基于面部热成像的非接触式呼吸率检测方法及系统技术方案

本发明专利技术提供一种基于面部热成像的非接触式呼吸率检测方法、系统、存储介质和电子设备，涉及非接触式呼吸率检测领域。本发明专利技术利用热红外视频，结合深度学习技术从热红外光谱中准确和稳定地提取高质量呼吸信号。同时，通过设计基于注意力机制的自适应呼吸信号降噪网络对初始呼吸波信号进行自适应自动降噪处理，能够深入分析呼吸信号中的局部细节与全局特征，自动区分并有效抑制噪声，保留关键生理信息，显著提高呼吸信号的质量和呼吸率估计的精度。通过深度学习模型的训练，该方法能够适应不同人群和环境下的多样化呼吸特征，增强了在多种实际应用场景中的泛化能力，确保呼吸率检测的稳定性和高准确度。

【技术实现步骤摘要】

本专利技术涉及非接触式呼吸率检测领域，具体涉及一种基于面部热成像的非接触式呼吸率检测方法、系统、存储介质和电子设备。

技术介绍

1、在机体代谢中，呼吸是至关重要的。定期监测呼吸情况，能尽早发现并预防呼吸系统以及心脑血管等方面的病变。

2、相关技术中，呼吸率检测技术主要分为接触式和非接触式两大类。其中，非接触式呼吸率检测无需使用传统的接触式设备，它可以通过使用摄像头、微波雷达或其他传感器来检测人体运动和生理信号，分析得到呼吸率。例如，专利cn117357093a公开了一种基于双光谱面部视频的非接触式呼吸率监测方法及系统，包括：同时获取热红外视频和可见光视频；提取第一热红外图像；提取第一热红外图像对应的呼吸信号，作为第一呼吸信号；并选取第一可见光图像帧；利用仿射变换的方法将第一可见光图像帧中被测用户的鼻子感兴趣区域映射至第一热红外图像帧，并在第一热红外图像帧中提取映射区域的图像，作为第二热红外图像；提取第二热红外图像对应的呼吸信号，作为第二呼吸信号；将第一呼吸信号和第二呼吸信号进行信号融合，将信号融合后的信号作为第三呼吸信号；得到呼吸信号曲线；基于本文档来自技高网...

【技术保护点】

1.一种基于面部热成像的非接触式呼吸率检测方法，其特征在于，基于鲁棒非接触式呼吸率检测框架，所述鲁棒非接触式呼吸率检测框架包括热红外视频信号处理网络和自适应呼吸信号降噪网络；该方法包括：

2.如权利要求1所述的非接触式呼吸率检测方法，其特征在于，所述全卷积单阶段目标检测神经网络包括ResNet50主干网络、特征金字塔以及共享的检测头；所述针对所述实时热红外视频的图像帧序列，基于所述热红外视频信号处理网络的全卷积单阶段目标检测神经网络进行面部ROI追踪；包括：

3.如权利要求1所述的非接触式呼吸率检测方法，其特征在于，所述基于追踪到的面部鼻子区域的平均像素值的变化，...

【技术特征摘要】

1.一种基于面部热成像的非接触式呼吸率检测方法，其特征在于，基于鲁棒非接触式呼吸率检测框架，所述鲁棒非接触式呼吸率检测框架包括热红外视频信号处理网络和自适应呼吸信号降噪网络；该方法包括：

2.如权利要求1所述的非接触式呼吸率检测方法，其特征在于，所述全卷积单阶段目标检测神经网络包括resnet50主干网络、特征金字塔以及共享的检测头；所述针对所述实时热红外视频的图像帧序列，基于所述热红外视频信号处理网络的全卷积单阶段目标检测神经网络进行面部roi追踪；包括：

3.如权利要求1所述的非接触式呼吸率检测方法，其特征在于，所述基于追踪到的面部鼻子区域的平均像素值的变化，获取初始呼吸波信号；包括：

4.如权利要求1所述的非接触式呼吸率检测方法，其特征在于，所述自适应呼吸信号降噪网络具体包括五个1dcnn、两个maxpooling层、两个upsample层以及一个attention层；所述针对所述初始呼吸波信号，基于所述自适应呼吸信号降噪网络的一维卷...

【专利技术属性】
技术研发人员：丁帅，项一凡，宋程，莫海淼，王浩，刘子豪，高龙，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：