抗运动干扰的人脸视频心率估计

该文针对现有的人脸视频心率检测方法在现实情景中受运动干扰难以准确估计心率的问题,提出一种抑制运动干扰的非接触式心率估计新方法。首先利用判别响应图拟合与KLT跟踪算法消除人脸的刚性运动干扰;然后使用对运动鲁棒的色度特征进行两步心率估计,并引入空间梯度因子调控空域和频域的权重,抑制非刚性运动的干扰;最终得到人脸不同区域融合的平均心率数值和信号波形图,实现心率的精确估计。实验结果表明:所提方法相比其它的基于人脸视频的心率估计方法优势明显,提升了信号波形图和真实脉搏波形的一致性,进一步提高了心率估计的精度和鲁棒性。     

使用网络摄像头估计生理参数的检测系统

目前基于IPPG技术的非接触式生理参数测量方法往往需要使用工业相机采集高帧率视频源以提高测量精度,但工业相机的使用门槛较高.针对此问题,文中设计了一款基于网络摄像头的非接触式生理参数检测算法,对网络摄像头提取到的IPPG信号进行特定的数字滤波和特征提取,能够测量人体心率和血氧饱和度.并且基于上述方法实现一款适用于PC端...     

基于心率信息人脸识别过程中活体检测

人脸识别的应用大大方便了人们的生活,但人脸识别认证的应用安全性一直是人们关注的焦点,在人脸认证的过程中照片与真人需要区别开来才能提高人脸认证的有效性。文章提出基于非接触式心率信息提取区别真人与照片的方法,系统先对人脸进行定位框出人脸所在位置,然后在所框出的位置处提取心率信息并加以活体判别从而提高系统的安全可靠性。     

基于CCD技术的玻璃测厚系统

针对传统厚度测量方法的弊端,研究了利用半导体激光和线阵电荷耦合元件(CCD)组成的在600 ℃高温条件下的一套非接触式、在线玻璃厚度检测系统.利用几何光学中光的反射和折射原理对玻璃进行非接触测量,选用TCD1501C线阵CCD作为图像传感器,设计了CCD视频信号处理电路.玻璃厚度测量的精度能达到0.01 mm(测量范围在2～20 mm).     

基于图像处理的皮带堆煤检测研究

针对煤矿井下皮带堆煤检测采用接触堆煤传感器因受环境影响,可靠性差,现场维护困难等问题,本文提出来采用视频图像处理的方法,利用模式识别、背景差分等方法,实现非接触式可视化远程监控与测量。实验表明,该方法不仅能对皮带堆煤实现实时检测,而且在堆煤形成初期能够提前预警,同时为地面监控中心提供监控数据和监控视频。     

非接触式红外温度检测的防疫系统设计与实现

本系统以STM32F103ZET6为核心,结合红外温度检测、人脸识别、口罩检测、语音系统、门禁控制等构建非接触式红外温度检测的防疫系统。该系统采用MLX9014对人体进行非接触式温度检测,采用OpenMV视觉模块结合LBP算法和Edge Impulse网站实现人脸身份识别和口罩检测,检测的信息在LCD液晶显示屏上实时显示。该系统配备人体感应灯,在夜间也不受影响,可以更好地工作。若检测的身份信息符合设定的条件,门禁自动打开,反之则进行信息记录,并通过报警提醒呼叫工作人员。该系统实现了非接触式一体化的疫情检测与防控功能,降低了人员之间的接触传播风险,减少防疫人员以及门卫的工作负担,在一定程度上提高了防疫工作的安全性。     

一种基于嵌入式平台的非接触式心率监测系统研究

心率的长期监测对心血管疾病的预防和治疗具有重要意义。当前心率检测常用的监护仪、心电图机、智能手表和运动手环等均属于接触式测量装置,长期佩戴易产生压痕,甚至给使用者带来不适。在非接触测量方面,远程光电容积脉搏波描记法(remote photoplethysmography, rPPG)可以通过分析面部视频获取心率,是一种很有潜力的心率长期监测方法。目前,绝大多数对于rPPG的研究都在使用电脑做数据分析,体积过大不易摆放,难以满足医学临床和家庭日常使用的需求。针对这一问题,本文尝试在嵌入式平台上依据rPPG原理实现心率监测。监测系统主要由树莓派4B开发板、相机和触摸屏组成。采用AdaBoost算法实现人脸识别与追踪,选取额头和脸颊作为感兴趣区域(range of interest, ROI),利用巴特沃斯带通滤波去噪,根据POS模型提取BVP波形,对来自不同ROI的BVP波形做盲源分离得到最终的脉搏波,最后利用能谱分析计算心率。实验结果表明本文所研究的系统具有与PC端相同的心率检测准确性和鲁棒性。本文的研究成果可以为心率长期监测设备的小型化和普及做出自己的贡献,也可以为智慧医疗中的远程监测...     

