| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 缩略词 | 第12-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景和意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 传统的心率检测方法 | 第15-16页 |
| 1.2.2 基于人脸视频的非接触式心率检测方法 | 第16-17页 |
| 1.3 论文的主要工作和结构安排 | 第17-19页 |
| 第二章 光电容积脉搏波成像技术概述 | 第19-29页 |
| 2.1 光电容积脉搏波成像技术的工作原理 | 第19-20页 |
| 2.1.1 光电容积脉搏波工作原理 | 第19-20页 |
| 2.1.2 波形特征 | 第20页 |
| 2.2 基于图像的心率信号提取方法 | 第20-25页 |
| 2.2.1 盲源分离 | 第21-22页 |
| 2.2.2 视频放大 | 第22-25页 |
| 2.3 噪声来源及常用的消噪方法 | 第25-27页 |
| 2.3.1 噪声来源 | 第25页 |
| 2.3.2 常用消噪方法 | 第25-26页 |
| 2.3.3 心率信号去噪方法 | 第26-27页 |
| 2.4 周期分析的方法 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 特征区域跟踪的颜色增强算法 | 第29-43页 |
| 3.1 算法流程及原理 | 第29-32页 |
| 3.1.1 原理 | 第29-31页 |
| 3.1.2 放大倍数选择 | 第31-32页 |
| 3.2 特征区域跟踪 | 第32-38页 |
| 3.2.1 基于Haar-like特征的Adaboost人脸检测 | 第32-34页 |
| 3.2.2 均值漂移算法 | 第34-35页 |
| 3.2.3 Kalman滤波 | 第35-37页 |
| 3.2.4 特征区域跟踪 | 第37-38页 |
| 3.3 颜色空间转换 | 第38-39页 |
| 3.4 空间分解 | 第39-41页 |
| 3.5 颜色增强效果 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 心率信号提取和检测流程 | 第43-57页 |
| 4.1 基于人脸图像的心率检测流程 | 第43-44页 |
| 4.2 视频采集 | 第44-45页 |
| 4.3 心率信号提取 | 第45-52页 |
| 4.3.1 基色分离 | 第45-49页 |
| 4.3.2 小波去噪 | 第49-52页 |
| 4.4 时频分析 | 第52-53页 |
| 4.5 测量结果 | 第53-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 实验研究与结果分析 | 第57-65页 |
| 5.1 运动伪差的消除 | 第57-58页 |
| 5.2 ROI区域的选取 | 第58-60页 |
| 5.3 不同心率范围 | 第60-61页 |
| 5.4 不同视频时长的影响 | 第61-62页 |
| 5.5 光照影响 | 第62-63页 |
| 5.6 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文 | 第73页 |