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：长春理工大学;长春市高斯视觉科技有限公司

摘要：本发明涉及rPPG技术领域，具体为一种基于rPPG技术的智能检测系统及方法，所述系统包括信息数据预处理模块、rPPG信号分割与波形选择模块、双通道特征融合数据预测模块以及rPPG信号特征提取与数据预测模块，所述信息数据预处理模块用于通过摄像头实时采集用户手掌部位信息，结合采集用户手掌部位信息进行ROI区域划分并提取划分区域中图像G通道信号，将G通道信号中平均像素值作为原始rPPG信号进行预处理，本发明提供一种基于rPPG的非接触数据测量方法，具有非侵入性、便携性以及普适性的优点。

主权项：1.一种基于rPPG技术的智能检测方法，其特征在于，所述方法包括以下步骤：S1、通过摄像头实时采集用户手掌部位信息，结合采集用户手掌部位信息进行ROI区域划分并提取划分区域中图像G通道信号，将G通道信号中平均像素值作为原始rPPG信号进行预处理；S2、将预处理后的rPPG信号进行针对性单周期分割，结合人体标准脉率对分割结果进行初次筛选，并结合筛选结果进行图基检测处理；S3、基于S2的分析结果，提取图基检测处理后rPPG信号中的特征值，并通过Adma优化器进行网络参数训练，构建双通道特征融合数据预测模型；S4、实时采集当前重症病房患者信息，并将所述信息通过双通道特征融合数据预测模型进行数据训练，将得到训练后的双通道特征融合数据预测模型，将预处理后的信号输入到所述训练后的双通道特征融合数据预测模型进行预测，进而得到反馈结果；所述S1中的方法包括以下步骤：步骤1001、通过摄像头实时采集用户手掌部位活动视频，并将视频中每一帧图像进行存储，记为集合A，A=（A1，A2，A3，...，An），其中An表示第n帧图像，n表示采集的视频总帧数；步骤1002、任意提取其中一帧图像进行划分ROI区域，其中通过图像识别技术将第n帧图像中手部区域中21个关键点进行标注，以手掌与手腕交界处中心作为第一个关键点，记为关键点0，以关键点0作为原点，以原点为参考点，以单位长度为间隔构建第一平面直角坐标系，将第n帧图像中手部区域中对应关键点在第一平面直角坐标系中进行标注，并按照顺序进行数字标记；步骤1003、在第一平面直角坐标系中分别计算各个关键点与原点构成的线段斜率值以及对应关键点与原点在第一平面直角坐标系中的距离值，并将对应关键点与原点的分析结果作为组合，生成集合B，B={[XAn0,1，DAn0,1，XAn0,2，DAn0,2，...，XAn0,20，DAn0,20]}，其中XAn0,20表示数字标记为20的关键点与数字标记为0的关键点构成的线段斜率值，DAn0,20表示数字标记为20的关键点与数字标记为0的关键点在第一平面直角坐标系中的距离值，其中XAn0,20=y20-y0x20-x0，DAn0,20=[y20-y02+x20-x02]12，步骤1004、重复步骤1002至步骤1003得到采集的视频中每一帧图像对应关键点与原点构成的线段斜率值以及相应关键点与原点在第一平面直角坐标系中的距离值，依次计算每一帧图像中关键点位置相对于标准位置之间的差异情况，记为集合C，C=（C1，C2，C3，...，Cn）,其中Cn表示第n帧图像中关键点位置相对于标准位置之间的差异情况，其中Cn=α·∑20a=1|XAn0,a-Xastandard|20+β·∑20a=1|DAn0,a-Dastandard|20，α和β均表示比例系数，所述比例系数为数据库预设值，XAn0,a表示第n帧图像中数字标记为a的关键点与数字标记为0的关键点构成的线段斜率值，Xastandard表示数据标记为a的关键点与数字标记为0的关键点构成的线段斜率标准值，所述斜率标准值为数据库预设值，DAn0,a表示数据标记为a的关键点与数字标记为0的关键点在第一平面直角坐标系中的距离值，Dastandard表示数据标记为a的关键点与数字标记为0的关键点在第一平面直角坐标系中的距离标准值，所述距离标准值为数据库预设值；步骤1005、将集合C中差异情况最小值对应的图像作为当前采集视频中最佳图像，并将所述最佳图像与HandLandmarker模型中图像进行匹配，并将匹配结果中对应模型中手部区域的21个关键点在最佳图像中进行定位；步骤1006、读取最佳图像中G通道像素均值，并将读取的G通道像素均值作为原始rPPG信号，通过canny边缘监测算法，将手部区域轮廓与背景分离得到背景ROI，通过背景ROI亮度的变化，校正手部ROI的rPPG信号，其中背景ROI亮度变化情况计算公式为It=[∑wc=1∑hd=1Gvc,d,t]s,其中It表示光照强度变化随时间t的变化情况，Gvc,d,t表示背景ROI中横坐标为c个像素间距且纵坐标为d个像素间距的像素点在时间为t时的对应的绿色通道的值，w表示背景ROI的像素宽度，h表示背景ROI的像素高度，s表示背景ROI总的像素点数；所述S2中的方法包括以下步骤：步骤2001、获取预处理后的rPPG信号，以点o1作为原点，以时间作为横坐标，以幅值作为纵坐标，构建第二平面直角坐标系，并将预处理后的rPPG信号映射到第二平面直角坐标系中；步骤2002、在第二平面直角坐标系中将预处理后的rPPG信号中下降期中所有过零的点进行标记，依次将相邻两个标记点进行组合，将任意组合中相邻两个标记点作为区间端点，提取相应区间中rPPG信号中最小值作为分割点进行rPPG信号分割；步骤2003、循环步骤2002将预处理后的rPPG信号分割成多个单周期信号波形，结合人体标准脉率范围对单周期信号波形进行初步筛选，并结合初步筛选结果通过计算依次对单周期信号波形进行波形校准，表达式为：P校准={[Q1-kQ3-Q1-r]⊕[Q3+kQ3-Q1-r]}·ξ·G异常，Q1表示所有单周期波形采用点数据的下四分位数，Q3表示所有单周期波形采用点数据的上四分位数，k表示异常系数，所述异常系数为数据库预设值，r表示采样点数量，ξ表示比例系数，所述比例系数为数据库预设值，G异常表示单周期信号波形中采样点异常总个数，若[Q1-kQ3-Q1-r]＜0且[Q3+kQ3-Q1-r]＞0，则[Q1-kQ3-Q1-r]⊕[Q3+kQ3-Q1-r]=1，反之均为0。

全文数据：

权利要求：

百度查询： 长春理工大学 长春市高斯视觉科技有限公司 一种基于rPPG技术的智能检测系统及方法