一种基于视频信号的呼吸率检测方法技术

本发明专利技术涉及呼吸率检测的技术领域，公开了一种基于视频信号的呼吸率检测方法，包括：采集人体呼吸视频，对呼吸视频进行预处理后进行人脸识别，并根据人体头身比初步提取胸部区域；对提取的胸部区域进行建模，进一步精确提取呼吸区域；对提取的呼吸区域进行滤波处理，并提取呼吸区域像素点的呼吸运动方向特征；根据呼吸运动方向特征提取对呼吸区域图像进行多尺度空间分解，提取呼吸相位信息；对提取得到的呼吸相位信息进行滤波处理，并进行波峰检测估计呼吸率。本发明专利技术所述方法实现呼吸视频中人体呼吸区域的检测，降低了人体姿态对呼吸速率计算的影响，并能够根据呼吸视频计算人体的呼吸率。呼吸率。呼吸率。

【技术实现步骤摘要】
一种基于视频信号的呼吸率检测方法


[0001]本专利技术涉及呼吸率检测的
，尤其涉及一种基于视频信号的呼吸率检测方法。

技术介绍

[0002]呼吸率是评估人体呼吸状况和诊断呼吸障碍疾病的重要特征。目前呼吸率检测方法多需专业人员操作，日常检测方面尚有不足,而近些年出现的基于视频的非接触式呼吸率检测方法具有操作简便、适用性强等优点，在智慧医疗领域极具发展潜力，但在实时性上仍有不足,并且对人体姿态有所限制,最终影响检测性能。针对此问题本专利提出一种基于视频信号的呼吸率检测方法。