视频监控系统中基于PCA算法的人脸识别

PCA算法提供了一个高维和低维间的线性变换矩阵,这个变换矩阵可以通过求取协方差矩阵的特征向量获得。特征值较大的特征向量反映人脸最大差异性;根据脸部固定结构特点构造人脸平均模板,利用模板匹配来检测图像中的人脸,计算待测图像与特征空间的距离进一步判别是否是数据库中人脸。实验表明,PCA算法在视频监控系统的人脸识别中可以很好地实现人脸特征提取和检测。     

基于Boosted Cascade算法的人脸检测和跟踪系统

将基于Boosted Cascade的人脸检测算法运用到视频图像当中,并结合图像序列中的运动信息,提出并实现了一种实时的人脸检测跟踪系统.首先根据图像的运动信息提取出可能存在人脸的候选区域,然后在候选区域中用Boosted Cascade算法进行检测.实验结果表明该系统能够实时地对于人脸进行检测跟踪,可以被应用在智能视频监控方面.     

图像测量技术在微型齿轮测量中的应用

在分析传统接触式微型齿轮测量技术难点的基础上,提出了一种基于CCD图像的微型齿轮非接触测量的方法,采用A102fCCD数字摄像头作为图像传感器,利用图像测量技术对微型齿轮进行非接触测量.主要步骤包括:图像的采集;采用边缘保持滤波器进行滤波、降噪;采用阈值法将图像二值化,并进行边缘检测形成单像素的轮廓边缘;采用随机Hough变换对齿轮中心孔进行提取;系统的标定以及齿轮有关参数的计算等.并实际测量了微型齿轮的齿形误差和齿距误差,对测量精度进行了分析,通过对比试验证明了本系统提出测量原理是正确的、可行的,所开发的软件能够满足实际生产的需要.     

基于PVDF压电电缆的心冲击信号采集与自适应处理方法研究

为提高心率监测的实时性与准确性,研究并实现了一种基于PVDF压电电缆的非接触式心率检测系统。该系统针对心冲击信号(BCG)信号的特点设计了差分阈值寻峰算法进行J峰值的提取,在此基础上结合无监督学习中的聚类算法对BCG信号进行聚类分析,获取心跳模板u并与待测BCG信号进行匹配,进而实时给出心率值。与心电仪开展实验对比,心率测量误差约±2.65次/min,10 min内整体测量准确度约为96.64％,表明该监测系统在心率检测过程中具有较好的准确性和可靠性。     

非接触式高精度AC电流检测系统及其实验和误差分析

本文针对现有非接触式AC电流检测系统存在的精度不高、工艺复杂、传感器位置存在限制等不足,将系统级比例测量法与锁相放大技术相结合,设计了非接触式高精度AC电流检测系统。通过实验证明,设计的系统克服了以上不足,系统分辨力达0.02mA,空间分辨力达1mm,可在以传感器为中心、半径为3cm的范围内对mA级的电流进行有效检测。设计的系统减少了对高性能传感器的依赖性,着眼于测量电路本身进行研究和改良,从而提高了检测精度。设计的系统除了满足非接触式高精度电流检测场合的要求,更为电流密度成像系统的硬件实现提供了设计方案和实验基础。     

基于人脸跟踪云台的红外热成像系统

针对疫情防控与疫情常态期间的公共场所人员温度异常检测模式固定、响应迟钝、直接接触测温等缺点,设计了一种追踪动态人脸的红外热成像测温系统。系统基于红外阵列传感器MLX90640和CMOS摄像头模块OV7725,以STM32H743为核心控制器,加持了二自由度云台,并借助OpenMV IDE软件结合HaarCascade级联分类器、目标追踪PID算法、LBP特征提取,实现了从人脸检测、人脸跟踪到温度检测和人脸识别的功能。最后通过整机调试,可以完成对动态人脸的追踪、人体温度异常的检测、被测者身份认证。实验表明,该非接触测温系统操作简单、红外热成像图像质量较高、测温灵敏,且硬件便于与门禁系统搭配使用,应用场景较广。     

视频监控中人脸识别定位方法研究

现有的人脸识别定位方法由于其局限先不能适用于视频监控中的人脸定位,针对智能视频监控中的运动目标的检测的特点,结合视频图像的连续性和人脸肤色的特征,提出了一种快速视频监控人脸定位的有效方法。该方法首先通过差分算法提取前景区域,然后通过BP(误差反传)神经网络的肤色分割算法,对运动区域进行检测,最后对人脸候选区域进行验证并定位。实验证明,该方法不仅能够减小检测误差,而且提高系统运行速度,实现复杂环境下的视频监控中的人脸定位。     

