Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于脸部特征点识别和信号经验模态分解的心率识别方法 

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!

摘要:本发明公开了一种基于脸部特征点识别和信号经验模态分解的心率识别方法,包括如下步骤:步骤1、将RGB视频流单帧面部ROI均值统计作为rPPG信号采样点,采样获得rPPG信号流;步骤2、针对步骤1中的rPPG信号流,使用滑窗策略在单窗之中使用经验模态分解算法分解得到心跳信号;步骤3、根据心跳信号进行时域和频域的心率分析,得到心率估计值。本发明可以对rPPG信号进行有效的降噪,并且心率提取快速准确。

主权项:1.基于脸部特征点识别和信号经验模态分解的心率识别方法,其特征在于:包括如下步骤:步骤1、将RGB视频流单帧面部ROI均值统计作为rPPG信号采样点,采样获得rPPG信号流;步骤2、针对步骤1中的rPPG信号流,使用滑窗策略在单窗之中使用经验模态分解算法分解得到心跳信号;步骤3、根据心跳信号进行时域和频域的心率分析,得到心率估计值;步骤2中,将rPPG信号流以W个采样点为时间窗,进行逐采样点的滑窗分析,每一窗口的信号进行经验模态分解,对所有分量进行能量统计和FFT分析,取能量峰值在0.5-3Hz的信号作为心跳信号,送入截止频率0.5-3Hz的滤波器进行滤波得到心跳信号;步骤3中,所述心率分析包括如下步骤:步骤3.1、在该W个采样点窗口还原的心跳信号中,截断采样点窗口头尾部分,将剩余窗口作为稳定估计段,用于减少信号分解和滤波带来的端点效应影响,并在该稳定估计段中统计心跳脉冲发生的时刻;步骤3.2、在多个滑动窗口中重复步骤S3.1,获得一系列心跳脉冲时刻的估计值,统计时刻接近于0.3s的心跳脉冲,以进行检出计数;接着设立检出计数门限,以排除检出次数小于该门限的心跳脉冲,保留的心跳脉冲求均值作为心跳脉冲时刻的估计;步骤3.3、在步骤S3.2中的不同滑窗之间,观察时间重叠部分的心跳脉冲峰值出现时刻,设定心跳脉冲峰值有效检出数量门限,得到时域心率统计值;步骤3.4、针对单个滑窗的心跳脉冲使用快速傅里叶变换获取主频,在滑窗之间获取主频的中位数作为频域心率统计值;步骤3.5、使用时域心率统计值和频域心率统计值的均值作为最终心跳估计,以提升心率估计值的稳定性。

全文数据:

权利要求:

百度查询: 杭州微帮忙智慧科技有限公司 基于脸部特征点识别和信号经验模态分解的心率识别方法

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。