原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
人脸视频心率变异性研究：参数估计方法的全景梳理
目录
文档概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2人脸视频心率变异性研究概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.3参数估计方法的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
2.1人脸视频心率变异性的定义与测量．．．．．．．．．．．．．．．．．．．．．．．．．9
2.2参数估计方法的历史发展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
2.3现有参数估计方法的比较分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
人脸视频心率变异性研究方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
3.1数据采集与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
3.1.1数据来源与采集设备．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
3.1.2数据预处理技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
3.2特征提取与选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
3.2.1面部特征点定位．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
3.2.2特征向量构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
3.3参数估计方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
3.3.1传统参数估计方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
3.3.2机器学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
3.3.3深度学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
参数估计方法的比较分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
4.1不同方法的性能评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
4.2方法适用性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
4.3方法优缺点对比．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
实验设计与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
5.1实验设计框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
5.2数据集介绍与处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
5.3实验结果展示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
5.3.1传统方法实验结果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
5.3.2机器学习方法实验结果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
5.3.3深度学习方法实验结果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
5.4结果分析与讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
5.4.1结果对比分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
5.4.2影响因素探讨．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
5.4.3未来研究方向建议．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
6.1研究结论总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58
6.2研究创新点与贡献．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．61
6.3未来工作展望．．．．．．．．．．．．．．．．．．．．．．．
文档评论（0）