基于离散余弦变换和稀疏表示的人脸识别

传统的基于稀疏表示的人脸识别方法是基于人脸的整体特征的,这类方法要求每位测试者的人脸图像要有足够多幅,而且特征维度高,计算复杂,针对这一问题,提出一种基于离散余弦变换和稀疏表示的人脸识别方法,对人脸图像进行分块采样,对采样样本使用离散余弦变换和稀疏分解,然后使用一种类似于词袋的方法得到整幅图像的特征向量,最后使用相似度比较的方法进行分类识别。实验表明,在此提出的方法比传统的基于稀疏表示的人脸识别方法在训练样本较少时效果更好。     

视频图像中人脸自动检测与统计算法

针对视频中人脸检测由于成像角度、天气状况、遮挡等因素造成检测准确率偏低以及深度学习模型计算复杂度高的问题,文中提出了一种基于椭圆肤色模型与AdaBoost的人脸检测算法。算法通过选取Haar-like特征作为弱分类器,以裁剪过的CAS_PEAL数据集中的人脸图像作为训练集,利用AdaBoost算法将多个弱分类器组合成一个强分类器,最后将若干强分类器以级联的结构组成最终的分类器模型。为解决将非人脸区域检测为人脸的问题,引入椭圆肤色模型,利用椭圆肤色模型对视频帧进行处理使得图像中与肤色相似的区域进入后续的人脸检测过程以降低误检率。实验结果表明,算法能以平均26 ms(单人脸视频)和平均34 ms(多人脸视频)的检测速度进行实时的人脸检测,且达到了87.2%的检测准确率,具有较大的应用推广价值。     

基于3D卷积神经网络的活体人脸检测

非法入侵者通过伪装人脸骗取系统认证,给人脸认证系统带来了严重的威胁。因此,活体人脸检测成了人脸认证系统走向实用必须解决的一个重要课题。现有活体人脸检测方法多为基于照片的人脸攻击方面的研究成果,对于基于视频的人脸攻击,效果并不理想。3D卷积神经网络（Convolutional Neural Network,CNN）具有深度学习的特点,能自动学到图像的分布式特征表示;与2D卷积相比,它能学到连续视频帧的动作信息。本文结合3D卷积神经网络的特性,提出利用3D卷积实现视频人脸伪装检测。通过提取3D卷积神经网络最后全连接层学到的时间空间特征,训练SVM（Support Vector Machine）分类器,实现真实人脸和伪装人脸的分类。实验采用两个人脸伪装公开数据库ReplayAttack和CASIA,实现多尺度内部数据库测试和交叉数据库测试。实验结果相对于纹理特征及2D卷积方法有较大提高,可应用于视频人脸攻击的活体人脸检测。      

激光非接触式变位厚度计

岩通科学研究株式会社，出售了一种使用激光的非接触式“ST-3000”系列变位厚度计。把变位、厚度或长度之类的物理量变换成电量(电压)，测出与此物理量相对应量的输出的测量器叫作变位计。根据检测、变换的测量方式不同，有静电电容式、涡流式、或者激光式等多种变位计。这些方式的特征是都能以非接触方式检测变位和厚度， 因此既不会给被检测物带来不良影响，又能得到高精度测量值。     

多人脸跟踪与最佳人脸提取

针对视频人脸识别系统中同一人脸重复识别的问题,文中提出了一种多人脸跟踪与最佳人脸提取的方法。通过ViBe算法提取运动区域,缩小数据处理区域及确定执行人脸检测;利用Haar特征结合AdaBoost算法检测人脸,并根据肤色检测判断是否有误检;利用CamShift算法跟踪人脸;再使用Sobel算子得到清晰的人脸图片。实验表明,该方法下人脸误检率由2.8%降到0.2%,对于100帧视频平均处理时间从原始每帧112 ms降低到了45.6 ms,其处理速度明显提升。     

激光超声表面缺陷检测的实验方法

提出了一种非接触式、全光学激光超声检测的实验方法。利用Nd：YAG脉冲激光器、He-Ne激光器和平衡接收器构建一套基于光束偏转法的光差分检测系统，测量了表面带缺陷Al样品的声表面波（SAWs）。通过实验获得了SAWs经过表面缺陷时产生的反射回波及透射波形的特征，说明了线光源产生的超声波非常适合材料表面缺陷的检测。