技术实现思路

[0003]本专利技术提供一种基于视频信号的呼吸率检测方法，目的在于(1)实现能够根据呼吸视频计算人体的呼吸率；(2)实现呼吸视频中人体呼吸区域的检测，降低了人体姿态对呼吸速率计算的影响。
[0004]实现上述目的，本专利技术提供的一种基于视频信号的呼吸率检测方法，包括以下步骤：
[0005]S1：采集人体呼吸视频，对呼吸视频进行预处理后进行人脸识别，并根据人体头身比初步提取胸部区域；
[0006]S2：对提取的胸部区域进行建模，进一步精确提取呼吸区域；
[0007]S3：对提取的呼吸区域进行滤波处理，并提取呼吸区域像素点的呼吸运动方向特征；
[0008]S4：根据呼吸运动方向特征提取对呼吸区域图像进行多尺度空间分解，提取呼吸相位信息；
[0009]S5：对提取得到的呼吸相位信息进行滤波处理，并进行波峰检测估计呼吸率。
[0010]作为本专利技术的进一步改进方法：
[0011]所述S1步骤中对呼吸视频进行预处理后进行人脸识别，包括：
[0012]采集人体呼吸视频，并将人体呼吸视频逐帧进行切分处理，得到若干帧呼吸视频图像，利用人脸识别模型对每帧呼吸视频图像进行人脸识别，利用矩形目标框对呼吸视频图像中识别的人脸区域进行标定；所述人脸识别模型的训练流程为：
[0013]1)获取D张人脸图像作为人脸识别模型的训练集，并将其中的每张人脸图像均转换为列向量，即将人脸图像中的每个像素值按列逐一采样并排成一列，则训练集为 {vector1,vector2,
…
,vector
D
}，其中vector
D
为获取的第D张人脸图像的列向量；
[0014]2)对训练集中的所有列向量进行加和，并计算加和向量的平均值：
[0015][0016]3)将训练集中的所有列向量均减去得到差值矩阵R，并计算差值矩阵的协方差矩阵Cov＝R
×
R
T
，计算协方差矩阵Cov的特征向量，将所有特征向量构成特征矩阵；对于待识别的人脸图像区域，将该区域转换为列向量，将列向量与特征矩阵中的所有特征向量进行余弦相似度比较，若两者相似度高于0.6，则说明待识别人脸图像区域为人脸图像区域，并利用矩形目标框对识别得到的人脸区域进行标定。
[0017]所述S1步骤中根据人体头身比初步提取胸部区域，包括：
[0018]利用矩形目标框对呼吸视频图像中的人脸区域进行标定，以矩形目标框左上方以及右上方的顶点为起点，将两个起点分别向下移动1.5倍矩形框的长度和2倍矩形框的长度，得到胸部矩形区域的四个顶点，将四个顶点连接，连接形成的矩形区域为胸部区域。
[0019]所述S2步骤中提取的胸部区域进行建模，提取呼吸区域，包括：
[0020]当胸部区域的颜色像素值发生变化时，说明胸部区域发生呼吸运动，对胸部区域图像进行信号建模，则呼吸视频中第k帧视频图像的胸部区域信号建模结果为：
[0021][0022]其中：
[0023]I(k)表示第k帧视频图像的胸部区域信号；
[0024]W(k)表示第k帧图像的高斯噪声；
[0025]表示信号的初始相位；
[0026]A表示信号幅值矩阵；
[0027]f0表示基频；
[0028]将第k帧视频图像胸部区域x(k)进行向量化，则其向量化结果为：
[0029]x
vector
(k)＝[x(1,1),x(1,2),
…
,x(1,n
x
)；
…
；x(n
y
,1),x(n
y
,2),
…
,x(n
y
,n
x
)}
[0030]其中：
[0031]x(n
y
,n
x
)表示像素坐标(n
y
,n
x
)的亮度值，n
y
表示视频图像胸部区域的像素列数，n
x
表示视频图像胸部区域的像素行数；
[0032]x
vector
(k)表示x(k)的向量化表示；
[0033]利用极大似然估计方法估计基频f0：
[0034][0035]其中：
[0036]为基频f0的估计值，将使得函数最大的f作为
[0037]x
vector
((p,q),k)表示第k帧视频图像胸部区域中，像素坐标(p,q)的亮度值；
[0038]c表示虚数单位；
[0039]根据基频的估计结果，对第k帧的信号幅值矩阵进行估计：
[0040][0041]其中：
[0042]的信号幅值矩阵估计值；
[0043]将信号幅值矩阵中幅值较大区域所对应的图像区域作为呼吸区域，实现从胸部区域图像到呼吸区域图像的精确估计。
[0044]所述S3步骤中对提取的呼吸区域进行滤波处理，包括：
[0045]利用均值滤波方法对提取的呼吸区域进行均值滤波处理，所述均值滤波处理的流程为：
[0046]构建一个正方形的均值滤波器窗口，在本专利技术一个具体实施例中，所构建的均值滤波器窗口为：
[0047][0048]将均值滤波器窗口在呼吸区域图像中进行滑动卷积，用均值滤波器窗口中所有像素值的平均值替换均值滤波器窗口中心像素的像素值。
