| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 本文主要工作 | 第14-16页 |
| 1.3 本文组织结构 | 第16-18页 |
| 第2章 智能感知及其应用 | 第18-42页 |
| 2.1 智能感知 | 第18-29页 |
| 2.1.1 感知之测量 | 第20-23页 |
| 2.1.2 感知之计算 | 第23-25页 |
| 2.1.3 感知之智能 | 第25-29页 |
| 2.2 智能感知的应用 | 第29-41页 |
| 2.2.1 智能生境 | 第29-30页 |
| 2.2.2 感知城市 | 第30-34页 |
| 2.2.3 基于梯度场的交通流车联网系统 | 第34-36页 |
| 2.2.4 基于引力场的车辆自动驾驶引导方法 | 第36-38页 |
| 2.2.5 海关自动退税系统 | 第38-41页 |
| 2.3 本章小结 | 第41-42页 |
| 第3章 基于视频的非接触生物特征提取 | 第42-60页 |
| 3.1 基于高速摄像机非接触获取人体动态血压 | 第42-54页 |
| 3.1.1 动态血压简介 | 第42-43页 |
| 3.1.2 血压测量设备的发展历程 | 第43-44页 |
| 3.1.3 基于高速摄像机非接触获取动态血压的原理 | 第44-46页 |
| 3.1.4 基于IPPG技术的脉搏信号相位差的非接触获取 | 第46-48页 |
| 3.1.5 基于IPPG技术的心率的非接触获取 | 第48页 |
| 3.1.6 实验过程和结果分析 | 第48-54页 |
| 3.2 基于手机摄像头非接触获取心率 | 第54-59页 |
| 3.2.1 非接触获取心率 | 第55页 |
| 3.2.2 结果分析 | 第55-59页 |
| 3.3 本章小结 | 第59-60页 |
| 第4章 基于音频的生物特征提取 | 第60-76页 |
| 4.1 说话人识别 | 第60-66页 |
| 4.1.1 深度神经网络 | 第61-64页 |
| 4.1.2 数据预处理 | 第64-65页 |
| 4.1.3 结果分析 | 第65-66页 |
| 4.2 新生儿哭声研究 | 第66-75页 |
| 4.2.1 情绪 | 第67-68页 |
| 4.2.2 Cao法 | 第68-69页 |
| 4.2.3 结果分析 | 第69-75页 |
| 4.3 本章小结 | 第75-76页 |
| 第5章 总结与展望 | 第76-79页 |
| 参考文献 | 第79-88页 |
| 附录1:作者在攻读硕士期间的科研成果 | 第88页 |