【摘 要】
：
心率作为一项评估人体健康的重要参数之一,其可以有效的反应人体的健康状态,因此心率监测对于健康的监护有着不可替代的作用,特别是在病房和健身房中。目前的心率监测系统多以接触式为主,例如手环、胸带等,但是因其操作复杂,并且在测量的过程中需要同人体进行长时间接触,而给测量者带来一定的影响;而市面上的非接触式测量多以手机和雷达为主,而这两者对于人体在运动状态的检测多有不足。本课题研究了一种基于KCF算法的心
论文部分内容阅读
心率作为一项评估人体健康的重要参数之一,其可以有效的反应人体的健康状态,因此心率监测对于健康的监护有着不可替代的作用,特别是在病房和健身房中。目前的心率监测系统多以接触式为主,例如手环、胸带等,但是因其操作复杂,并且在测量的过程中需要同人体进行长时间接触,而给测量者带来一定的影响;而市面上的非接触式测量多以手机和雷达为主,而这两者对于人体在运动状态的检测多有不足。本课题研究了一种基于KCF算法的心率监测系统,通过KCF目标追踪,处理包含人脸的视频信息,提取视频中的心率信号,计算心率的值,并且将该方法利用树莓派实现。该方法可以在不改变使用人员的日常习惯的前提下,实现对连续的非接触式心率监测,并且具有抗运动干扰、舒适、操作简易、携带方便等特点。该方法的树莓派的实现对于健身房的健身人员的身体状态的检测具有重大的意义。本文的主要工作如下:（1）比较多种人脸检测和追踪算法,论证人脸检测和追踪器性能对于非接触式心率监测中信号提取部分所具有的重要性,说明KCF目标追踪算法在其信号提取部分所具有的优越性。（2）基于KCF目标追踪算法设计非接触式心率监测方案。利用KCF算法的准确快速的特点,减少人体运动对非接触式心率测量准确度的影响。（3）优化和改进KCF算法提高算法的运行速度,使其更好的满足非接触式心率测量中的实时性的要求。（4）一致性评估。利用Bland-Altman分析图和皮尔森相关系数分析本文的非接触式心率测量的方法同胸带的测量数据之间的一致性评估。（5）使用微机系统实现非接触式心率监测系统。本课题借助树莓派微机系统,将上述非接触式心率监测系统在树莓派中实现,实现产品化。实验的结果表明:在静止状态、轻微运动状态和剧烈运动状态下,基于KCF算法的心率监测系统同胸带式的接触式测量的结果具有高度的一致性,可以满足健身过程中的心率监测的需求,并且提出非接触式心率监测的树莓派硬件实现,满足了非接触式测量的产品化的需求。
其他文献
人工智能是目前最热门的科学研究领域之一,语音识别是人工智能的一个重要研究方向。随着科学技术的发展,连续语音识别技术已经取得了很大的进展。目前的连续语音识别系统,在实验室环境下,对纯净语音已达到很高的识别率,但在噪声环境下,识别率明显下降。在连续语音识别系统的实际应用中,噪声几乎是不可避免的,因此针对噪声环境下的连续语音识别技术研究显得尤为重要。本文从语音识别技术的理论基础出发,介绍了连续语音识别系
自上世纪九十年代中期面世以来,三维扫描技术越来越引起工业生产研究邻域的关注。三维扫描技术通过高速扫描测量,可以大面积获得被测对象表面在相机坐标系下的三维点云数据,具有速度快、精度高、数字化、实时动态显示、非接触等特性。但三维扫描技术单次扫描只能获得物体单面点云数据,需要对多次测量获得的点云数据进行处理,才能获得待测物的完整三维数据。且由于点云数据具有无序性和稀疏性,点云数据的处理具有相当的难度。在
