一种基于多重滤波与混合放大的非接触心率检测装置制造方法及图纸

本发明专利技术公开了一种基于多重滤波与混合放大的非接触心率检测装置，装置包括：摄像模块，用于在第一阈值距离内对被试者人脸进行第二阈值秒数的静止拍摄；多任务神经网络人脸检测模块，用于同时进行人脸区域与人脸关键点检测，去除错误的和重复的人脸候选框，提取最终人脸区域；混合放大视频处理模块，采用并行结构运用欧拉运动放大、颜色放大方式用于对最终人脸区域进行混合放大视频处理，提取脸部视频图像的颜色和运动信息；多重滤波器模块，采用串行结构用于对颜色和运动信息进行滤波，消除肌电信号噪声和高频噪声干扰，提升混合放大处理后的图片序列的有效信息；计算模块，用于将处理后的图片序列进行信号处理和快速傅里叶变换，根据得到的频域图完成心率计算。根据得到的频域图完成心率计算。根据得到的频域图完成心率计算。

【技术实现步骤摘要】
一种基于多重滤波与混合放大的非接触心率检测装置


[0001]本专利技术涉及非接触心率检测领域，尤其涉及一种基于多重滤波与混合放大的非接触心率检测装置。

技术介绍

[0002]心率是一种基础的生理体征参数，是表征人体生命活动迹象的客观可测量指标，其在健康测试、运动评估、心理评价等方面有着广泛应用，在灾害救援场景中还可用于判定伤病员的病情轻重和危急程度。其传统检测方法目前主要是依靠接触式手段，例如：通过电极片粘贴在患者胸口处来获取心电信号。接触式生理参数检测方法，因其具有很好的准确性和稳定性，目前仍是临床检测的金标准方法。
[0003]随着社会需求多元化发展、检测科技的快速进步以及特定场景检测需求增多，接触式检测的缺点和局限性逐渐显现，主要表现在以下两个方面：
[0004](1)特殊场景中无法实现检测设备与患者的有效接触。当患者皮肤大面积烧伤或溃烂，继续使用接触式测量仪器较为困难。
[0005](2)接触式测量方法需要患者的高度配合性。检测生理参数前均需佩戴相关仪器，并保持固定姿势，否则将出现较大偏差。

