【摘 要】
：
呼吸状态可以反映一个人的生理和心理状况,有助于相关疾病的筛查诊断和预后评估。本文对非接触式呼吸状态评估方法展开研究。具体来说,利用视觉传感器进行呼吸信号提取,结合多种信号处理技术对原始信号进行处理,借助机器学习技术对呼吸状态进行分类,并以此为研究框架,搭建了两套非接触式呼吸监控设备,深度研究人体向前走动时识别深呼吸的方法。主要研究内容及创新如下:（1）搭建基于彩色相机和标志物追踪的呼吸监控系统,结
论文部分内容阅读
呼吸状态可以反映一个人的生理和心理状况,有助于相关疾病的筛查诊断和预后评估。本文对非接触式呼吸状态评估方法展开研究。具体来说,利用视觉传感器进行呼吸信号提取,结合多种信号处理技术对原始信号进行处理,借助机器学习技术对呼吸状态进行分类,并以此为研究框架,搭建了两套非接触式呼吸监控设备,深度研究人体向前走动时识别深呼吸的方法。主要研究内容及创新如下:（1）搭建基于彩色相机和标志物追踪的呼吸监控系统,结合时域滤波和平移交叉点算法,实现了低成本、非接触的呼吸状态评估,实验结果表明该系统估计呼吸速率的均方根误差为3.29 bpm,四类呼吸模式的分类F1值为89.7%。（2）利用关节点识别技术实现深度视频中感兴趣区域的自动追踪,提出呼吸仿真模型和改进的循环神经网络模型,实现了对六类呼吸模式的自动分类,实验结果表明该系统离线测试F1值为94.8%,实时工作F1值为86.5%。（3）针对现有的非接触呼吸检测方法在人体走动时失效的问题,创新性地从身体多个区域中提取多组呼吸信号,然后采用图信号处理技术进行时空滤波,最终开发识别模型首次实现了人体走动过程中的深呼吸模式识别,消融实验证明上述组合方法将F1值提升了16.7%。
其他文献
自20世纪90年代以来,随着计算机与网络技术的飞速发展,在线学习当前已经变成了企业培训的一种主要趋势,其显著优势为海量信息、超时空限制、灵活方便及成本低廉等。在线学习以网络和信息技术为媒介,在人力资源培训领域的应用也日益广泛和深入。尤其是在新疫情环境下,在线学习与培训成为企业人才培养的关键载体,也是企事业单位培训的重要工具,因此,在线学习平台的创建越来越变成企业青睐的新型培训模式。显然,随着现代技
在半导体科学领域中,材料和器件的光电特性一直是研究的重点之一,如何对半导体材料或器件进行高精度、高效率的测量也是长久以来研究的课题。半导体材料常见的电学测量方法有变温I-V特性测试方法和范德堡测试法;常见的光电学特性测量有暗电流和光电流谱表征方法。本论文根据实际应用测试的需求,设计和搭建了一套面向半导体材料和器件的光电学特性测试的解决方案,即半导体变温霍尔及光电流谱集成测试系统,该系统由三个部分组
超材料是一种新型人造材料,它的主要特点是尺寸远远小于工作波长。超材料的物理性质不依赖于材料的参数,而是取决于人工设计的结构,超材料与电磁波作用时可以产生一些天然材料无法产生的奇特物理现象。超表面是超材料的二维形式,电磁特性和超材料一致。与三维块状的超材料相比超表面是超薄材料,弥补了超材料体积大、不利于集成的缺点,目前被广泛的研究。随着集成系统的飞速发展,对超表面的研究不仅停留在实现单一的频率和功能
多目标跟踪作为无人驾驶领域的一项核心技术,伴随着无人驾驶技术逐渐走进人们的视野,越来越多的研究人员也投身到了多目标跟踪领域进行更深层次的探索。经过长时间的技术积淀,多目标跟踪在交通安全、虚拟现实和无人驾驶等领域已经开始了应用,同时也展现出了巨大的潜力。如今目标跟踪的相关技术已经应用到了实际的生产生活中,为人们的生活带来了便利,提高了人们的生活质量。作为计算机视觉领域的一项基础工作,随着深度学习与卷
随着时间推移和5G技术普及,互联网技术在各行各业中得到推广,这也使得电梯制造商在市场营销过程中逐步引入智能网络的理念。在新社会环境下,商业电梯制造商所面临的业内竞争十分激烈。随着社会经济的不断发展,市场改革的不断深入,也推进了企业市场营销的改进和完善,在竞争激烈的市场环境下,如何提升市场营销的水平已是每个企业发展中重点关注的问题。本次研究结合以上背景内容,梳理国内外学术界现有对于电梯制造商相关的营
随着我国全社会用电量持续不断地增长,输电线路的数量以及覆盖范围也在逐年攀升扩增,绝缘子在输电线路中担任着机械固定、支撑线路以及实现电气绝缘等多种功能,拥有着至关重要的地位,若不及时检测更换故障绝缘子,会导致电力系统短暂奔溃并且造成一定的经济损失。由于输电线路大多处于山大岭等远离城市的地方,若采用巡检人员实地勘察的巡检方式,不仅安全系数低成本还高。目前部分省市已逐步采用无人机拍摄获取巡检图像,但由于
区块链利用拜占庭容错协议以及密码学技术保证节点间数据一致性和不可篡改,在互不信任的多方间实现安全的数据共享,避免了数据伪造、丢失等问题。近年来,区块链广泛应用于各种存证场景并发挥重要作用,如司法鉴证、防伪溯源等。基于区块链的存证应用种类丰富,其过程可概括为证据上传、证据共享以及证据查询三阶段。然而,交易数据信息简单、语义表达能力弱,系统提供的接口单一且系统吞吐低,如何从功能与性能两个维度改进当前基
随着循环神经网络（Recurrent Neural Network,RNN）的应用更加广泛,对抗序列的存在给这类安全攸关应用构成了极大的威胁,其中包含自动驾驶行为预测模型。RNN对抗序列生成是一种提升RNN鲁棒性的方法,然而目前现有的RNN对抗序列生成方法普遍存在着低效的问题。因此,针对上述问题,围绕自动驾驶行为预测模型,提出了一种基于权重自动机（Weighted Finite Automaton
气象条件是人民日常生活和农业生产的重要影响因素,随着各类气象灾害的频繁出现,人民群众的生命财产安全受到了严重威胁。因此,气象监测和预测变得越来越重要。随着传感器技术和通信技术的进一步发展,气象监测从人工记录数据逐步转为自动化记录和管理数据。气象数据的准确监测是开展气象工作的基础,也是准确预测各种突发性灾害天气的依据。目前市场上的气象监测系统,往往存在网络化能力不高、自动化能力欠缺以及设备部署复杂等
序列推荐（Sequential Recommendation）根据用户的历史交互序列预测用户的下一次交互物品,由于序列中复杂的物品依赖以及用户的多方面兴趣,想要准确预测用户的下一次交互的物品十分困难。现有的工作将序列中的每一个交互物品视作一个兴趣单元,并应用了最新的深度学习技术来学习到用户兴趣的统一表示。虽然这些方法在实验中取得了较好的效果,但它们仍存在一些缺陷:1)一个向量不足以表示用户多方面的