[发明专利]一种运动鲁棒的非接触式视频心率检测方法

权利要求书

1.一种运动鲁棒的非接触式视频心率检测方法，其特征是按照如下步骤进行：

步骤1：获取T_total帧视频图像，并在第一帧视频图像中确定K个面部感兴趣区域；对T_total帧视频图像均计算第k个面部感兴趣区域的R,G,B三个颜色通道的平均像素值，从而获得T_total帧视频图像的第k个面部感兴趣区域对应的颜色通道信号1≤k≤K，T是矩阵的转置；表示T_total帧视频图像的第k个面部感兴趣区域的R颜色通道中所有像素值平均后的信号，表示T_total帧视频图像的第k个面部感兴趣区域的G颜色通道中所有像素值平均后的信号，表示T_total帧视频图像的第k个面部感兴趣区域的B颜色通道中所有像素值平均后的信号；

步骤2：利用集合经验模态分解将T_total帧视频图像的第k个面部感兴趣区域对应的颜色通道信号中每个颜色通道的信号分别分解成为Q个本征模态函数，其中m颜色通道所分解的Q个本征模态函数记为其中，表示T_total帧视频图像的第k个面部感兴趣区域的m颜色通道所分解的第q个本征模态函数；1≤q≤Q；m＝{R,G,B}；

步骤3：将T_total帧视频图像的第k个面部感兴趣区域对应的三个颜色通道的本征模态函数矩阵合在一起构成T_total帧视频图像的第k个面部感兴趣区域的本征模态函数集合，记为代表T_total帧视频图像的第k个面部感兴趣区域的第n个本征模态函数；1≤n≤N，N表示三个本征模态函数矩阵合在一起后的通道数，且N＝Q×3；

步骤4：获取第一帧视频图像中第k个面部感兴趣区域的P_k个特征点，并通过追踪算法得到P_k个特征点在T_total帧视频图像的运动信号，再从中取纵向方向的运动信号，从而获得T_total帧视频图像的第k个面部感兴趣区域的纵向方向运动信号数据集1≤p≤P_k，表示T_total帧视频图像的第k个面部感兴趣区域的第p个特征点的纵向方向运动信号；

步骤5：根据式(1)的关系式，采用典型相关分析法处理所述第k个面部感兴趣区域的本征模态函数集合{X_k(t)}_1≤t≤T以及纵向方向运动信号数据集从而得到第k个面部感兴趣区域的本征模态函数集合对应的混合矩阵A_kx和典型相关变量以及运动信号数据集对应的混合矩阵A_ky和典型相关变量

并有：

式(2)中，I＝min(N,P_k)，1≤i≤I，且是T_total帧视频图像第k个面部感兴趣区域的本征模态函数集合对应的第i个典型相关变量，是T_total帧视频图像第k个面部感兴趣区域的纵向方向运动信号数据集对应的第i个典型相关变量，且中相应的典型相关变量所组成的典型相关变量对是按照两者相关系数大小进行降序排列，即的相关性比的相关性高；

步骤6：将所述第k个面部感兴趣区域的相关系数高于阈值r_Th的典型相关变量对判断为运动噪声；将典型相关变量矩阵中判定为运动噪声的典型相关变量均置“0”，从而得到T_total帧视频图像的第k个面部感兴趣区域的消除运动噪声的典型相关变量矩阵再用所述混合矩阵A_kx对典型相关变量矩阵进行还原，从而得到T_total帧视频图像的第k个面部感兴趣区域的消除运动噪声的本征模态函数集合进而得到T_total帧视频图像的K个面部感兴趣区域对应的K个本征模态函数集合

步骤7：采用多重集典型相关分析法对所述K个本征模态函数集合进行处理，得到T_total帧视频图像的K个最相关的典型相关变量组其中，表示T_total帧视频图像的第k个面部感兴趣区域本征模态函数集合对应的典型相关变量矩阵，并有：

式(3)中，代表T_total帧视频图像的第k个面部感兴趣区域的第n个典型相关变量；

步骤8：将所述第1个典型相关变量记为第k个候选心率信号并进行傅里叶变换得到相应的第k个频域信号，同理得到K个频域信号；

从K个频域信号中选出心率频率范围内主频能量最大的信号，并将其对应的候选心率信号作为包含心率信息的脉冲信号，

采用峰值检测法对所述包含心率信息的脉冲信号进行检测，得到峰值数N_peaks，从而得到T_total帧视频图像对应的平均心率值HR＝N_peaks×60/(T_total/fps)，其中，fps为视频采样率。