基于视频非接触技术的身份识别、追踪及异常预警

摘要

随着时代的进步，传统的医疗模式局限性日渐凸显，移动医疗作为多学科交叉的结果，在医疗模式变革的背景下应运而生并飞速发展。移动医疗强调对人体生理数据的实时连续采集，以及在充分考虑个体差异性的前提下具有针对性地进行诊断和监护，因此，基于非接触技术的生理信息采集和基于生物特征的身份识别技术都成为了移动医疗领域研究的热点。
　　本文选取脉搏波作为典型生理信号，深入研究了基于视频非接触技术的身份识别、跟踪和异常预警方法。首先对基于脉搏波的生物身份认证理论进行分析，论证以脉搏波作为生物身份特征的唯一性和一致性，并基于运动放大技术设计方案以保证非接触环境下脉搏波的可采集性，探讨基于数据挖掘的特征识别方法。然后，基于MATLAB平台开发了一款视频非接触脉搏波采集和身份认证系统，对脉搏波的非接触式提取、分析以及身份识别等方法进行了软件层面上的实现，并对算法效果进行了测试和评估。之后，将基于特征光的定位方法扩展到医疗监护环境下，提出了一种基于生物特征的定位方法以实现身份识别之后的目标追踪和异常预警。最后，将基于脉搏波的多方面研究成果整合，实现了一种新的移动医疗系统模型构建。

目录

声明

致谢

摘要

图目录

表目录

第1章 绪论

1．1 研究背景及意义

1．2 本文主要工作

1．3 本文组织结构

第2章 移动医疗现状分析及非接触式生理信号采集技术综述

2．1 移动医疗系统概述和研究现状

2．1．1 移动医疗系统组成模式

2．1．2 移动医疗领域的国内外研究现状和发展前景

2．1．3 移动医疗的发展瓶颈

2．2 生理信号采集技术研究

2．2．1 接触式生理信号采集

2．2．2 非接触式生理信号采集

2．3 基于运动放大技术的生理信号视频采集技术

2．3．1 运动放大技术

2．3．2 基于运动光流和特征的拉格朗日(显式)运动放大方法

2．3．3 基于像素点时频域分析的欧拉(隐式)运动放大方法

第3章 基于脉搏波的生物身份认证理论

3．1 脉搏波研究综述

3．2 脉搏波作为生物特征的唯一性和一致性推论

3．2．1 心电信号作为一项用于身份识别的生物特征理论综述

3．2．2 脉搏波唯一性推导

3．2．3 脉搏波一致性研究

3．3 基于欧拉视频放大技术的非接触式脉搏波提取方法

3．3．1 基于人脸检测的目标跟踪和归一化

3．3．2 颜色空间转换和指标选取

3．3．3 基于图像金字塔的空间分解方法

3．3．4 时域带通滤波器选取和自适应滤波设计

3．3．5 放大参数约束

3．3．6 基于放大前后视频差分的脉搏波提取

3．4 基于时间序列数据挖掘的脉搏波分析方法

3．4．1 小波分析

3．4．2 相空间重构

3．5 基于视频的非接触式脉搏波采集结果分析

第4章 视频非接触式脉搏波采集和分析系统开发

4．1 MATLAB开发平台介绍

4．2 软件框架和设计思路

4．2．1 视频文件读取、播放模块

4．2．2 人脸检测和跟踪模块

4．2．3 参数选取和运动放大模块

4．2．4 脉搏波提取和分析模块

4．2．5 身份识别模块

4．3 软件功能检测

4．3．1 基于Bland-Altman方法的脉率准确性检测

4．3．2 不同生理数据库规模下身份识别准确性检测

第5章 医疗监护环境下基于生物特征的视频定位技术研究

5．1 室内外定位技术综述

5．2 基于特征光的定位技术研究和仿真实验

5．2．1 球形采光装置和平板采光装置

5．2．2 系统组成和定位流程

5．2．3 MATLAB仿真结果

5．2．4 实物实验

5．2．5 误差讨论和优化分析

5．3 基于生物特征的视频定位技术研究

5．4 定位技术在移动医疗领域的应用模式探讨

第6章 总结与展望

参考文献

附录1：作者在攻读硕士期间的科研成果

附录