检索结果-南通市图书馆

检索条件"主题词=视频心率检测"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于盲信号分离的运动鲁棒视频心率检测研究

基于盲信号分离的运动鲁棒视频心率检测研究

引用

作者：王兴茂合肥工业大学

学位级别：硕士

心率是一项重要的生命体征参数,可以反映个体的生理和心理状况,其检测广泛应用于医学诊断、健康监护、疲劳驾驶检测等领域。近年来,基于普通摄像头的远程光电容积描记术(remote photoplethysmography,r PPG)技术由于无需与个体接触、成... 详细信息

心率是一项重要的生命体征参数,可以反映个体的生理和心理状况,其检测广泛应用于医学诊断、健康监护、疲劳驾驶检测等领域。近年来,基于普通摄像头的远程光电容积描记术(remote photoplethysmography,r PPG)技术由于无需与个体接触、成本低、简单方便和应用广泛等优点,成为研究热点。但是,由于r PPG技术包含的脉搏波信号幅值微弱,易受到运动伪迹的干扰,导致检测的心率值准确度下降。本文针对两种运动伪迹场景,提出基于盲信号分离的运动鲁棒视频心率检测方法,提升视频心率检测的准确性和鲁棒性。一方面,针对受试者头部运动范围较大或受试者在监测环境中四处走动时,单个摄像头不能每时每刻检测到受试者的面部,本文通过结合集合经验模态分解(ensemble empirical mode decomposition,EEMD)和时延典型相关分析(timedelay Canonical correlation analysis,TDCCA),采用多个同步摄像头对受试者进行无缝拍摄,进而实现远程心率检测的模拟研究。对于每一帧图像,从多个摄像头中选择面积最大的感兴趣区域作为目标感兴趣区域。其次,计算该目标感兴趣区域内所有像素的平均值,一帧帧地构成多通道RGB像素均值序列。然后,联合集合经验模态分解和时延典型相关分析获得血容量脉冲信号,进而计算视频心率。在自采数据库上验证该算法的性能,同时与其他四种典型方法的性能进行对比,结果表明该方法获得最佳性能,平均绝对误差为4.11次/分钟,平均百分比误差为5.26%,均方根误差为5.37次/分钟,皮尔逊相关系数为0.90。另一方面,针对受试者头部运动幅度较大的情形,提出了一种基于盲源分离和谱减法技术相结合的运动干扰去除方案。过联合分析面部感兴趣区域的RGB像素均值序列和面部特征点的运动轨迹来提取运动噪声源信号,并将之从RGB像素均值序列中消除,之后采用谱减法技术对运动噪声做进一步抑制,达到抑制运动干扰,从而提高视频心率检测的准确度。采用公开数据库UBFC-RPPG验证算法性能并与其他方法性能做对比,结果表明本文所提方法具有最佳性能。综上,本论文为真实环境下视频心率检测提供了解决方案。

关键词：视频心率检测运动伪迹集合经验模态分解典型相关分析谱减法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的人脸视频心率检测技术研究

基于深度学习的人脸视频心率检测技术研究

引用

作者：任杰南京理工大学

学位级别：硕士

心率作为人体最重要的生命体征,随着生活质量的提高越来越受到人们的关注。目前广泛使用的心率检测设备在使用上具有局限性,无法满足持续检测。基于人脸视频的非接触式心率检测相比之下更具优势,应用前景更为广阔。大多数研究局限于某... 详细信息

心率作为人体最重要的生命体征,随着生活质量的提高越来越受到人们的关注。目前广泛使用的心率检测设备在使用上具有局限性,无法满足持续检测。基于人脸视频的非接触式心率检测相比之下更具优势,应用前景更为广阔。大多数研究局限于某种特定场景的心率检测,如静止状态、头部轻微运动和光线变化等。由于日常生活中场景较为复杂,存在人脸旋转、面部表情等情况,对提取的r PPG信号产生干扰,因此需要进行深入研究。深度学习的兴起给非接触式心率测量带来了新的研究方向,进一步提高了非接触式心率检测的准确率。本文研究重点是基于深度学习的人脸视频心率检测技术,工作内容主要包含以下几点:（1）使用Dlib进行人脸关键点检测,在人脸检测的基础上增加预判断模块优化ROI区域选取,有效减小了由人脸转动时人脸检测器引入背景噪声的影响。对比分析了整个面部、脸颊和额头三个不同区域对提取r PPG信号的影响,验证了脸颊区域提取的r PPG信号信噪比最高。（2）对从ROI提取的原始r PPG信号进行多种预处理。首先分析摄像头拍摄帧与帧之间时间间隔不均匀对r PPG信号的影响,并通过线性插值然后等间隔抽取方式重构出均匀采样的信号。其次进行L1去趋势滤波,去除重构的r PPG信号中趋势成分和心率对应频率以外的干扰信号。最后加入相位追踪模块,对去趋势滤波后的信号优化成类正弦信号,使得时域上信号周期性更强,频域上心率对应的频率更突出。（3）对预处理后的r PPG信号,从时域和时频域角度分别生成特征图像,构建卷积神经网络进行训练和预测。在时域上,将三种不同算法提取的r PPG信号分别作为图像的单通道并进行叠加;在时频域上,将信号对应的时频图作为r PPG信号特征图。实验结果表明时域特征图在Res Net18网络中加入注意力机制时预测效果达到最优（MAE=4.81,RMSE=6.44,ρ=0.85）,并验证了信号预处理部分的重构等间隔均匀采样信号对预测结果有明显提升（MAE下降6.59,RMSE下降7.67）。此外,实验表明信号时长对预测结果有一定影响,20s信号构造特征图效果略优于10s信号构造特征图效果。

关键词：视频心率检测 ROI优化等间隔重构特征图深度学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：