[0049]所述S3步骤中提取呼吸区域像素点的呼吸运动方向特征，包括：
[0050]对呼吸区域内的像素点进行灰度值转换的处理，所述灰度值的转换公式为：
[0051][0052]其中：
[0053]R(x,y),B(x,y),G(x,y)表示任意像素(x,y)在RBG颜色通道的值；
[0054]gray(x,y)表示像素(x,y)的灰度值，将像素坐标(x,y)转换到二维矩阵，则像素坐标的横坐标信息即为二维矩阵的行信息，纵坐标信息即为二维矩阵的列信息，二维矩阵中的值即为对应坐标像素的灰度值，得到呼吸区域的灰度矩阵；
[0055]将灰度矩阵划分为若干8
×
8的矩阵块，且相邻矩阵块的重叠区域为50％，计算矩阵块中每个矩阵元素的梯度信息：
[0056][0057]g
x
(i,j)＝gray(i本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频信号的呼吸率检测方法，其特征在于，所述方法包括：S1：采集人体呼吸视频，对呼吸视频进行预处理后进行人脸识别，并根据人体头身比初步提取胸部区域；S2：对提取的胸部区域进行建模，进一步精确提取呼吸区域，其中所述对建模结果进行参数估计，包括：将第k帧视频图像胸部区域x(k)进行向量化，则其向量化结果为：x
vector
(k)＝[x(1,1),x(1,2),
…
,x(1,n
x
)；
…
；x(n
y
,1),x(n
y
,2),
…
,x(n
y
,n
x
)}其中：x(n
y
,n
x
)表示像素坐标(n
y
,n
x
)的亮度值，n
y
表示视频图像胸部区域的像素列数，n
x
表示视频图像胸部区域的像素行数；x
vector
(k)表示x(k)的向量化表示；利用极大似然估计方法估计基频f0：其中：为基频f0的估计值，将使得函数最大的f作为x
vector
((p,q),k)表示第k帧视频图像胸部区域中，像素坐标(p,q)的亮度值；c表示虚数单位；根据基频的估计结果，对第k帧的信号幅值矩阵进行估计：其中：的信号幅值矩阵估计值；将信号幅值矩阵中幅值较大区域所对应的图像区域作为呼吸区域；S3：对提取的呼吸区域进行滤波处理，并提取呼吸区域像素点的呼吸运动方向特征；S4：根据呼吸运动方向特征提取对呼吸区域图像进行多尺度空间分解，提取呼吸相位信息；S5：对提取得到的呼吸相位信息进行滤波处理，并进行波峰检测估计呼吸率。2.如权利要求1所述的一种基于视频信号的呼吸率检测方法，其特征在于，所述S1步骤中对呼吸视频进行预处理后进行人脸识别，包括：采集人体呼吸视频，并将人体呼吸视频逐帧进行切分处理，得到若干帧呼吸视频图像，利用人脸识别模型对每帧呼吸视频图像进行人脸识别，利用矩形目标框对呼吸视频图像中识别的人脸区域进行标定；所述人脸识别模型的训练流程为：1)获取D张人脸图像作为人脸识别模型的训练集，并将其中的每张人脸图像均转换为列向量，即将人脸图像中的每个像素值按列逐一采样并排成一列，则训练集为{vector1，vector2，...，vector
D
}，其中vector
D
为获取的第D张人脸图像的列向量；2)对训练集中的所有列向量进行加和，并计算加和向量的平均值：
3)将训练集中的所有列向量均减去得到差值矩阵R，并计算差值矩阵的协方差矩阵Cov＝R
×
R
T
，计算协方差矩阵Cov的特征向量，将所有特征向量构成特征矩阵；对于待识别的人脸图像区域，将该区域转换为列向量，将列向量与特征矩阵中的所有特征向量进行余弦相似度比较，若两者相似度高于0.6，则说明待识别人脸图像区域为人脸图像区域，并利用矩形目标框对识别得到的人脸区域进行标定。3.如权利要求1所述的一种基于视频信号的呼吸率检测方法，其特征在于，所述S1步骤中根据人体头身比初步提取胸部区域，包括：利用矩形目标框对呼吸视频图像中的人脸区域进行标定，以矩形目标框左上方以及右上方的顶点为起点，将两个起点分别向下移动1.5倍矩形框的长度和2倍矩形框的长度，得到胸部矩形区域的四个顶点，将四个顶点连接，连接形成的矩形区域为胸部区域。4.如权利要求3所述的一种基于视频信号的呼吸率检测方法，其特征在于，所述S2步骤中提取的胸部区域进行建模，包括：当胸部区域的颜色像素值发生变化时，说明胸部区域发生呼吸运动，对胸部区域图像进行信号建模，则呼吸视频中第k帧视频图像的胸部区域信号建模结果为：其中：I(k)表示第k帧视频图像的胸部区域信号；W(k)表示第k帧图像的高斯噪声；表示信号的初始相位；A表示信号幅值矩阵；f0表示基频。5.如权利要求1所述的一种基于视频信号的呼吸率检测方法，...

【专利技术属性】
技术研发人员：刘哲，杜春玲，宋元林，黄絮，徐德祥，
申请(专利权)人：湖南万脉医疗科技有限公司，
类型：发明
国别省市：