[發(fā)明專利]一種基于圖像處理的駕駛員心率識別方法

有效

• 申請?zhí)枺?/td>: 202110649008.0
• 申請日: 2021-06-10
• 公開（公告）號: CN113796845B
• 公開（公告）日: 2023-08-04
• 發(fā)明（設(shè)計）人: 陳昌川;劉凱;王海寧;代少升;劉科征;劉凱;吳占杰
• 申請（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號: A61B5/024
• 分類號: A61B5/024;A61B5/18;G06V40/16;G06V10/762;G06V10/82;G06N3/0442;G06N3/08;G06V20/59
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明的內(nèi)容為實現(xiàn)了一種基于圖像處理的駕駛員心率識別方法，克服了接觸式識別心率的缺點，實現(xiàn)了對駕駛員身體心跳的監(jiān)測，實現(xiàn)駕駛員心率的識別，具體技術(shù)方案包括以下6個部分。感興趣區(qū)域選取：駕駛員感興趣區(qū)域的選取基于人臉68個特征點，選取感興趣區(qū)域。特征提取：在感興趣區(qū)域的基礎(chǔ)上，提取其中的綠色通道特征作為駕駛員心率的真實表現(xiàn)，由于感興趣區(qū)域內(nèi)的特征提取易受光照分布不均的影響，本發(fā)明采用算法消除光照誤差。轉(zhuǎn)換成頻域：構(gòu)建小段綠色通道序列值，縮減誤差，經(jīng)FFT求得頻率值。噪聲過濾：過濾掉不符合常理的噪聲。心率提取：根據(jù)綠色通道頻率值與心率的關(guān)系求得粗略的心率值。心率平穩(wěn)：根據(jù)上下幀，經(jīng)算法求得平滑穩(wěn)定的心率值。本發(fā)明具備非接觸式，不會給駕駛司機造成不舒適的感受，同時避免傳統(tǒng)設(shè)備心率識別攜帶不方便的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及一種駕駛員心率識別方法，涉及信號處理技術(shù)、圖像處理技術(shù)、醫(yī)學(xué)工程、電療學(xué)、人體神經(jīng)學(xué)及醫(yī)療器械設(shè)計等領(lǐng)域。

背景技術(shù)

心率的估計和檢測對于判斷一個人的生理和心理狀態(tài)非常重要。傳統(tǒng)的心率測量是通過電極ECG等設(shè)備近距離接觸人體皮膚，進而獲取得到測試儀上的心跳、血壓等信號，或者通過佩戴智能設(shè)備，采用光電容積脈搏波(Photo?Plenthysmo?Graphy，PPG)的方法來進行測量，如智能手環(huán)，跑步機等。傳統(tǒng)的心率監(jiān)測方法需要近距離接觸人體表明皮膚，帶給體驗者極其不舒適的體驗，為此有學(xué)者提出遠程光電容積脈搏波(Romote?PhotoPlenthysmo?Graphy,RPPG)技術(shù)，RPPG與傳統(tǒng)的PPG原理一樣，由于每次心跳都會引起人體皮膚組織中血液和微血管的周期性變化，光的吸收和反射也會形成周期性變化，人眼無法觀察到這種周期性的變化，但可以從高清攝像機采集的視頻圖像中進行分析，從而實現(xiàn)心率的檢測。因此，這種方法也被稱為超感測心率檢測。它的優(yōu)勢并不僅局限于被檢測人員不需要佩戴任何設(shè)備，它可用于長時間的生理監(jiān)測，例如，家里老年人長時間的生理監(jiān)測，具有廣泛的應(yīng)用價值。對于傳統(tǒng)ECG與PPG駕駛員心率檢測方式存在如下缺點：1)需要與人體皮膚近距離直接接觸，屬于入侵式采集信號的方式，帶給駕駛司機極其不舒適的體驗。2)需要佩戴高昂費用的設(shè)備，同時采集的信號易受駕駛員操作與環(huán)境干擾的影響，例如：駕駛員行駛時，轉(zhuǎn)頭、眨眼、說話等行為，與電磁場干擾均會在ECG信號上造成干擾，這對后續(xù)的心率識別會產(chǎn)生很大的影響。3)設(shè)備不具有便攜性，且使用場合受限。由于現(xiàn)有ECG或PPG采集心率的技術(shù)，需要近距離接觸人體皮膚，因此無法滿足車載駕駛員正常駕駛的要求，使用場合受到限制。

發(fā)明內(nèi)容

本發(fā)明的內(nèi)容為實現(xiàn)了一種基于圖像處理的駕駛員心率識別方法，克服了接觸式識別心率的缺點，實現(xiàn)了對駕駛員身體心跳的監(jiān)測，實現(xiàn)駕駛員心率的識別，具體技術(shù)方案包括以下6個部分。

(1)感興趣區(qū)域(Region?of?Interest,ROI)選取：駕駛員感興趣區(qū)域的選取本專利采用基于人臉68個特征點，由于駕駛員額頭區(qū)域很少參與面部豐富的表情，相對變化不大，選取特征點20與23往上額頭部分區(qū)域作為感興趣區(qū)域1，對于人臉眼睛到鼻子之間的區(qū)域也很少參與面部表情，因此本文選取人臉特征點3、13、40、41、46、47之間的區(qū)域作為感興趣區(qū)域2。

(2)特征提取：在感興趣區(qū)域的基礎(chǔ)上，提取其中的綠色通道特征作為駕駛員心率的真實表現(xiàn)，由于感興趣區(qū)域內(nèi)的特征提取易受光照分布不均的影響，因此選用k-means聚類算法消除光照分布不均。

(3)轉(zhuǎn)換成頻域：經(jīng)過聚類后的綠色通道值，我們通過構(gòu)建小段綠色通道序列值的方式，先采用減去均值的形式縮減誤差，隨后經(jīng)快速傅里葉變化求得轉(zhuǎn)換后序列頻率值。

(4)噪聲過濾：采用巴特沃斯帶通濾波器的方式，過濾掉不符合常理的心率值。

(5)心率提取：根據(jù)峰值檢測，求得序列頻率值的峰值，隨后根據(jù)綠色通道頻率值與心率的關(guān)系求得粗略的心率值。

(6)心率平穩(wěn)：根據(jù)粗略的心率值，采用心率上下幀間關(guān)系平穩(wěn)心率值，隨后在經(jīng)過卡爾曼濾波器、長短時間記憶網(wǎng)絡(luò)進一步平滑穩(wěn)定心率值，得到最終平滑、穩(wěn)定的心率值。