一种基于IPPG的吸毒人员筛查方法技术

本发明专利技术公开了一种基于IPPG的吸毒人员筛查方法，包括采集或识别人脸视频图像，提取出有效的包含人脸的帧图像，再从帧图像中提取出人脸感兴趣区域（ROI），进而从中提取出IPPG信号，对IPPG信号进行增强和降噪组合处理后得到干净的脉搏波信号，通过对脉搏波信号的分析处理获取脉搏波特征参数和生理指标数据，再与已有样本数据库构建的模型进行比对，判定被检测人员的吸毒情况，同时检测数据自动存入数据库以补充和完善模型。本发明专利技术公开的一种基于IPPG的吸毒人员筛查方法可以有效延长吸毒筛查的周期，减小受代谢周期的影响，同时提高检测的效率和便捷性，增加经济效益，避免因为传统筛查方式可能存在的人员不配合、采样感染隐患和生物样本被污染等问题。

【技术实现步骤摘要】
一种基于IPPG的吸毒人员筛查方法
本专利技术涉及毒品稽查
，具体涉及一种基于IPPG的吸毒人员筛查方法。
技术介绍
吸毒检测可分为现场检测和实验室检测，其中现场检测以唾液、尿液检测为主，实验室检测则是采集被检测人员的尿液、血液或者毛发等生物样本进行更为详细、准确的检测。生物样本检测均是对毒品的代谢产物进行检测，研究表明，毒品从进入人体后通过新陈代谢到唾液、尿液、血液或毛发中需要一定的时间，一般在1个小时到4天左右，因毒品类型、数量和吸毒人员体质而不同，毒品摄入量少的情况下则可能需要更久的代谢沉淀时间，同时沉淀后的代谢周期可能更短。不同类型的毒品成分不同，需要采用不同的检测试剂进行检测，匹配情况直接影响检测结果。因此，通过生物样本进行吸毒检测作为目前最常使用、最为有效的方法仍然存在因为检测试剂盒是否匹配和代谢周期问题而产生的漏检、误检、耗时等情况。另外，在样本采集上也存在不少问题，比如尿液采集有时需要盯视其真实性，对女性吸毒人员进行采集时常常需要临时配备女警；遇到被采集者不配合的情况，采集难度增加，且对患有艾滋病或病毒性肝炎的吸毒人员进行采样时存在感染隐患等，保障样本真实性的同时，还要防止样本被污染。而且，现今吸毒隐蔽化和新型毒品伪装化趋势日益增加，需要更多的警力投入对可能涉毒的场所进行管控和巡查，检测前的排查难度也进一步增加了。
技术实现思路
鉴于上述问题，本专利技术提供了一种基于IPPG的吸毒人员筛查方法，具体技术方案如下：S1、采集或识别包含人脸的视频图像，提取出有效的包含人脸的帧图像；所述采集或识别包含人脸的视频图像，可以是通过视频采集设备主动采集，也可以是直接导入已有的视频图像进行人脸的视频图像识别；所述视频采集设备可以是单通道或多通道色彩模式，比如最常见的RGB三通道色彩模式和定制化的RGBCO五通道色彩模式；所述有效的包含人脸的帧图像一般要求连续时间≥30S，采集距离≤50m，人脸偏转角度≤60°。提取包含人脸的帧图像时进行了对每一帧图像的人脸识别、追踪以及人脸偏转角度翻转等处理。S2、在包含人脸的帧图像中提取出人脸感兴趣区域(ROI)，进而提取出IPPG信号；所述ROI包含额头、两侧脸颊、鼻梁等区域，这些区域有血管分布，且区域框定不易受五官形状、分布和面部表情的影响；所述IPPG信号由ROI的不同颜色通道的灰度均值数据构成，其中颜色通道类型和数量可由视频采集设备的色彩模式决定。S3、对IPPG信号进行合适的信号增强和降噪处理，进一步得到较为干净的脉搏波信号；所述对IPPG信号的信号增强和降噪处理采用的是组合算法的形式，比如先采用CEEMD或者MEMD算法提取分量，对分量嵌入SSA算法进行降噪，再进行数据合成，然后采用数学形态学算法对合成数据去除脉冲噪声和基线漂移。