[发明专利]融合IPPG和深度信息抗噪声干扰的非接触心率估计法

权利要求书

1.融合IPPG和深度信息抗噪声干扰的非接触心率估计法，其特征在于：其包括以下步骤：

1)信息采集：通过RGBD摄像头采集被测者的人脸图像及其对应的深度信息；

2)人脸图像检测：采用人脸检测算法对采集到的人脸图像利用模板匹配进行人脸检测和定位，形成监视区域；

3)人脸跟踪：采用人脸跟踪算法对连续采集到的多个人脸图像所对应的监视区域进行跟踪捕获人脸运动，获得多个具有运动变化的人脸图像；

4)运动噪声干扰消除：运用加权均值方法消除所获得的多个具有运动变化的人脸图像的运动噪声干扰，实现动态人脸识别；

5)ROI区域提取：对人脸识别后的人脸图像利用深度信息来自适应的选取ROI区域；

6)采用IPPG技术进行心率计算：采用IPPG技术对ROI区域进行源信号提取、利用经验分解模式EMD方法进行信号去噪以及利用ARMA模型进行能量谱分析求取被检测者的心率值。

2.根据权利要求1所述的融合IPPG和深度信息抗噪声干扰的非接触心率估计法，其特征在于：步骤1)中所述RGBD摄像头包括RGB摄像头和深度摄像头，所述RGB摄像头用于拍摄人体的RGB图像，深度摄像头用于拍摄人脸的深度图像，所述RGB摄像头和深度摄像头标定后，深度摄像头拍摄的深度图像和RGB摄像头拍摄的RGB图像重合。

3.根据权利要求1所述的融合IPPG和深度信息抗噪声干扰的非接触心率估计法，其特征在于：步骤2)人脸图像检测的方法为：将采集到的人脸图像作为输入图像，搜索输入图像中可能尺度和位置的矩形区域，即待检测的候选窗口，对每个候选窗口按照如下步骤进行处理：先使用双眼模板匹配进行粗筛选，再对窗口内图像进行均方差标准化，使人脸区域分布区域标准化，消除光照变化的影响，然后进行人脸模板匹配，若没有超过设定的阈值，则作为候选人脸输出。

4.根据权利要求1所述的融合IPPG和深度信息抗噪声干扰的非接触心率估计法，其特征在于：步骤3)人脸跟踪的方法为：假设序列中每一帧中只出现一个人脸，设定初始监视区域为R₀，先在各帧的监视区域内检测人脸，若检测到人脸，则根据其定位结果按照求解监视区域的公式计算下一帧中新的监视区域，如此处理各帧；若检测失败，则保持监视区域不变，并在后续帧中继续检测，以防止由于偶然的漏检造成的跟踪失败；当漏检帧超过一定数量，即漏检超时，认为人脸已经消失，则重新开始在初始监视区域中检测后续帧中可能出现的新的人脸；

假设，监视区域用一个六元组表示为LR＝(x_min,x_max,y_min,y_max,ch_min,ch_max)，x_min,x_max是人脸中心位置在x方向的范围，y_min,y_max是人脸中心位置在y方向的范围，ch_min,ch_max是人脸尺度的范围；将人脸区域近似为一个正方形，用一个三元组表示为L＝(x_center,x_center,ch_face)，各元素依次描述了人脸的中心位置和大小；则，求解监视区域的公式如下：

其中，a,b分别表示限定了人脸在两帧之间x,y位置，c表示人脸尺度的最大变化。