[發明專利]基于稀疏結構表示的遠程非接觸式心率估計方法、系統及設備

在審

• 申請號: 202210319966.6
• 申請日: 2022-03-29
• 公開（公告）號: CN114596963A
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 歐衛華;陳龍保;韓杰
• 申請（專利權）人: 貴州師范大學
• 主分類號: G16H50/30
• 分類號: G16H50/30;G06V40/16;G06V20/40;A61B5/024;G06V10/25
• 代理公司: 成都弘毅天承知識產權代理有限公司 51230
• 代理人: 謝建;聶紅霞

本發明公開了基于稀疏結構表示的遠程非接觸式心率估計方法、系統及設備，屬于生理體征研究應用領域，解決現有的心率信號檢測不準確的問題，包括：步驟1、輸入人臉視頻，將人臉分割成多個子區域；步驟2、構建每個子區域的平均RGB脈搏信號，做運動補償，并利用RGB不同通道的線性組合計算色度信號S，計算信噪比；步驟3、利用不同頻率的余弦基和不同尺度的小波基組成的結構字典，求解系數矩陣，利用結構字典和系數矩陣重構心率信號；步驟4、重構的子區域心率信號平均化并進行功率譜分析計算得到心率HR。尋找基于字典的最優稀疏表示，利用字典和稀疏編碼重構心率信號，用盡可能少的字典原子表示盡可能真實的心率信號，有助于提高算法的準確率。

技術領域

本發明涉及生物體征研究應用技術領域，更具體的是涉及基于視頻的遠程心率估計技術領域。

背景技術

心率信號是一種重要的生理信號，可用于計算心率、心率變異性、呼吸頻率和血壓等生理參數。傳統的心率信號檢測方法需要皮膚接觸(如心電圖)，但會導致不舒服和不衛生的問題。基于面部視頻的遠程心率估計的方法是一種非接觸式心率測量方法，使用方便。心臟的跳動會引起皮膚表面顏色的細微變化，特別是在面部皮膚表面的。在此基礎上，提出了遠程光體積描記術(rPPG)，利用計算機視覺、信號處理等技術從微弱的顏色變化中提取純凈的心率信號。遠程非接觸式的心率估計分為三大類方法：盲源分離、顏色子空間投影、深度學習。

隨著深度學習在計算機視覺和自然語言處理等領域的成功應用，端到端深度學習網絡的方法被引入到基于面部視頻的遠程心率估計領域。Spetlik等人提出了HR-CNN網絡，基于信噪比約束，通過二維卷積網絡獲取脈搏信號?？紤]到異常照明和運動的影響，Chen等人引入了一種注意機制，并通過構建學習時空信息的特征圖提出了深度物理方法。為了能夠更好地表示顏色變化信息，Niu等人將RGB信號轉換為YUV空間，提取心率變化信息，并將其轉換為心率檢測的時空圖。深度學習方法在數據集上顯示出更好的結果，但模型是復雜的和弱泛化的。但是深度學習的方法面臨的挑戰是需要大量標注的數據集訓練網絡，且計算速度慢，參數多，需要預訓練網絡模型。

傳統方法中盲源分離和顏色子空間分解的方法具有更好的可解釋性、更快的運行速度。稀疏表示在計算機視覺中有著廣泛的應用，將稀疏表示引入心率信號的重構的領域，并取得了良好的效果。Liu等人提出了自適應干擾正交匹配追蹤的信號稀疏表示方法，通過利用自適應干擾正交匹配追蹤算法構造一個離散正弦字典來恢復人臉不穩定破壞的心率信號。心率信號作為一種生理信號，同時包含周期信號和脈動信號。雖然Liu等人的方法取得了良好的結果，但沒有考慮子區域間信號的脈動性和子區域間的相關性，導致估計的心率信號不一致，造成心率信號估計的不準確。

發明內容

本發明的目的在于：為了解決上述信號稀疏表示方法，由于沒有考慮子區域間信號的脈動性和子區域間的相關性，導致估計的心率信號不一致，造成心率信號估計的不準確的技術問題，本發明提供基于稀疏結構表示的遠程非接觸式心率估計方法、系統及設備。

本發明為了實現上述目的具體采用以下技術方案：

基于稀疏結構表示的遠程非接觸式心率估計方法，包括如下步驟：

步驟1、輸入人臉視頻，將檢測到的人臉固定選取前額和臉頰部分作為感興趣區域，并分塊，獲得多個子區域(在遠程視頻心率檢測首先需要人臉檢測，在不同的場景中，人臉可以在運動、旋轉等方面進行處理，人臉檢測方法應及時準確。考慮到檢測方法的實時性和定位跟蹤效果。本發明采用PCN深度網絡面部識別算法進行人臉檢測和跟蹤，獲得人臉的坐標點和寬度。由于面部的前額和臉頰區域有豐富的心率信息?；谏鲜龇治觯景l明采用PCN算法固定選擇前額和臉頰作為ROI，在前額和臉頰進行分塊，分成多個子區域)；