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！

龙图腾网获悉华南理工大学申请的专利基于人脸特征点检测的非接触式心率检测方法、系统及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116138756B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310043229.2，技术领域涉及：A61B5/024；该发明授权基于人脸特征点检测的非接触式心率检测方法、系统及介质是由张浪文;陈璟;谢巍设计研发完成，并于2023-01-29向国家知识产权局提交的专利申请。

本基于人脸特征点检测的非接触式心率检测方法、系统及介质在说明书摘要公布了：本发明公开了一种基于人脸特征点检测的非接触式心率检测方法、系统及介质，所述方法包括：获取人脸视频图像，根据人脸视频图像确定人脸区域；将人脸区域输入人脸特征点检测网络模型，得到人脸特征点；人脸特征点检测网络模型包括特征提取部分和多尺度融合预测部分，特征提取部分包括标准卷积层和多个Block层，Block层为MobileNetV3提出的深度可分离卷积模块；多尺度融合预测部分通过对多个不同尺度图像进行融合增强模型的表达力；根据人脸特征点确定感兴趣区域，进而得到观测信号；利用脉搏波提取算法从观测信号中分离出血液容积脉搏波信号，进而计算心率值。本发明利用人脸特征点检测确定感兴趣区域，提高了检测精度。

本发明授权基于人脸特征点检测的非接触式心率检测方法、系统及介质在权利要求书中公布了：1.一种基于人脸特征点检测的非接触式心率检测方法，其特征在于，所述方法包括： 获取人脸视频图像，根据人脸视频图像确定人脸区域； 将所述人脸区域输入人脸特征点检测网络模型，得到人脸特征点；所述人脸特征点检测网络模型包括特征提取部分和多尺度融合预测部分，其中，所述特征提取部分包括标准卷积层和11个Block层，所述Block层为MobileNetV3提出的深度可分离卷积模块；所述多尺度融合预测部分包括多个平均池化层、卷积层和全连接层，通过对多个不同尺度图像进行融合增强模型的表达力； 根据人脸特征点，剔除背景区域、眼部和嘴唇的像素，剩余的皮肤区域作为感兴趣区域；分离所述感兴趣区域中的通道信号作为观测信号； 利用POS算法从所述观测信号中分离出血液容积脉搏波信号； 根据所述血液容积脉搏波信号计算心率值； 其中，所述将所述人脸区域输入人脸特征点检测网络模型，得到人脸特征点，包括： 将所述人脸区域输入所述标准卷积层中，输出的图像经过11个Block层处理； 将第一个、第三个、第六个、第九个Block层的输出分别作为S1、S2、S3和S4； 将最后一个Block层的输出经过卷积层处理后输出S5； 将S1、S2、S3和S4分别经过平均池化层处理后，将池化后的S1、S2、S3、S4和S5进行拼接，将拼接的结果输入全连接层，输出人脸特征点坐标；且每个池化层的核尺寸和步长为输入图像尺寸的长。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。