噪及分离第21-22页
    2.2 基于人脸视频的心率分离已有方法第22-23页
    2.3 本章小结第23-25页
第三章 形态学变量分析及字典学习第25-41页
    3.1 形态学变量分析第25-29页
        3.1.1 形态学变量分析概述第26-27页
        3.1.2 形态学变量分析的主要应用第27-29页
    3.2 字典学习第29-37页
        3.2.1 字典学习概述第30-32页
        3.2.2 稀疏表示的主要应用第32-37页
    3.3 基于形态学变量分析及字典学习的心率信号分离第37-40页
        3.3.1 字典训练第38-39页
        3.3.2 基于联合字典的信号分离第39页
        3.3.3 信号重构第39-40页
    3.4 本章小结第40-41页
第四章 基于MCA与字典学习的心率检测系统第41-54页
    4.1 数据采集(人脸视频采集)第41-45页
    4.2 光电脉搏波信号(PPG)信号预处理第45-46页
    4.3 心率信号分离第46-49页
        4.3.1 视频信号的字典训练第46-48页
        4.3.2 基于字典的信号分离第48页
        4.3.3 信号重构及心率信号分离第48-49页
    4.4 实验结果及分析第49-53页
        4.4.1 评估方法第49-50页
        4.4.2 对比方法及参数设置第50页
        4.4.3 结果及分析第50-53页
    4.5 本章小节第53-54页
第五章 总结与展望第54-56页
    5.1 总结第54页
    5.2 展望第54-56页
致谢第56-57页
参考文献第57-61页
图版第61-62页

论文共62页,点击 下载论文
上一篇:短文本主题挖掘算法研究
下一篇:基于WFCM与RSF模型的脊柱CT影像分割算法研究