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！

龙图腾网恭喜浙江工商大学申请的专利一种基于多尺度注意力约束的人脸视频血压预测方法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：CN119214615B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411719284.X，技术领域涉及：A61B5/021；该发明授权一种基于多尺度注意力约束的人脸视频血压预测方法是由徐晓刚;周运梁;何源夏;郑乃弋;冯子麒;徐冠雷设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种基于多尺度注意力约束的人脸视频血压预测方法在说明书摘要公布了：本发明属于计算机视觉技术领域，公开了一种基于多尺度注意力约束的人脸视频血压预测方法，包括如下步骤：步骤1：提取远程光电容积脉搏波rPPG信号；首先通过MTCNN人脸检测算法在视频中检测到人脸并划分感兴趣区域ROI，提取到有效人脸区域，接着结合光流估计和中值滤波初步提取携带噪声的rPPG信号，在血压预测部分，对rPPG信号进行去基线漂移和再次滤波等处理得到相对干净的信号，再将rPPG信号进行窗口分割；步骤2：设计EBP‑Net模型，将rPPG信号输入EBP‑Net模型预测收缩压与舒张压。本发明简化了血压测量所需的信号种类，只需rPPG信号即可，测量的误差最小，降低了信号采集的成本。

本发明授权一种基于多尺度注意力约束的人脸视频血压预测方法在权利要求书中公布了：1.一种基于多尺度注意力约束的人脸视频血压预测方法，其特征在于，包括如下步骤：步骤1：提取远程光电容积脉搏波rPPG信号；首先通过MTCNN人脸检测算法在视频中检测到人脸并划分感兴趣区域ROI，提取到有效人脸区域，接着结合光流估计和中值滤波初步提取携带噪声的rPPG信号，在血压预测部分，对rPPG信号进行去基线漂移和再次滤波处理得到相对干净的信号，再将rPPG信号进行窗口分割；步骤2：设计血压水平检测模型EBP-Net，将rPPG信号输入EBP-Net模型预测收缩压与舒张压；步骤2.1：提出一种包含多任务多尺度的信号处理方法模型EBP-Net；所述模型EBP-Net选择将面部rPPG信号及其一阶二阶导数叠加作为模型输入；选择利用多尺度融合模块MSF组合不同尺度的信息来捕获信号中的层次化结构和复杂模式；引入并改进了EMA模块，通过捕捉特征的长期变化趋势，帮助模型预测血压值；步骤2.2：设计改进的多尺度融合模块MSF；首先利用面部rPPG信号及其导数拼接作为输入，输入特征先经过第一个PW卷积来改变输入特征的通道适应后续的DW卷积，两个DW卷积分别采用大小为5x1和3x1的卷积核；其次将DW卷积的结果进行平均池化，全连接处理，将处理结果与DW卷积的输出特征相乘；最后将输入特征与最初PW卷积的结果进行残差链接；采用一维卷积，并且通过softmax加权操作的注意力机制来动态提取更大的特征；采用残差连接来弥补rPPG信号的差异性，且保留原始特征；步骤2.3：设计改进的多尺度注意力模块EMA；通过引入动态加权机制，根据时间上的变化调整特征的重要性，同时利用指数移动平均的方式平滑特征的变化；多尺度注意力模块EMA接收多尺度融合模块MSF的输出特征作为输入，首先在深度方向将其分为若干个子特征，对于每一个子特征来说都是一个一维信号，多尺度注意力模块EMA将这一信号分为两个步骤对其操作，第一步，对输入特征进行池化和一维卷积操作，将激活函数sigmoid的输出与起始输入相乘，第二步，在另外一个分支中首先将输入特征进行3x1的一维卷积和池化，后与第一步操作中的若干个输出分支连接相乘处理，最后得到与输入特征尺寸大小一致的输出特征；所述步骤2.3包括增强多尺度注意力模块EMA对一维rPPG信号的时间序列特征识别的步骤：首先采用的分组因子增加至32；其次在激活函数增加对输出进行非线性变换；最后采用组归一化来提高稳定性和收敛速度。

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浙江工商大学，其通讯地址为：310018 浙江省杭州市下沙高教园区学正街18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”。