心率是衡量人體健康狀況的重要參數(shù)之一。傳統(tǒng)的心率檢測(cè)方法需要使用接觸式傳感器進(jìn)行測(cè)量,存在攜帶困難、操作復(fù)雜、舒適度低等缺點(diǎn),而成像光電容積描記法(Imaging Photo Plethysmo Graphy,IPPG)可以基于人臉視頻實(shí)現(xiàn)非接觸的心率檢測(cè),在遠(yuǎn)程醫(yī)療、體育鍛煉、情感計(jì)算等眾多領(lǐng)域具有廣闊的應(yīng)用前景。然而,現(xiàn)實(shí)環(huán)境中拍攝的人臉視頻一般會(huì)存在頭部運(yùn)動(dòng)和表情變化的干擾,嚴(yán)重影響脈搏波的提取和心率的估計(jì)。針對(duì)人臉視頻心率檢測(cè)過(guò)程中的運(yùn)動(dòng)干擾問(wèn)題,本文研究分析了IPPG技術(shù)的基本原理,建立了面部皮膚的視頻像素亮度模型,提出了三種具有抗運(yùn)動(dòng)干擾能力的人臉視頻心率估計(jì)方法,并實(shí)現(xiàn)了心率檢測(cè)結(jié)果的可視化顯示。主要研究工作總結(jié)如下:(1)針對(duì)人臉視頻中的剛性和非剛性運(yùn)動(dòng)干擾,建立了一種基于多信號(hào)加權(quán)的人臉視頻心率估計(jì)方法。該方法采用判別響應(yīng)圖擬合和KLT跟蹤算法檢測(cè)人臉,結(jié)合色度特征提取消除剛性運(yùn)動(dòng)干擾,利用頻率和梯度先驗(yàn)分配頻域和空域權(quán)重,通過(guò)多信號(hào)加權(quán)消除非剛性運(yùn)動(dòng)干擾,實(shí)現(xiàn)了準(zhǔn)確的脈搏波提取和心率估計(jì)。(2)針對(duì)人臉視頻中的突發(fā)性運(yùn)動(dòng)干擾,建立了一種基于小波時(shí)頻分析的人臉視頻心率...

【文章頁(yè)數(shù)】：122 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
致謝
摘要
abstract
縮略詞
第一章 緒論
    1.1 研究背景及意義
    1.2 接觸式PPG測(cè)量
        1.2.1 PPG的背景
        1.2.2 PPG的局限
    1.3 非接觸式PPG測(cè)量
        1.3.1 IPPG的基本概念
        1.3.2 IPPG的系統(tǒng)分類
        1.3.3 IPPG的一般應(yīng)用
        1.3.4 IPPG的優(yōu)缺點(diǎn)
        1.3.5 IPPG面臨的挑戰(zhàn)
        1.3.6 IPPG的進(jìn)展現(xiàn)狀
    1.4 論文的研究?jī)?nèi)容和章節(jié)安排
    1.5 本章小結(jié)
第二章 基于人臉視頻的心率檢測(cè)基本理論
    2.1 IPPG的基本原理
    2.2 基于人臉視頻的心率檢測(cè)方法
        2.2.1 ROI選擇與跟蹤
        2.2.2 空間信息合成
        2.2.3 色彩通道選擇
        2.2.4 去噪
        2.2.5 心率估計(jì)
    2.3 心率檢測(cè)方法性能評(píng)價(jià)
        2.3.1 定量指標(biāo)
        2.3.2 定性分析
    2.4 本章小結(jié)
第三章 基于多信號(hào)加權(quán)的人臉視頻心率估計(jì)
    3.1 引言
    3.2 問(wèn)題定義和建模
    3.3 兩步心率估計(jì)方法
        3.3.1 人臉檢測(cè)和跟蹤
        3.3.2 色度特征提取
        3.3.3 基于多信號(hào)加權(quán)的兩步心率估計(jì)
    3.4 實(shí)驗(yàn)結(jié)果與分析
        3.4.1 實(shí)驗(yàn)設(shè)置
        3.4.2 參數(shù)設(shè)置
        3.4.3 實(shí)驗(yàn)結(jié)果
    3.5 本章小結(jié)
第四章 基于小波時(shí)頻分析的人臉視頻心率估計(jì)
    4.1 引言
    4.2 問(wèn)題定義和建模
    4.3 基于小波時(shí)頻分析的人臉視頻心率估計(jì)方法
        4.3.1 人臉檢測(cè)和跟蹤
        4.3.2 色度特征提取
        4.3.3 使用圖像塊融合的脈搏波信號(hào)估計(jì)
        4.3.4 基于頻域分析的心率估計(jì)
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 實(shí)驗(yàn)設(shè)置
        4.4.2 實(shí)驗(yàn)結(jié)果
    4.5 本章小結(jié)
第五章 基于高斯導(dǎo)數(shù)濾波的人臉視頻心率估計(jì)
    5.1 引言
    5.2 問(wèn)題定義和建模
    5.3 基于高斯導(dǎo)數(shù)濾波的人臉視頻估計(jì)方法
        5.3.1 條件分析
        5.3.2 方法流程
    5.4 實(shí)驗(yàn)結(jié)果與分析
        5.4.1 實(shí)驗(yàn)設(shè)置
        5.4.2 結(jié)果和討論
    5.5 本章小結(jié)
第六章 人臉視頻心率檢測(cè)可視化
    6.1 引言
    6.2 歐拉視頻放大原理
        6.2.1 基本原理
        6.2.2 算法框架
    6.3 基于顏色變化放大的人臉視頻心率檢測(cè)可視化
        6.3.1 可視化算法設(shè)計(jì)
        6.3.2 可視化效果展示
        6.3.3 可視化系統(tǒng)設(shè)計(jì)
    6.4 本章小結(jié)
第七章 總結(jié)與展望
    7.1 全文總結(jié)
    7.2 后續(xù)展望
參考文獻(xiàn)
攻讀博士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況



本文編號(hào)：3830314