技术实现思路

[0006]本专利技术提供了一种基于多重滤波与混合放大的非接触心率检测装置，本专利技术基于视觉图像处理手段，提取人体脉搏信息，仅通过手机摄像头、网络摄像头等简单便携设备就可以检测用户心率，快速便捷，应用潜力大，详见下文描述：
[0007]第一方面，一种基于多重滤波与混合放大的非接触心率检测装置，所述装置包括：
[0008]摄像模块，用于在第一阈值距离内对被试者人脸进行第二阈值秒数的静止拍摄；
[0009]多任务神经网络人脸检测模块，包括三个级联的网络，用于同时进行人脸区域与人脸关键点检测，去除错误的和重复的人脸候选框，提取最终人脸区域；
[0010]混合放大视频处理模块，采用并行结构运用欧拉运动放大、颜色放大方式用于最终人脸区域进行混合放大视频处理，提取脸部视频图像的颜色和运动信息；
[0011]多重滤波器模块，采用串行结构用于对颜色和运动信息进行滤波，消除肌电信号噪声和高频噪声干扰，提升混合放大处理后的图片序列的有效信息；
[0012]计算模块，用于将处理后的图片序列进行信号处理和快速傅里叶变换，根据得到的频域图完成心率计算。
[0013]第二方面，一种基于多重滤波与混合放大的非接触心率检测装置，所述装置包括：处理器和存储器，所述存储器中存储有程序指令，所述处理器调用存储器中存储的程序指令以使装置执行以下步骤：
[0014]在第一阈值距离内对被试者人脸进行第二阈值秒数的静止拍摄；同时进行人脸区域与人脸关键点检测，去除错误的和重复的人脸候选框，提取最终人脸区域；
[0015]采用并行结构运用欧拉运动放大、颜色放大方式对最终人脸区域进行混合放大视频处理，提取脸部视频图像的颜色和运动信息；
[0016]采用串行结构对颜色和运动信息进行滤波，消除肌电信号噪声和高频噪声干扰，提升混合放大处理后的图片序列的有效信息；将处理后的图片序列进行信号处理和快速傅里叶变换，根据得到的频域图完成心率计算。
[0017]第三方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时使所述处理器执行第二方面装置中的步骤。
[0018]本专利技术提供的技术方案的有益效果是：
[0019]1、针对非接触心率的检测需求，本专利技术提出了基于多重滤波和混合放大的非接触心率测算框架，充分利用视频信息中颜色和运动信息，并可有效去除肌电信号干扰，实现基于普通视觉摄像头的人体心率非接触准确检测；
[0020]2、本专利技术选取人体暴露率最高的人脸为检测区域，构建基于多任务网络的兴趣区域检测方法，即使面对戴口罩等遮挡面部情况，也可以完成心率参数的准确检测；
[0021]3、本专利技术联合欧拉运动放大和颜色放大方法，构建混合放大视频处理框架，能充分捕获视频中脸部的微小运动与颜色变化信号，提高采样心率信号的准确性和可靠度；
[0022]4、本专利技术通过五重巴特沃斯滤波器和平稳小波变换，构建新型多重滤波器，其更好的消除肌电信号噪声和高频噪声，得到更为平滑的信号，增加了心率获取的准确性与鲁棒性；
[0023]5、本非接触心率检测仅通过摄像头即可检测用户心率，不需要额外的设备，可应用到远程检测领域，更加简单便捷。
附图说明
[0024]图1为基于多重滤波与混合放大的非接触心率检测装置的结构示意图；
[0025]图2为多任务神经网络人脸检测模块的结构示意图；
[0026]图3为混合放大视频处理模块的结构示意图；
[0027]图4为基于多重滤波与混合放大的非接触心率检测装置的另一结构示意图；
[0028]图5为基于多重滤波与混合放大的非接触心率检测装置的工作示意图；
[0029]图6为多任务网络的流程图；
[0030]图7为拉普拉斯金字塔和高斯金字塔的示意图；
[0031]图8为原始输入与欧拉运动放大输出图像序列对比的示意图；
[0032]其中，(a)为原始输入图像序列；(b)为欧拉运动放大图像序列。
[0033]图9为一至五阶Butterworth低通滤波器的增益图；
[0034]图10为欧拉运动放大心率的频域图；
[0035]图11为静息状态下心率结果的一致性分析示意图；
[0036]图12为基于多重滤波与混合放大的非接触心率检测装置的另一结构示意图。
具体实施方式
[0037]为使本专利技术的目的、技术方案和优点更加清楚，下面对本专利技术实施方式作进一步
地详细描述。
[0038]实施例1
[0039]本专利技术实施例设计了一种基于多重滤波与混合放大的非接触心率检测装置，参见图1，该装置包括：
[0040]摄像模块1，用于在第一阈值距离内对被试者人脸进行第二阈值秒数的静止拍摄；
[0041]多任务神经网络人脸检测模块2，包括三个级联的网络，用于同时进行人脸区域与人脸关键点检测，去除错误的和重复的人脸候选框，提取最终人脸区域；
[0042]混合放大视频处理模块3，采用并行结构运用欧拉运动放大、颜色放大方式用于对最终人脸区域进行混合放大视频处理，提取脸部视频图像的颜色和运动信息；
[0043]多重滤波器模块4，采用串行结构用于对颜色和运动信息进行滤波，消除肌电信号噪声和高频噪声干扰，提升混合放大处理后的图片序列的有效信息；
[0044]计算模块5，用于将处理后的图片序列进行信号处理和快速傅里叶变换，根据得到的频域图完成心率计算。
[0045]本专利技术实施例通过上述部件之间的相互配合，实现了基于视觉图像处理手段，提取人体脉搏信息，仅通过手机摄像头、网络摄像头等简单便携设备就可以检测用户心率，快速便捷，应用潜力大。
[0046]在一种实施方式中，上述图1中的多任务神经网络人脸检测模块2基于深度学习网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多重滤波与混合放大的非接触心率检测装置，其特征在于，所述装置包括：摄像模块，用于在第一阈值距离内对被试者人脸进行第二阈值秒数的静止拍摄；多任务神经网络人脸检测模块，包括三个级联的网络，用于同时进行人脸区域与人脸关键点检测，去除错误的和重复的人脸候选框，提取最终人脸区域；混合放大视频处理模块，采用并行结构运用欧拉运动放大、颜色放大方式用于对最终人脸区域进行混合放大视频处理，提取脸部视频图像的颜色和运动信息；多重滤波器模块，采用串行结构用于对颜色和运动信息进行滤波，消除肌电信号噪声和高频噪声干扰，提升混合放大处理后的图片序列的有效信息；计算模块，用于将处理后的图片序列进行信号处理和快速傅里叶变换，根据得到的频域图完成心率计算。2.根据权利要求1所述的一种基于多重滤波与混合放大的非接触心率检测装置，其特征在于，所述多任务神经网络人脸检测模块基于深度学习网络开发，所述模块包括：依次级联的人脸区域建议网络、优化网络、及输出网络。3.根据权利要求2所述的一种基于多重滤波与混合放大的非接触心率检测装置，其特征在于，所述人脸区域建议网络生成候选窗口，用于对经过金字塔处理后的视频图像进行初步人脸区域选取，生成多张人脸及疑似人脸的候选框；所述优化网络包括全连接层，用于通过人脸边框回归和人脸关键点定位对候选框进行筛选；所述输出网络，用于输出最终的人脸区域。4.根据权利要求1所述的一种基于多重滤波与混合放大的非接触心率检测装置，其特征在于，所述混合放大视频处理模块包括：运动放大、颜色放大单元，用于对一组人脸视频同时进行运动放大和颜色放大，采用并行模式；权重系数叠加单元，用于对运动、颜色放大后的视频进行权...

【专利技术属性】
技术研发人员：柴荣轩，安娜，吴楠，时澳丽，
申请(专利权)人：北京清智图灵科技有限公司，
类型：发明
国别省市：