[發明專利]一種去除環境光變化干擾的視頻心率檢測方法

有效

• 申請號: 201610027463.6
• 申請日: 2016-01-14
• 公開（公告）號: CN105678780B
• 公開（公告）日: 2018-02-27
• 發明（設計）人: 陳勛;徐靈曦;成娟
• 申請（專利權）人: 合肥工業大學智能制造技術研究院
• 主分類號: G06T7/90
• 分類號: G06T7/90;G06K9/00
• 代理公司: 安徽省合肥新安專利代理有限責任公司34101
• 代理人: 陸麗莉,何梅生

1.一種去除環境光變化干擾的視頻心率檢測方法，其特征是按如下步驟進行：

步驟1：獲取I幀視頻圖像；對I幀視頻圖像計算N個顏色通道的面部感興趣區域的平均像素，獲得面部感興趣區域數據集X＝[X₁,X₂,…,X_n,…,X_N]^T；X_n表示第n個顏色通道的面部感興趣區域數據；并對I幀視頻圖像計算N個顏色通道的背景區域的平均像素，獲得背景區域數據集Y＝[Y₁,Y₂,…,Y_n,…,Y_N]^T；Y_n表示第n個顏色通道的背景區域數據；

并有，X_n＝[x₁⁽ⁿ⁾,x₂⁽ⁿ⁾,…,x_I⁽ⁿ⁾]；x_I⁽ⁿ⁾表示第n個顏色通道的面部感興趣區域的第I個平均像素；Y_n＝[y₁⁽ⁿ⁾,y₂⁽ⁿ⁾,…,y_I⁽ⁿ⁾]；y_I⁽ⁿ⁾表示第n個顏色通道的背景區域的第I個平均像素；

步驟2：采用聯合盲源分離法對所述面部感興趣區域數據集X和背景區域數據集Y進行處理，獲得混合矩陣解混矩陣面部感興趣區域的典型相關變量集ZX=[Z1(X),Z2(X),...,Zp(X),...,ZP(X)]T]]>和背景區域的典型相關變量集ZY=[Z1(Y),Z2(Y),...,Zp(Y),...,ZP(Y)]T;]]>表示面部感興趣區域的第p個典型相關變量，表示背景區域的第p個典型相關變量，1≤p≤P，P表示典型相關變量的個數；且面部感興趣區域的典型相關變量集和背景區域的典型相關變量集中的P個典型相關變量均是按兩者的相關系數大小進行降序排列；

并有表示第I幀視頻圖像中面部感興趣區域的第p個典型相關變量值；表示第I幀視頻圖像中背景區域的第p個典型相關變量值；則所述面部感興趣區域數據集X＝AZ_X；背景區域數據集Y＝AZ_Y；

步驟3、設定相關系數閾值，并將面部感興趣區域的典型相關變量和背景區域的典型相關變量的相關系數與所設定的相關系數閾值進行比較，若超出相關系數閾值，則將超出所述相關系數閾值的面部感興趣區域的典型相關變量和背景區域的典型相關變量均作為環境光變化的典型變量；

步驟4、獲取超出所述相關系數閾值的面部感興趣區域的典型相關變量的個數Q；并將面部感興趣區域的典型相關變量集Z_X中的前Q個的典型相關變量均置為零；從而形成不包含環境光變化的面部感興趣區域的典型相關變量集

步驟5、利用式(1)獲得不包含環境光變化的面部感興趣區域數據集表示第n個顏色通道中不包含環境光變化的臉部感興趣區域數據：

X~=AZ~X---(1)]]>

步驟6、利用氧合血紅蛋白吸收率選擇所述N個顏色通道中第best個最佳顏色通道；第best個最佳顏色通道具有最大的氧合血紅蛋白吸收率；

步驟7、利用總體平均經驗模態分解法將所述第best個最佳顏色通道中不包含環境光變化的臉部感興趣區域數據分解成為L個本征模式分量S＝[S₁,S₂,…,S_l,…,S_L]^T；S_l表示第l個本征模式分量；

步驟8：定義候選本征模式分量集，并初始化為空；初始化l＝1；

步驟9、計算第l個本征模式分量S_l的頻譜圖，判斷第l個頻譜圖中的最大幅值所對應的頻率分量是否處于所設定的感興趣的心率范圍內，若處于，則將第l個本征模式分量S_l加入候選本征模式分量集中；否則直接執行步驟10；

步驟10、將l+1賦值給l；并返回步驟9；

步驟11、比較候選本征模式分量集中每個本征模式分量頻率的最大幅值，選取最大的最大幅值所對應的本征模式分量作為最佳本征模式分量，對所述最佳本征模式分量采用峰值檢測算法獲得視頻心率檢測結果。