买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:重庆理工大学
摘要:本发明涉及心率检测技术领域,尤其涉及一种远程非接触式心率检测系统及方法。方法包括:采集用户的视频数据;对所述视频数据中的每一帧图像进行ROI区域定位;使用Fast‑ICA根据所有帧图像的ROI区域提取出rPPG时序信号;使用GADF将rPPG时序信号编码形成二维特征图像;通过神经网络模型完成心率值的推理。本发明采用传统图像处理与深度学习相结合的方式来从人脸视频中获取心率值,获取的心率值精度更高;使用深度学习中热力图的方式得到人脸特征点,检测速度快、精度高,此外不仅特征点的个数与特征点在人脸中的位置可以按照自己的需求任意设定,并且不受识别对象年龄和肤色的影响和限制。
主权项:1.一种远程非接触式心率检测方法,其特征在于,包括以下步骤:S1.打开补光光源,并采集用户的视频数据;S2.对所述视频数据中的每一帧图像进行ROI区域定位;S3.使用Fast-ICA根据所有帧图像的ROI区域提取出rPPG时序信号;S4.使用GADF将rPPG时序信号编码形成二维特征图像,作为心率信号的一种表示;S5.通过神经网络模型完成心率值的推理;所述S2中,对所述视频数据中的每一帧图像进行ROI区域定位,包括:采取基于深度学习与热力图的人脸特征关键点识别算法检测获取人脸关键点,作为ROI区域,方法包括:S21.根据自定义的人脸关键点区域对图像中的人脸进行特征点标注,而获取相应的(X,Y)特征点坐标;S22.将相应的特征点坐标采用高斯滤波转换成热力图,其中热力图的宽W和高H的尺寸大小与原图一致,且越靠近关键点坐标的位置的像素值越大,反之越小;S23.使用U-Net网络模型构建热力图预测回归模型,实现人脸关键点的预测;S24.采用Adam优化器和MSE损失函数训练热力图预测回归模型,模型的输入是(H,W,3)的人脸图像,输出是(H,W,K)的热力图;S25.采用训练好的热力图预测回归模型,从热力图中找到每个大小为(H,W)的单通道热力图矩阵中像素值最大的点坐标,即为模型推理出的人脸关键点坐标;S26.根据推理出的人脸关键点坐标,构建出ROI区域。
全文数据:
权利要求:
百度查询: 重庆理工大学 一种远程非接触式心率检测系统及方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。