S4、对脉搏波信号进行分析处理，提取出脉搏波特征参数和生理指标数据；所述脉搏波特征参数包括时域特征参数和频域特征参数，所述时域特征参数包括脉搏波主波高度、降中峡相对高度、重搏波相对高度、主波上升斜率、潮波下降斜率、重搏波下降斜率、脉动周期时间、收缩期时间比、舒张期时间比、收缩期和舒张期时间比、脉搏波波图面积、收缩面积比、舒张面积比、收缩和舒张面积比、潮波明显度、脉搏波波形特征量、心输出量和其他可根据特征点计算得到参数；所述频域特征参数为通过快速傅里叶变换(FFT)得到的脉搏波幅值谱中基波到第六次谐波的7个波峰所对应的频率和幅值；所述生理指标包括心率、呼吸频率、血压、心率变异性等，不同指标采用不同的滤波方式和提取算法，提取过程独立并行。S5、与根据已有样本数据库构建的模型进行比对，判定被检测人员是否吸毒；所述已有样本数据库数据来自对不同年龄、性别的吸毒人员和正常人员的生理指标的前期收集和采集，其中吸毒人员还按照吸食毒品类型、吸食历史时间和吸食频率等特征进行分类；所述模型构建包含选择、训练、评估、应用和优化模型5个主要的阶段，其中构建分类模型的算法可选用支持向量机、神经网络或决策树等等，也可以通过尝试不同的分类算法，并对每个分类算法进行参数调节，经过反复比较后，从中选择一种预测精度最高的分类算法及其参数组合；所述对于被检测人员是否吸毒的判定还包括对吸食毒品类型、吸食历史时间和吸食频率等情况的初步判断。S6、将被检测人员的数据存入样本数据库，用于进一步完善模型。通过采用前述技术方案，本专利技术的有益效果是：相对传统检测可以延长有效的筛查周期，即在吸食毒品后产生生理变化到毒品代谢完毕但仍有生理方面影响的阶段均能有效检测，无需等待毒品代谢产物沉淀，一定周期内也不受毒品代谢完毕的制约；在减少投入的情况下，一定程度上可提升检测的效率，同时避免因为接触式筛查可能出现的被检测者不配合、采样不便和采样过程存在感染隐患等问题；在没有专门布设人脸视频图像采集设备的情况下，对于已有摄像头采集的视频图像，也可以自动检测，选取其中有效的人脸视频图像进行分析筛查。附图说明：以下结合附图对本专利技术作进一步详细的说明。图1是本专利技术一种基于IPPG的吸毒人员筛查方法的流程图。图2是脉搏波波形示意图。具体实施方式：为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。如图1所示，本专利技术提出一种基于IPPG的吸毒人员筛查方法，包括：S1、采集或识别包含人脸的视频图像，提取出有效的包含人脸的帧图像；所述采集包含人脸的视频图像，可以是通过摄像设备主动采集，也可以是直接导入已有的视频图像进行人脸的视频图像识别；所述视频采集设备可以是单通道或多通道色彩模式，比如最常见的RGB三通道色彩模式和定制化的RGBCO五通道色彩模式；所述有效的包含人脸的帧图像一般要求连续时间≥30S，采集距离≤50米，人脸偏转角度≤60°。提取包含人脸的帧图像时进行了对每一帧图像的人脸识别、追踪以及人脸偏转角度翻转等处理。S2、在包含人脸的帧图像中提取出人脸感兴趣区域(ROI)，进而提取出IPPG信号；所述ROI包含额头、两侧脸颊、鼻梁等区域，这些区域有血管分布，且区域框定不易受五官形状、分布和面部表情的影响；所述IPPG信号由ROI的不同颜色通道的灰度均值数据构成，其中颜色通道类型和数量可由视频采集设备的色彩模式决定。S3、对IPPG信号进行合适的信号增强和降噪处理，进一步得到较为干净的脉搏波信号；所述对IPPG信号的信号增强和降噪处理采用的是组合算法的形式，比如先采用CEEMD或者MEMD算法提取分量，对分量嵌入SSA算法进行降噪，再进行数据合成，然后采用数学形态学算法对合成数据去除脉冲噪声和基线漂移；所述数学形态算法是先采用形态开-闭和形态闭-开加权组合形式的滤波器去除IPPG信号波脉冲噪声，此时形态滤波器的结构元素的宽度小于脉搏波信号中的最大特征分量而大于噪声的，接着进行平滑滤波，然后对平滑滤波后的信号波再次采用形态开-本文档来自技高网...

