【技术实现步骤摘要】
专利技术属于生物医学信号处理领域，具体是一种在相机捕获的人脸视频中提取脉搏信号并计算心率值的方法。
技术介绍
1、心率作为评估人体心血管健康的重要生理参数之一，其检测方法的研究具有重要意义。传统的测量心率的方法包括心电图、胸带、可穿戴设备等。这些方法存在一些缺点，包括：需要连接电极等设备，对使用者的自由运动有较大阻碍，接触式的测量方式可能会对受试者皮肤造成不适，只能用于短期监测等等。随着网络摄像头和手机摄像头的普及，基于人脸视频的非接触式测量心率的方法得到广泛研究。这种检测方法仅通过摄像头采集的面部视频就可以提取包含心率信息的脉搏波信号，无需检测设备与人体接触，简单高效且测量成本低，并且可以用于长期心率监测，具有巨大的应用前景。
2、基于人脸视频心率检测的原理是光电容积脉搏波描记法ppg，其是photoplethysmograph的缩写。它是一种光学技术，可通过测量透射光或反射光的变化来检测组织微血管床的血容量变化。具体的讲，当光线照射在人脸时，随着被测者的心脏周期性跳动，导致真皮层下毛细血管中的血容量发生周期性变化，血液对光的吸收也随之发生变化，最终表现在面部皮肤颜色的变化上。虽然人眼难以察觉这个非常微小的变化，但是可以通过摄像头传感器捕捉到。
3、目前大多数研究都是在高信噪比的理想情况下进行的，即受试者相对静止且光照条件良好。但是现实场景是较为复杂的，要想实现该技术日常广泛的应用，就得考虑光照变化、人脸运动、人脸表情干扰这些因素甚至是健身等场景。目前研究也有考虑存在运动等干扰的场景，但是大多数集中在获
技术实现思路
1、本专利技术的目的在于设计一种有效从人脸视频中提取高信噪比的脉搏信号并计算心率的方法。
2、本专利技术提出了一种基于自适应投影平面及特征筛选的非接触式心率检测方法。主要包括：人脸检测和跟踪获取roi区域，空间平均获取rgb时变信号，利用基于自适应投影平面及特征筛选的rppg算法实现三维rgb信号到一维bvp信号的降维，滤波，利用fft或者频率追踪算法获取心率值。具体的处理步骤为：
3、步骤1，通过使用摄像头拍摄人脸视频，利用人脸检测及跟踪技术定位人脸区域，并对人脸像素信号取平均值获得三维rgb信号。
4、步骤2，将rgb信号通过新的rppg降维算法，得到一个包含心率信息的一维脉搏波信号。
5、步骤3，对脉搏波信号进行带通滤波去除噪声的干扰。
6、步骤4，将步骤3中的信号变换到频域分析其频谱图，并根据信号频谱图的峰值点对应的频率计算出心率值，或者将步骤3中的信号变换到时频域分析其时频图，使用频率追踪算法获取随时间变化的心率值序列。
7、本专利技术的创新和优势：
8、(1)本专利技术充分考虑了基于人脸视频的非接触式心率测量过程中由于光线变化、人脸运动等干扰因素带来的噪声影响，提出了一个自适应投影平面(adaptive projectionplane,app)，可以消除大部分噪声的干扰，获得高信噪比的脉搏信号。
9、(2)基于自适应投影平面及特征筛选作为新的rppg算法结合其他步骤构成了完整的测量心率的流程，可以在静止状态、光线变化或者头部轻微转动等场景下实现准确的心率测量。
本文档来自技高网...【技术保护点】
1.一种基于自适应投影平面及特征筛选的非接触式心率检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于人脸视频的心率检测方法，对于获取RGB时变信号S1这一步骤，其特征在于：使用人脸检测框架实时跟踪定位人脸，选取整张人脸区域作为ROI进行空间平均获得一帧图像的RGB值，时域上拼接得到RGB三维时变信号。
3.根据权利要求1所述的基于人脸视频的心率检测方法，对于三维RGB信号降维为一维BVP信号S2这一步骤，提出的一种基于自适应投影平面及特征筛选的rPPG创新算法，其特征在于，具体步骤包括：
4.根据权利要求3所述的Kurtosis特征、SNR特征，其特征在于：
5.根据权利要求1所述的基于人脸视频的心率检测方法，对于滤波S3这一步骤，其特征在于：对权利要求3中得到的估计信号进行带通滤波，使用的是六阶巴特沃斯滤波器，通带范围为[0.7Hz，4Hz]，这是正常心率值所处的范围。
6.根据权利要求1所述的基于人脸视频的心率检测方法，对于在频域计算心率值S4这一步骤，其特征如下：使用FFT算法将时域转变到频域，获得
7.根据权利要求1所述的基于人脸视频的心率检测方法，对于在时频域追踪获取心率序列S5这一步骤，其特征如下：权利6描述的方法对于一段视频只能获取一个估计的心率值，如果想要实时获取被测视频的心率值序列，可以使用频率追踪算法，首先使用STFT算法获取估计脉搏信号的时频图，然后使用频率追踪算法对时频图进行操作，获取随时间变化的心率值序列。
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1中所述的信号处理方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1中的处理方法。
...【技术特征摘要】
1.一种基于自适应投影平面及特征筛选的非接触式心率检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于人脸视频的心率检测方法，对于获取rgb时变信号s1这一步骤，其特征在于：使用人脸检测框架实时跟踪定位人脸，选取整张人脸区域作为roi进行空间平均获得一帧图像的rgb值，时域上拼接得到rgb三维时变信号。
3.根据权利要求1所述的基于人脸视频的心率检测方法，对于三维rgb信号降维为一维bvp信号s2这一步骤，提出的一种基于自适应投影平面及特征筛选的rppg创新算法，其特征在于，具体步骤包括：
4.根据权利要求3所述的kurtosis特征、snr特征，其特征在于：
5.根据权利要求1所述的基于人脸视频的心率检测方法，对于滤波s3这一步骤，其特征在于：对权利要求3中得到的估计信号进行带通滤波，使用的是六阶巴特沃斯滤波器，通带范围为[0.7hz，4hz]，这是正常心率值所处的范围。
6.根据权利要求1所述的基于...
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。