【摘 要】
：
随着国家的经济发展和我国国民生活水平的不断提高,人们的饮食结构发生了改变。高血脂、高血压日渐攀升为高发性疾病,严重地影响着人们的健康。心率是心血管健康状况的重要衡量指标,其临床和日常监测对预防和早期诊断心血管疾病具有重要作用。目前,市面上比较专业的心率监测设备都必须要接触到皮肤才能进行心率检测。长时间佩戴心率监测设备给测试者的生活和工作带来了很大的不便。针对接触式心率检测设备的局限性,本文设计了一
论文部分内容阅读
随着国家的经济发展和我国国民生活水平的不断提高,人们的饮食结构发生了改变。高血脂、高血压日渐攀升为高发性疾病,严重地影响着人们的健康。心率是心血管健康状况的重要衡量指标,其临床和日常监测对预防和早期诊断心血管疾病具有重要作用。目前,市面上比较专业的心率监测设备都必须要接触到皮肤才能进行心率检测。长时间佩戴心率监测设备给测试者的生活和工作带来了很大的不便。针对接触式心率检测设备的局限性,本文设计了一种非接触式心率测量的方法。其通过普通摄像头采集人脸视频作为输入,采用图像处理算法从人脸视频中获取心率信号,再通过信号分析算法获取受试者的实时心率。相比于传统的接触式心率测量方法,该方法具有舒适度高、操作简便等优点,而且其实现成本较低,适合大众推广,对于未来医疗监控领域的发展将起到重要的作用。本文主要研究工作如下:（1）基于光电容积脉搏波的原理,本文提出了一种基于欧拉视频颜色放大进行心率提取的算法。在现有算法的基础上,首次提出了通过先设定好图像的失真率反向推导放大因子的方法,使人脸视频充分放大又尽量减少失真。选用高斯金字塔将视频序列分解成不同频率带,并通过对比不同层数放大后图像的均方误差和峰值信噪比等参数,来选择放大心率信号时图像金字塔的最佳层数。采用理想带通滤波器提取心率信号,将放大后的信号叠加到原始视频序列上,由此获得输出视频。经过实验对比,该方法能够提高心率监测的准确率,其对于微小颜色变化的放大优于传统的欧拉放大算法。（2）根据传统的心率测量方法,研究了从人脸视频信号中提取心率信息的算法。对传统基于快速独立分量算法（Fast Independent Component Analysis,Fast ICA）的心率检测方法进行了详细分析,发现该算法在进行心率信号分离时会产生同频噪声,影响心率信号的提取。分析同频噪声的成因以及现有的去噪方法,本文提出了使用单通道独立分量算法（Single Channel Independent Component Analysis,单通道ICA）只对绿色通道信号进行心率信号的提取,避免同频噪声的干扰。并将Fast ICA算法、集合经验模态分解算法与本文所用的单通道ICA算法进行了实验对比。实验结果表明本文用到的单通道ICA算法能明显降低同频噪声的影响,提高心率监测的准确性。
其他文献
移动机器人避障路径规划是移动机器人领域研究的重点,移动机器人在室内复杂环境进行作业时,环境的复杂性与易变性给移动机器人带来了更多挑战。而深度强化学习作为一种不断试错的机器学习算法,目前广泛应用于移动机器人避障路径规划领域,在静态障碍与动态障碍同时存在的复杂环境中,使移动机器人具备灵活决策的能力,提高移动机器人的自主性与鲁棒性。因此本文以深度强化学习为基础,使移动机器人与周围环境不断交互,完成避障路
近年来,随着能源需求量的增长,海洋石油开采与运输活动日益频繁,由此也造成了诸多海上原油泄漏与环境污染问题。因此,海上溢油监测系统的建立与优化问题研究迫在眉睫。现有溢油监测系统主要使用单一的某类传感器作为数据获取手段,其数据利用率和准确性受环境干扰影响较大。为提高系统监测性能,本文采用了红外和可见光两种传感器进行海面溢油数据获取,并研究了基于深度学习的红外和可见光图像融合机制,从而使得可见光图像中丰
