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：本发明提供了一种基于人脸视频的非接触式心率测量方法，涉及生物医学信息处理技术领域，具体包括如下步骤：视频采集；人脸检测；感兴趣区域选取；RGB通道分离及空间平均和预处理；固定点Fixed‑Point算法；改进的自适应噪声完全集合经验模态分解；心率提取。一种基于人脸视频的非接触式心率测量系统，包括以下模块：视频采集模块、人脸识别与追踪模块、心率计算模块、结果显示模块。本发明提供的方法采用独立成分分析和经验模态分解算法相结合的信号处理方法，能够实现非接触式心率检测，并且能够提高心率检测的准确性和效率。

主权项：1.一种基于人脸视频的非接触式心率测量方法，其特征在于，具体包括如下步骤：——视频采集：对需要测试的人脸进行连续的视频录制；——人脸检测：对所录制视频中的人脸数据信息进行检测识别，按帧获取图像的人脸区域；——感兴趣区域选取：对每帧视频进行人脸检测后选出相对稳定的含有人脸信息的区域作为感兴趣区域ROI；——RGB通道分离及空间平均和预处理：对每帧感兴趣区域分离RGB红、绿、蓝三通道数据，并分别做空间像素平均处理，形成RGB红、绿、蓝三通道信号；——固定点Fixed-Point算法：将做空间像素平均处理后的三个通道信号作为观测信号X，并从观测信号X中通过分离矩阵W得到源信号的估测值，用固定点Fixed-Point算法从混合的观测信号X中分离出源信号，分别得到三个独立源信号s1、s2、s3，并将它们分别与绿色通道信号进行相关性分析，得到含噪脉搏波信号；——改进的自适应噪声完全集合经验模态分解：将含噪脉搏波信号进行分解重构后，采用改进的自适应噪声完全集合经验模态分解的方法，选取能够反映心率频谱结构特征的IMF分量作为心率信号的估算信号；改进的自适应噪声完全集合经验模态分解中，采用ICEEMDAN算法进行分解，分解过程如下：定义为EMD分解产生的第k阶IMF分量，；为信号的局部均值；为固定点算法解混后的信号，则： （5）设是ICEEMDAN分解模态信号得到的模态，是第k阶残余分量，为第i次加入白噪声后的信号；为加入噪声的幅度系数；为第次加入的白噪声；为加入高斯白噪声的次数；ICEEMDAN算法通过将模态估计替换为局部均值估计，并将其从原始信号中减去，从而减少了模态中存在的噪声量，其算法的具体实现步骤如下：步骤1，通过EMD分别计算 （6）得到第一阶残余分量为：（7）步骤2，计算第一个（k=1）IMF分量为： （8）步骤3，计算局部均值的平均值作为第二个残余分量，即：（9）并得出第二阶IMF分量为： （10）步骤4，当时，计算第k阶残差分量为： （11）步骤5，计算得出第k阶IMF分量为： （12）步骤6，对于下一个k，转到步骤4；重复步骤4到步骤6，直到获得的残余分量不能被进一步分解（即残差满足IMF的条件或者其极值小于等于2）；此时可以表示为： （13）——心率提取：将心率信号的估算信号转换为频域信号，频率位于心跳频带内的成分为估计的脉搏波，功率谱密度最大峰值对应的频率为心跳频率，心率为：。

全文数据：

权利要求：

百度查询： 河北工业大学 一种基于人脸视频的非接触式心率测量方法及系统