【技术实现步骤摘要】
本专利技术涉及人体体征研究应用
,具体涉及一种基于二阶盲辨识的非接触式眨眼与心率联合检测系统及方法。
技术介绍
眨眼和心跳作为人体的正常生理现象,两者都与个体生理状态和心理状态密切相关。心率是个体生理活动的重要指标而眨眼则能有效反映个体的心理与精神状态。随着技术的不断发展,眨眼和心率检测早已超越早期监测个体身心状态的基本目的,成为了新一代人体传感和人机交互技术的研究热点。相关的研究和工程应用在健康管理、疾病预防、特定场景下的个体状态检测、人机交互等方面具有广泛的应用前景。当前市面上已有智能手环等产品可以实现对个体的心率等指标进行接触式监测;三星、华为等知名IT厂商也将利用眨眼进行手机功能控制作为特色创新加入新的通信产品之中。由此可见,研究眨眼和心电信号的非接触式采集与分析具有巨大的实际意义。随着信息技术的发展,现今已有多种心率及眼动监测方法及相关的商业产品,如常用的心电图和眼动仪等。但传统检测方法需要专门的设备和人员,不仅价格昂贵,人力成本高昂,且监测过程中给用户带来明显的不适感。近年来新起的非接触式检测方法因其不适感较少的优点已被普遍应用于医学领域。目前,眨眼多以视频图像的方式进行非接触式检测而心率非接触检测方法大致可分为电磁式检测方法、基于激光的检测方法、基于图像的检测方法、电阻法和超声波法等。由于图像处理方法的不断和高性能图像采集终端的日益普及,基于图像的检测方法已经日益成为主要的非接触式生理参数检测方法。尽管基于图像的非接触式检测方法使得检测过程大为便捷,检测成本也大为降低,但要检测眨眼和心率,目前仍需要两套独立的系统,眨眼和心率两者至今没 ...
【技术保护点】
基于二阶盲辨识的非接触式眨眼与心率联合检测方法,其特征在于:该联合检测方法包括如下步骤:S100、在受试者自然放松的状态下采集包含眼睛的面部视频数据,采集原始视频数据后选定检测面部区域并对所选视频数据进行预处理,得到预处理后的六通道信号,标记为x=[xR1,xR2,xG1,xG2,xB1,xB2]T;S101、使用Meanshift算法得到连续帧中的目标区域,并以同样的方法获取六通道信号;S102、将经过预处理后的原始信号作为输入信号,使用二阶盲辨识算法进行盲源分离,将分离后的源信号记为y=[y1,y2,y3,y4,y5,y6]T;S103、对上述步骤S101中得到的分离信号y进行信号辨识与筛选,使用基于谱峭度的分离分量自动识别方法选出所需的眨眼和BVP信号;S104、对得到的眨眼信号进行眨眼频率和时长计算,并对得到的BVP信号进行功率谱谱分析,得到心率估计值。
【技术特征摘要】
1.基于二阶盲辨识的非接触式眨眼与心率联合检测方法,其特征在于:该联合检测方法包括如下步骤:S100、在受试者自然放松的状态下采集包含眼睛的面部视频数据,采集原始视频数据后选定检测面部区域并对所选视频数据进行预处理,得到预处理后的六通道信号,标记为x=[xR1,xR2,xG1,xG2,xB1,xB2]T;S101、使用Meanshift算法得到连续帧中的目标区域,并以同样的方法获取六通道信号;S102、将经过预处理后的原始信号作为输入信号,使用二阶盲辨识算法进行盲源分离,将分离后的源信号记为y=[y1,y2,y3,y4,y5,y6]T;S103、对上述步骤S101中得到的分离信号y进...
【专利技术属性】
技术研发人员:张超,吴小培,何璇,吕钊,郭晓静,张磊,高湘萍,
申请(专利权)人:安徽大学,
类型:发明
国别省市:安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。