随着世界经济总量的不断攀升,海上运输蓬勃发展,船舶数量也日益增多,随之船舶发生碰撞的可能性加大。因此,船舶避碰仍旧是船舶研究方向的热点问题之一。目前船舶避碰研究仍有许多问题还未解决,如《国际海上避碰规则》考虑不充分,未考虑船舶操纵性对避让效果的影响,避碰算法计算量较大无法实时给出避碰决策,算法的稳定性差以及多船避碰策略不合理等问题。本文针对已存在的问题,选择与模型无关且实时性良好的Q-Learni
近年来,在军事领域以及民用领域,四旋翼飞行器成为了越来越热门的研究对象,有着很高的应用价值。然而,当在复杂环境中执行高难度任务时,单架无人机的容错能力有限,一旦发生故障,任务就会失败。而多个无人机可以更好地完成搜索救援、地形侦察、物资运输等任务,容错力更高,因而对多架无人机的协同控制研究成为了四旋翼研究领域中的热点问题。在实际环境中执行任务时,由于环境地势的变化以及目标的移动通常需要无人机实时改变
水面无人艇（Unmanned Surface Vehicles,USVs）是开展海洋资源勘测、海事防务等水面作业的重要利器,在军事、民生、科研等领域发挥重要的作用。在不同场景下自主完成精准轨迹跟踪是USV执行水面作业的基础,近年来已成为USV控制技术的研究热点之一。鉴于USV复杂、多变的航行环境,往往存在复杂海洋干扰和系统动态难以获取的情况,使得高精度跟踪控制系统的设计充满挑战。因此,本课题基于固
现如今移动机器人的发展在科学技术中备受瞩目,而路径规划作为移动机器人的核心领域之一,对其算法的创新与应用也理所应当的受到了广泛研究。本文在针对传统路径规划算法在性能存在速度过慢,避障能力较弱的缺点,提出了一种基于跳点搜索策略的改进D*算法与改进动态窗口法混合算法,通过在MATLAB工具与Gazebo工具下进行多种仿真并最终在Turtlebot2实验平台上进行了实物验证,证明改进算法确实有效的更快速
在全球倡导节能减排的背景下,船舶作为贸易航运的主要交通工具,其运行成本和能耗排放问题亦成为相关领域的研究热点,建立合理的船舶能量管理策略,以达成低运行成本,降耗减排的目标,对实现航运业的节能环保,具有重要的价值和意义。首先针对船舶能量管理策略问题,建立相关数学模型。以最小化船舶的运行成本为目标,考虑柴油机和发电机组的相关性能约束,建立了柴电混合船舶能量管理的数学优化模型。进一步着眼于技术发展趋势,
无人船的应用日益广泛,随着通讯技术的发展,网络控制与无人船控制技术结合,克服了传统集中式无人船控制安装不便、维护困难等缺点。在保证系统性能的同时设法降低通讯网络传输负担,防止信号阻塞、丢包等情况发生,是网络控制系统的重要研究课题。量化和事件触发等非周期采样机制,是减小通讯资源消耗,降低信号传输频率的有效手段。本文以三自由度全驱动水面无人船（Autonomous Surface Vessel,ASV
基于视觉的三维重建技术是室内目标场景重建,工业视觉检测,以及无人驾驶技术领域等主要组成部分,也是计算机视觉重要的研究方向。三维重建实现方式主要利用立体视觉获取物体的三维信息,目前最常见的三维重建实现方法有主动式三维重建技术和被动式三维重建技术。本文主要研究内容是基于主动式测量原理的RGB-D相机对室内目标场景进行三维重建。由于在重建过程中RGB-D相机受到相机标定算法以及外界环境干扰和系统误差的影
近年来,随着人工智能、无人驾驶等科技的发展与进步,无人船、无人车、无人机等无人航行器在全世界范围内得到了广泛的应用。随着任务的日益复杂化,单一的无人航行器其自身在传感器探测范围和信息获取方面具有局限性,而多无人航行器具有更广泛的应用场景,其对环境适应性更强,容错率更高,可以完成单一无人航行器无法完成的任务。在复杂多变的海洋环境中,无人航行器的远程监控是核心问题,是其完成各种任务的前提。然而传统的无