[發明專利]一種基于IPPG的吸毒人員篩查方法

在審

• 申請號: 202010770779.0
• 申請日: 2020-08-04
• 公開（公告）號: CN111870235A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 黃曉笑;黃益華;成心玥
• 申請（專利權）人: 杭州藝興科技有限公司
• 主分類號: A61B5/0205
• 分類號: A61B5/0205;A61B5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于IPPG的吸毒人員篩查方法，其特征在于，包括以下步驟：

S1、采集或識別包含人臉的視頻圖像，提取出有效的包含人臉的幀圖像；

S2、在包含人臉的幀圖像中提取出人臉感興趣區域（ROI），進而提取出IPPG信號；

S3、對IPPG信號進行合適的信號增強和降噪處理，進一步得到較為干凈的脈搏波信號；

S4、對脈搏波信號進行分析處理，提取出脈搏波特征參數和生理指標數據；

S5、與根據已有樣本數據庫構建的模型進行比對，判定被檢測人員是否吸毒；

S6、將被檢測人員的數據存入樣本數據庫，用于進一步完善模型。

2.根據權利1所述的方法，其特征還在于，所述采集或識別包含人臉的視頻圖像可以是通過攝像設備主動采集，也可以是直接導入已有的視頻圖像進行人臉的視頻圖像識別；視頻采集設備可以是單通道或多通道色彩模式，比如最常見的RGB三通道色彩模式和定制化的RGBCO五通道色彩模式；有效的包含人臉的幀圖像一般要求連續時間≥30S，采集距離≤50米，人臉偏轉角度≤60°；提取包含人臉的幀圖像時進行了對每一幀圖像的人臉識別、追蹤以及人臉偏轉角度翻轉等處理。

3.根據權利1所述的方法，其特征還在于，所述ROI包含額頭、兩側臉頰、鼻梁等區域，這些區域有血管分布，且區域框定不易受五官形狀、分布和面部表情的影響；所述IPPG信號由ROI的不同顏色通道的灰度均值數據構成，其中顏色通道類型和數量可由視頻采集設備的色彩模式決定。

4.根據權利1所述的方法，其特征還在于，所述對IPPG信號的信號增強和降噪處理采用的是組合算法的形式，比如其中的一種可以是先采用CEEMD或者MEMD算法提取分量，對分量嵌入SSA算法進行降噪，再進行數據合成，然后采用數學形態學算法對合成數據去除脈沖噪聲和基線漂移。

5.根據權利1所述的方法，其特征還在于，所述脈搏波特征參數包括時域特征參數和頻域特征參數，所述時域特征參數包括脈搏波主波高度、降中峽相對高度、重搏波相對高度、主波上升斜率、潮波下降斜率、重搏波下降斜率、脈動周期時間、收縮期時間比、舒張期時間比、收縮期和舒張期時間比、脈搏波波圖面積、收縮面積比、舒張面積比、收縮和舒張面積比、潮波明顯度、脈搏波波形特征量、心輸出量和其他可根據特征點計算得到參數；所述頻域特征參數為通過快速傅里葉變換（FFT）得到的脈搏波幅值譜中基波到第六次諧波的7個波峰所對應的頻率和幅值；生理指標包括心率、呼吸頻率、血壓、心率變異性等，不同指標采用不同的濾波方式和提取算法，提取過程獨立并行。

6.根據權利1所述的方法，其特征還在于，所述已有樣本數據庫數據來自對不同年齡、性別的吸毒人員和正常人員的生理指標的前期收集和采集，其中吸毒人員還按照吸食毒品類型、吸食歷史時間和吸食頻率等特征進行分類；模型構建包含選擇、訓練、評估、應用和優化模型5個主要的階段，其中構建分類模型的算法可選用支持向量機、神經網絡或決策樹等等，也可以通過嘗試不同的分類算法，并對每個分類算法進行參數調節，經過反復比較后，從中選擇一種預測精度最高的分類算法及其參數組合；對于被檢測人員是否吸毒的判定還包括對吸食毒品類型、吸食歷史時間和吸食頻率等情況的初步判斷。

7.根據權利1所述的方法，其特征還在于，可以應用于毒品稽查現場的吸毒篩查，檢測結果可作為生物樣本檢測的前期參考和補充；也可以在可能涉毒場所的可以拍攝到經過人員人臉的過道等合適位置安裝攝像設備，通過對采集到的人員人臉視頻圖像進行識別和分析，在無需投入警力進行現場巡查的情況下，作為一種預警進行前期篩查；還可以直接調取可能涉毒場所已有的合適位置的攝像頭的監控視頻，自動識別其中有效的人臉視頻圖像，并進行自動分析篩查，作為毒品稽查事前或事后的參考依據。