| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第14-26页 |
| 1.1 研究背景及意义 | 第14-23页 |
| 1.1.1 基于视频的非接触脉搏采集 | 第14-21页 |
| 1.1.2 多传感器图像信息融合 | 第21-22页 |
| 1.1.3 基于PPG的身份识别 | 第22-23页 |
| 1.2 本文主要工作 | 第23-24页 |
| 1.3 本文组织结构 | 第24-26页 |
| 第2章 人工智能研究路径探讨及人性化智能感知 | 第26-33页 |
| 2.1 人工智能研究路径探讨 | 第26-28页 |
| 2.1.1 无人驾驶自行车的自平衡 | 第27-28页 |
| 2.2 人性化智能感知的思考 | 第28-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第3章 基于单一传感器的情绪相关生物特征提取 | 第33-61页 |
| 3.1 基于视频的审讯场景下非接触心率获取 | 第33-39页 |
| 3.1.1 人脸检测及跟踪 | 第33-34页 |
| 3.1.2 脉搏信号及心率的提取 | 第34-35页 |
| 3.1.3 心率异常判断及视频关联 | 第35页 |
| 3.1.4 基于视频心率的审讯辅助系统实现 | 第35-39页 |
| 3.2 基于手机摄像头的人体血压获取 | 第39-42页 |
| 3.2.1 指尖脉搏提取 | 第39页 |
| 3.2.2 血压波动换算 | 第39-40页 |
| 3.2.3 基于手机摄像头的人体血压获取实现 | 第40-42页 |
| 3.3 基于视频的非接触人体动态血压获取 | 第42-49页 |
| 3.3.1 非接触动态血压监测 | 第42-43页 |
| 3.3.2 基于普通摄像头非接触获取动态血压的原理和关键技术 | 第43-46页 |
| 3.3.3 基于普通摄像头非接触获取动态血压的实现 | 第46-49页 |
| 3.4 新生儿哭声的固有情绪特征的提取 | 第49-60页 |
| 3.4.1 新生儿哭声分析方法的发展历程 | 第49-51页 |
| 3.4.2 新生儿哭声的固有情绪特征的提取的原理和关键技术 | 第51-53页 |
| 3.4.3 新生儿哭声的最小嵌入维分析 | 第53-57页 |
| 3.4.4 与相关研究的一致性 | 第57-58页 |
| 3.4.5 方法比较 | 第58-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第4章 基于多传感器的身份相关生物特征提取 | 第61-82页 |
| 4.1 基于皮肤表面“振动信号”的多摄像头人体识别定位 | 第61-81页 |
| 4.1.1 人体的识别与定位 | 第61-63页 |
| 4.1.2 基于多摄像头的人体识别定位的原理和关键技术 | 第63-72页 |
| 4.1.3 基于多摄像头的人体识别定位的实现 | 第72-80页 |
| 4.1.4 与一般人体识别定位的比较 | 第80-81页 |
| 4.2 本章小结 | 第81-82页 |
| 第5章 总结与展望 | 第82-84页 |
| 参考文献 | 第84-96页 |
| 附录1: 作者在攻读硕士期间的科研成果 | 第96页 |
