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：合肥工业大学

摘要：本发明涉及计算机视觉技术、rppg心率检测技术领域，具体是一种基于CardiA2Net心率检测方法，本发明采用CardiA2Net，将一个自注意力卷积混合网络ACmix网络与一个基于注意力的长短期记忆ALSTM网络相结合，从原始数据中进行增强的特征提取，并改善了带有集成注意机制的时间序列学习。同时本发明提出了一整套对于人脸视频数据集的预处理方法，有效减少人脸视频的噪声干扰，提高心率检测的准确性，本发明通过人脸视频分析计算出心率，同时针对视频中的噪声进行处理，有效降低非接触心率检测难度，提高非接触式心率检测的精确度。

主权项：1.一种基于CardiA2Net的心率检测系统及方法，其特征在于，在对初始数据集经过一系列有效的处理后，通过ACMix网络和ALSTM网络对数据进行增强的特征提取和心率分析，有效提高非接触式心率检测的精确度，具体按照如下步骤进行：1收集含有人脸的视频，并对视频进行预处理：1.1使用开源模型对数据集中人脸视频进行逐帧检测人脸的68个关键点；1.2根据步骤1.1所检测到的关键点，从视频的每一帧中裁剪出人脸区域，之后使用SkinSegmentationModel提取人脸中真正有意义的皮肤区域，并转换到YUV颜色空间；1.3对于步骤1.2所获得的皮肤区域裁剪出的ROI区域；1.4根据步骤1.3所获取的预定义的ROI将人脸图像划分为n个网格，然后对网格内的像素信号经过计算合并后得到PixelMap；1.5对PixelMap的所有时间序列应用一系列操作，得到STMap；2构建CardiA2Net神经网络，该神经网络是由自注意力卷积混合网络ACmix网络与一个基于注意力的长短期记忆ALSTM网络组成，其中：2.1将步骤一中所计算得到的STMap作为输入，通过ACMix网络进行特征提取，之后得出心率预测结果；2.2在步骤2.1的计算出预测心率的结果后，一个全连接层将ACMix的输出转换成符合后续ALSTM网络输入要求的形式；2.3根据步骤2.2所得到的符合要求的输入格式传给ALSTM网络，最后通过ALSTM网络从输入中学习并建模相邻心率测量之间的依赖关系，从而提高心率估计的准确性。

全文数据：

权利要求：

百度查询： 合肥工业大学 一种基于CardiA2Net的心率检测系统及方法