随着5G时代的到来,为了在有限的空间容纳更多的射频收发通道以覆盖2G/3G/4G/5G频段的应用,通信系统的发展趋于小型化、低功耗和多功能。无源电路尺寸往往受到工作波长、材料、加工工艺、微波环境等多重因素的限制,很难实现小型化、集成化。天线与滤波器是射频系统前端必不可少的无源器件,性能设计尤为重要。滤波器的主要功能是滤除噪声和多余的杂波等,而天线是收发信号的终端器件。一般来说,天线与滤波器是分立工
和相同孔径的满阵相比,稀布阵列天线能以更少的天线阵元实现相同的主波束宽度,同时具有较强的方向性。因此,稀布阵列天线得到了广泛地研究,并在实际工程中有着重要的应用价值。稀布阵列综合主要分为两个研究方向,一是在给定孔径大小与参考方向图条件下,最小化阵元个数以实现方向图稀布重构;二是在给定阵元个数以及孔径条件下,通过优化阵元位置以及阵元激励实现降低峰值旁瓣电平。本文从两个方向分别展开研究,主要工作如下:
船舶之间通信的有效性和实时性是航行安全和交通管理的重要保障。新一代船舶通信系统——甚高频数据交换系统（VHF Data Exchange System,VDES）采用了船舶、海岸基站和卫星相结合的系统构架以保证水上通信业务的大覆盖范围和高实时性,是当下的研究热点。特定应用消息（Application Specific Messages,ASM）是VDES下的一种业务,其卫星链路中包含严重的多普勒频
目标跟踪技术不仅在机器人视觉、智能监控、无人驾驶等方面发挥着重要的作用,而且也是精确制导弹箭武器不可或缺的技术之一。因此,研究精度高、鲁棒性强且实时性好的目标跟踪算法具有重要意义。本文总结了近些年国内外在目标跟踪领域的进展情况,并在此基础上详细介绍了跟踪算法现阶段的两大方向:相关滤波和深度学习,并对它们开展了应用研究。研究结果表明:在相关滤波框架下使用HOG特征能有效提高跟踪精度,但是该特征描述子
相较于低频段,毫米波频段（30～300GHz）因其频带宽,对应的天线尺寸小,分辨率高等优势在最近几年里成为了研究的重点。其中的W波段（75～110GHz）,尤其是77GHz、94GHz频率附近的大气衰减小,无疑是各种车载雷达、导弹引信和无线通信等领域的研究热门频率。综合上述论述,本文对基于微带线和基片集成波导结构的W波段平面阵列天线进行了深入的研究,论文的主要部分包括以下几个方面:首先设计了一款4
随着车辆信息收集设备的不断更新以及营运企业车辆保有量的不断增多,企业收集的车辆数据呈指数级增长。与此同时,有数据表明大部分特大交通事故的发生与营运车辆驾驶员的不良驾驶行为有直接关系。因此,营运企业迫切需要一种既节省成本又具有高效计算性能的数据分析方法和数据分析平台来分析日益庞大的车辆数据。本文围绕分布式驾驶行为评价模型的搭建从车辆数据的预处理与关键特征的提取方法、驾驶行为评价算法、模型计算平台搭建
基于合成孔径雷达（Synthetic Aperture Radar,SAR）的自动识别技术在军事和民用领域具有广泛的应用。由于SAR系统特殊的成像机理,SAR图像中目标的形状特征取决于极化方式、俯仰角、方位角等参数,不同参数对同一目标所成图像有较大差异,要实现对SAR图像中目标的高识别率,需要许多不同成像参数下的SAR图像。但在现实条件下,获得不同目标完备的SAR数据难以实现。利用高频电磁方法进行
空间谱估计技术是阵列信号处理的一个重要方面。在实际应用中,阵列误差和互耦等非理想特性都会导致空间谱估计算法性能恶化,甚至失效。相比于其他误差形式,阵元互耦是典型的阵列导向矢量误差,同时也是影响较广,处理较复杂的一类误差。因此,研究存在互耦情况下的误差估计、校正和减小互耦的技术具有理论和实际意义。本文针对上述问题,开展互耦补偿和低互耦阵列角度估计算法研究。首先,构建了阵列天线模型和互耦模型,给出空间