【技术实现步骤摘要】
基于人脸视频的人体心率测量方法
[0001]本专利技术涉及一种人体非接触式心率测量方法，特别涉及基于人脸视频图像的心率测量方法，应用到人体生理状态检测和身体健康状态监控等领域。
技术介绍
[0002]通过对人体心率的监控可以有效判断心血管系统的负荷状态，也能够大致判断人体的健康状况，是一种非常重要的生理指标。在日常生活中或者医疗监测中，人们可以依据心率值调整自己的生活习惯和行为，当心率过高或者过低的时候，能够及早发现与治疗。
[0003]由于皮肤是半透明的，当光线照射到人脸的皮肤表面，有一部分光线会穿透表皮进入到血管中，这部分光线会被血液中的血红蛋白等吸收一部分然后产生漫反射被摄像头所捕获。随着心脏的周期性搏动，皮下的血液吸收的光线也产生周期性的变化，所以提取人脸的色度信息可以获得人体的脉搏波，从脉搏波的变化的频率可以提取出心率。
[0004]授权公告号为CN112819790A，专利技术名称为“一种心率检测方法及装置”的专利技术专利选取符合标准场景的ROI区域，根据信号的波峰状态获得估计的心率值并与参考心率...
【技术保护点】
【技术特征摘要】
1.一种基于人脸视频的人体心率测量方法，其特征在于，包括如下步骤：S1:利用人脸检测器检测人脸在当前视频帧的位置，检测人脸特征点在人脸中的位置，并记录每个视频帧的时间戳；S2:将视频中的第一个包含人脸图像的视频帧作为基准帧并记录，记录该视频帧人脸矩形框和特征点的坐标，后续的视频帧与基准帧对齐；S21:在后续视频帧所获得的特征点中筛选出位置追踪准确的特征点；S22:在后续视频帧中追踪基准帧中特征点的位置，根据特征点在两帧中的坐标计算仿射矩阵，使用仿射矩阵将后续视频帧与基准帧进行图像对齐；S23:计算特征点在两个视频帧中偏移的像素值，大于某一阈值时或者达到更新时间时重新确认基准帧；S3:使用基准帧的特征点将人脸划分为多个子区域，包括左脸、右脸、鼻子、额头、下颚；S4:对每个子区域执行如下操作：S41:获取人脸图像的亮度信息，依据亮度信息和位置信息为每个像素生成一个权值，组成一个人脸血流权值图；S42:根据生成的权值图，获取人脸的子区域所有像素RGB三色通道的加权平均值并记录；S5:将每一帧的RGB三色通道均值和人脸运动偏移的像素值组成一个时间序列，得到多个人脸子区域的原始脉搏波信号，并对每个人脸子区域的脉搏波信号进行以下处理：S51:将每一个脉搏波信号根据时间戳使用插值函数插值为间隔均匀的信号；S52:将每一个脉搏波信号时域上进行归一化，并消除基线偏移；S53:将每一个脉搏波信号进行低通滤波，最终获得0.4Hz
‑
5Hz频段内的脉搏波信号；S6:对每个人脸子区域的脉搏波信号进行以下处理：将0.4Hz
‑
5Hz频段内的脉搏波信号划分为多个子频段信号，将子频段信号抑制运动噪声后合成为全频段信号；S7:将全频段脉搏波信号划分为多个有部分信号重合的时间窗口，求取每个时间窗口脉搏波信号的功率谱，并计算每个时间窗口对应的心率值：S71:根据三种心率转换模式下的状态转移函数和上一个时间窗口的心率生成当前窗口的先验候选心率；所述的三种心率转换模式具体为：每种模式都服从一种均匀分布，平稳心率模式下α1～U(
‑
2,2),心率上升模式下α2～U(2,6)，心率下降模式下α3～U(
‑
6,
‑
2)；S72:根据子区域在当前窗口的峰值显著性和当前窗口的人脸相对运动幅度计算候选心率的概率，并依据所求的候选心率的概率重新生成下一个时间窗口的心率的概率分布。2.根据权利要求1所述的基于人脸视频的人体心率测量方法，其特征在于，所述步骤S41具体为：将人脸图像转换成灰度图，并对灰度值进行归一化，令G(x,y)为位置在人脸(x,y)处的像素的灰度值，为归一化后的灰度值，rows为人脸灰度图的行数，cols为人脸灰度图的列数，依据像素的不同位置生成人脸血流权值图，B(x,y)为人脸血流权值，W
a
为子区域a的权值。3.根据权利要求2所述的基于人脸视频的人体心率测量方法，其特征在于，所述步骤S42中，采用以下公式计算人脸的子区域所有像素RGB三色通道的加权平均值：其中I
i
(x,y)是人脸(x,y)处i通道的像素值,C
t
是第t帧
的子区域所有像素RGB三色通道的加权平均值。4.根据权利要求3所述的基于人脸视频的人体心率测量方法，其特征在于，所述步骤S6包括如下步骤：S61使用离散傅里叶变换将脉搏波信号转换到频域：F＝DF...
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。