[發明專利]一種基于視頻的動態心率檢測方法

在審

• 申請號: 202011098677.5
• 申請日: 2020-10-14
• 公開（公告）號: CN112200099A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 吳健;陳瀟俊;楊文韜
• 申請（專利權）人: 浙江大學山東工業技術研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06N3/04;A61B5/024;A61B5/0245
• 代理公司: 杭州橙知果專利代理事務所(特殊普通合伙) 33261
• 代理人: 賀龍萍

本發明公開了一種基于視頻的動態心率檢測方法，包括以下步驟：S1：視頻采集：利用普通攝像頭對需要測試的人臉進行連續的視頻錄制；S2：人臉識別與追蹤：對視頻幀中的人臉數據信息進行檢測識別，標定人臉關鍵點，并保持對人臉的追蹤；S3：運動補償：利用全卷積神經網絡生成插值圖像用于視頻圖像幀間運動補償；S4：光照補償：S5：感興趣皮膚區域信號提取；S6：心率估算：利用光體積描記法、信號去找、偽像去除、光譜分析、類ECG信號重建技術進行心率估算；S7：得到心率檢測信號。本發明采用非皮膚接觸式的檢測方法，不會造成人體的不適，檢測精準度高。

技術領域

本發明屬于心率檢測技術領域，尤其是涉及一種基于視頻的動態心率檢測方法。

背景技術

心率是最常測量的人體參數之一,對于確定個體健康至關重要，因此心率監測對于人體身體健康的監護起著不可替代的作用。

面部跟蹤，就是要在檢測到人臉的前提下，在后續幀中繼續捕獲人臉的位置及其大小等信息，包括人臉的識別和人臉的跟蹤技術。傳統的人臉識別技術主要是基于可見光圖像的人臉識別，尤其在環境光照發生變化時，識別效果會急劇下降，而且還存在物體遮擋，側臉正臉差異較大等問題。而傳統的人臉跟蹤基于此，自然效果也一般。目前，最先進的人臉識別、人臉跟蹤技術基本都是以深度機器學習為核心支撐，涵蓋了更多手部及肢體的跟蹤、物體跟蹤與識別、行為理解、場景理解、3D重構技術，借此提升檢測質量。

目前心率估算方法大都是基于光學體積描記術而產生的，其原理是利用人體大多數軟組織可以透射并反射可見光輻射以及近紅外輻射兩種輻射，并且發射光強與動脈血液中的血紅蛋白數量呈正相關的特性，檢測與血容量有關的光強隨時間變化的改變，從而描記血液容積脈沖(Blood volume pulse，BVP)信號，進行心率估算。

目前傳統的心率監測方式以接觸式為主，但因其操作復雜且在檢測過程中需長時間同人體皮膚接觸，會給測量者造成一定的不便和不適。而且一般測量者在測量心率的時候，需要處于靜止狀態，當在運動狀態下，設備識別準度會下降，因此也無法很好地幫助諸如多動癥患者、運動人員、機動車駕駛員等特殊人群滿足在運動狀態下的測量動態心率的需求。隨著健康意識的增加，人們對自己身體的各項生理指標的關注程度也日益增強，因此對動態心率檢測方面的需求增加，比如在馬拉松長跑賽事、機動車駕駛過程等動態場景中，被測量者的心率正常與否很可能關系到自身的生命安全，而在動態場景下，被測量者往往無法在與人體皮膚非接觸的狀態下持續監測心率，無法滿足實時監測動態心率的需求。

發明內容

本發明為了克服現有技術的不足，提供一種的基于視頻的動態心率檢測方法。

為了實現上述目的，本發明采用以下技術方案：一種基于視頻的動態心率檢測方法，包括以下步驟：

S1：視頻采集：利用普通攝像頭對需要測試的人臉進行連續的視頻錄制；

S2：人臉識別與追蹤：對視頻幀中的人臉數據信息進行檢測識別，標定人臉關鍵點，并保持對人臉的追蹤；

S3：運動補償：利用全卷積神經網絡生成插值圖像用于視頻圖像幀間運動補償；

S4：光照補償：利用雙邊濾波器能保留光照圖像中不連續性的特性，獲得準確的光照不變圖像，進行人臉識別的光照補償；

S5：感興趣皮膚區域信號提取：根據人臉識別過程中得到的人臉關鍵點，選擇框定固定的鼻部區域、嘴部區域等感興趣區域，并把這些框定的區域作為錨點進行追蹤，采集視頻幀中圖像的信號；

S6：心率估算：利用光體積描記法、信號去找、偽像去除、光譜分析、類ECG信號重建技術進行心率估算；

S7：得到心率檢測信號。

所述光體積描記法用于進行臉部信號的初步提取。