基于移动端的非接触心率检测系统研究与设计

心率的检测对人体健康监护有重要的意义,目前主流心率检测设备需与皮肤直接接触,这种方式容易引起传染性疾病的传播风险并给用户带来负担;为了解决这些问题,开发了一款基于安卓移动端设备的心率检测应用,可实现非接触式的心率检测并将检测结果展示在主界面上,完成用户自主的心率检测功能;根据远程光电容积描记法原理,从人体皮肤的图像数据中可以提取出心率信息,因此应用中封装了欧拉视频放大算法来实现非接触式心率信号检测,可通过采集面部图像数据来进行人体心率的估计;该应用操作简便,使用场景也不受限制,在真实环境中的实验结果表明,其检测结果与真实心率间的均方根误差为2.93,误差较小且与真实心率具有较高一致性,其检测精度能够满足用户使用需求。

基于欧拉放大和灰度均值差法的桥梁动态响应研究

针对传统接触式传感器获取桥梁结构振动信息的不足,提出了一种基于欧拉影像放大技术和边缘灰度均值差的非接触式测量方法,该方法将摄像机作为全场振动的非接触式虚拟传感器,拍摄桥梁结构在激励后的整体或局部响应影像数据,利用欧拉微动视频放大技术对获取的影像数据进行微小运动放大处理。对处理后的影像数据进行结构局部边界区域灰度均值提取,同时计算该区域内像素的灰度均值差。差值表征了桥梁结构在激励作用下该局部区域的动态响应信号,该值与结构的实际位移存在着一个线性比例关系,通过标定即可获取目标结构时域中的实际位移幅值。该方法在一个模型悬索桥上进行了试验研究,同时对一座在役斜拉桥的现场测试进行了分析研究,结果表明该方法能够实现常规接触式振动传感器的功能,同时相比于传统的摄影测量,本边缘区域均值差法大大提高了信噪比,其精度与传统振动测量方法相比误差区间在(2%~7%)。该方法具体快捷、高效、易于获取等优点(成本低、效率高),同时其测量精度与传统振动测量方法相当,并且为获取结构全息动力特性参数提供了一种测量手段。

基于多尺度样本熵方法分析欧拉视频放大技术在非接触式测量的作用

欧拉视频放大技术常被应用在光电容积脉搏波信号增强过程中,脉率测量是需要经常进行的处理,为明确脉率在经过此放大以后是否受到影响,本研究对放大前后信号的峰值关键特征进行比较和研究。由于熵被广泛用来表征信号的复杂性,其通过计算信息的平均产生率来进行检测和分析,且由于多尺度样本熵的计算不依赖数据长度并具有良好的一致性,所以本研究基于多尺度样本熵对脉搏的瞬时心率进行比较。试验结果表明:脉搏信号放大前后保持基本脉率,但放大后样本熵数值比放大前略低,说明欧拉视频放大技术对数据的复杂度方面有减弱作用,同时使其信号结果更加稳定。

双通道决策信息融合下的微表情识别

微表情作为揭示潜在情绪的一个重要通道,是一种无意识的、不受大脑控制的非语言面部信息,能够反映人们最真实的心理感受和心理状态。但是,微表情存在动作幅度小且快速出现、不易被捕捉等特性,使得单一模态的微表情识别准确率难以提升。针对上述问题,提出一种微表情面部颜色特征提取算法,并将其提取的特征与微表情纹理特征进行决策融合,从而构成微表情双模态情感识别模型。该模型首先通过均匀动态纹理识别方法从经过预处理的微表情数据中提取相应的纹理特征;其次计算微表情两帧序列图片的每一个像素点之间的Lab色差,由此获得面部的颜色特征,并对其进行嵌入式特征选择以剔除冗余的特征;然后分别训练两种模态的分类器,并将两种模态训练得到的分类信息进行决策融合;最后得到微表情情绪分类结果。模型在微表情数据集CAMSEⅡ和SMIC上进行了实验。实验结果表明,微表情的纹理单模态和面部颜色单模态的平均识别准确率约为64.73%、51.64%和63.58%、50.48%,而决策融合后微表情情绪的识别结果约为68.11%和66.43%,高于融合前微表情的识别准确率,说明文中提出的微表情双模态情感识别模型明显提高了微表情的识别能力。

微小运动放大技术研究概述

对现有的拉格朗日放大技术和欧拉放大技术的原理和技术特点进行了研究和总结,对欧拉放大技术中两个书架受力形变和人脸因血液循环产生的颜色变化实例进行了研究分析。研究表明:欧拉放大技术相对拉格朗日放大技术运算量小,实时性高,在实际应用中具有更广的应用范围和更高的应用价值。

常化酸洗机组出口张力辊换为钢辊的可行性探讨

基于对常化酸洗机组张力分布系统的了解，从经济、可靠、实用的角度出发，对其出口张力辊的辊体材质更换做可行性分析。

一种基于欧拉的非接触式检测生理参数的加速方法

成像式光电容积描记技术(IPPG)是近几年发展起来的一种新的检测生理参数的技术.欧拉视频放大技术以一种空间多尺度的方法来研究像素随时间的变化,揭示了视频中微弱运动的变化,使得现代的医学技术更好地发展.在环境光照射下使用智能手机的摄像头采集人脸部视频,将原始视频信号进行欧拉放大提取心率和血氧饱和度.传统的欧拉放大技术基于YIQ色彩空间,所以要对采集到的视频做一个色彩空间转换,放大完后再由YIQ空间转换到RGB空间,这种方法计算量大,耗时多,不利于生理参数的实时检测.提出一种不对色彩空间进行转换,直接利用RGB空间对视频进行放大的方法.与传统方法相比,RGB色彩空间测量的准确性与YIQ色彩空间具有高度的一致性,同时处理速度提升了百分之三十以上.