【技术保护点】
1.一种基于IPPG的吸毒人员筛查方法，其特征在于，包括以下步骤：/nS1、采集或识别包含人脸的视频图像，提取出有效的包含人脸的帧图像；/nS2、在包含人脸的帧图像中提取出人脸感兴趣区域（ROI），进而提取出IPPG信号；/nS3、对IPPG信号进行合适的信号增强和降噪处理，进一步得到较为干净的脉搏波信号；/nS4、对脉搏波信号进行分析处理，提取出脉搏波特征参数和生理指标数据；/nS5、与根据已有样本数据库构建的模型进行比对，判定被检测人员是否吸毒；/nS6、将被检测人员的数据存入样本数据库，用于进一步完善模型。/n

【技术特征摘要】
1.一种基于IPPG的吸毒人员筛查方法，其特征在于，包括以下步骤：
S1、采集或识别包含人脸的视频图像，提取出有效的包含人脸的帧图像；
S2、在包含人脸的帧图像中提取出人脸感兴趣区域（ROI），进而提取出IPPG信号；
S3、对IPPG信号进行合适的信号增强和降噪处理，进一步得到较为干净的脉搏波信号；
S4、对脉搏波信号进行分析处理，提取出脉搏波特征参数和生理指标数据；
S5、与根据已有样本数据库构建的模型进行比对，判定被检测人员是否吸毒；
S6、将被检测人员的数据存入样本数据库，用于进一步完善模型。


2.根据权利1所述的方法，其特征还在于，所述采集或识别包含人脸的视频图像可以是通过摄像设备主动采集，也可以是直接导入已有的视频图像进行人脸的视频图像识别；视频采集设备可以是单通道或多通道色彩模式，比如最常见的RGB三通道色彩模式和定制化的RGBCO五通道色彩模式；有效的包含人脸的帧图像一般要求连续时间≥30S，采集距离≤50米，人脸偏转角度≤60°；提取包含人脸的帧图像时进行了对每一帧图像的人脸识别、追踪以及人脸偏转角度翻转等处理。


3.根据权利1所述的方法，其特征还在于，所述ROI包含额头、两侧脸颊、鼻梁等区域，这些区域有血管分布，且区域框定不易受五官形状、分布和面部表情的影响；所述IPPG信号由ROI的不同颜色通道的灰度均值数据构成，其中颜色通道类型和数量可由视频采集设备的色彩模式决定。


4.根据权利1所述的方法，其特征还在于，所述对IPPG信号的信号增强和降噪处理采用的是组合算法的形式，比如其中的一种可以是先采用CEEMD或者MEMD算法提取分量，对分量嵌入SSA算法进行降噪，再进行数据合成，然后采用数学形态学算法对合成数据去除脉冲噪声和基线漂移。


5.根据权利1所述...

【专利技术属性】
技术研发人员：黄晓笑，黄益华，成心玥，
申请(专利权)人：杭州艺兴科技有限公司，
类型：发明
国别省市：浙江;33