[发明专利]一种利用光照均衡法改善人脸视频心率检测的方法

权利要求书

1.一种利用光照均衡法改善人脸视频心率检测的方法，其特征在于，包括以下步骤：

S1、利用可见光的摄像头获取人脸视频图像；

S2、利用多任务卷积神经网络完成人脸、双眼、鼻子以及嘴角的检测及定位；

S3、根据人脸、双眼、鼻子以及嘴角的定位信息，选取人脸视频图像感兴趣区域ROI；

S4、根据人脸视频感兴趣区域ROI，将每帧感兴趣区域ROI分解到色相H，饱和度S，亮度V颜色组成空间；对于亮度V通道，利用快速引导滤波算法提取场景的光照分量，并构造改进的二维伽马函数，均衡人脸视频图像的光照分量；

S5、进行盲源分离，利用独立成分分析FastICA算法，从每帧感兴趣区域ROI的R、G、B三基色通道观测混合信号中分离出独立源信号；

S6、利用分离出的独立源信号做快速傅里叶变换，根据皮肤反射光强度的周期变化推导出血液容积的周期变化，从而获取心率信息，选择独立源信号中具有最大功率谱幅值的独立源信号作为脉搏源信号，根据脉搏源信号幅值计算出心率值；

步骤S4中利用快速引导滤波算法提取场景的光照分量的具体步骤包括：

S401、利用快速引导滤波算法，根据引导图像和输入图像之间的局部线性关系，在滤波窗口内重新计算每一个像素值，提取出光照分量，其中，输入图像为p，引导图像为I，滤波输出图像为q，图像内的像素点为k，在以像素点k为中心的半径为r的滤波窗口ω_k内存在线性变换关系为：

其中，a_k和b_k为线性变换系数，在滤波窗口ω_k中为常数；q_i为第i个滤波输出图像；I_i为第i个引导图像；

S402、利用滤波窗口ω_k计算线性变换因子(a_k，b_k)的最优值，获取滤波输出图像q和输入图像p的最小差值；其中，滤波窗口ω_k中所使用的代价函数的表达式为：

其中，E(a_k,b_k)为代价函数；ε为控制线性变换因子a_k取值范围的规则化参数，通过线性回归的方法求解出a_k和b_k的最优值为：

其中，|ω|为滤波窗口ω_k内像素的数目；μ_k为滤波窗口ω_k中引导图像I的均值；p_i为第i个输入图像；σ_k为滤波窗口ω_k中引导图像I的方差；p_k为滤波窗口ω_k中的输入图像；为滤波窗口ω_k中p_k的均值；取滤波窗口ω_k内像素点为中心的多个滤波窗口ω_k内a_k和b_k均值为参数求解出q_i的表达式：

其中，为不同滤波窗口ω_k内a_k的均值；为不同滤波窗口ω_k内b_k的均值；

步骤S6中将分离出的独立源信号做快速傅里叶FFT变换，公式如下所示：

其中，F(w)为频域上的独立源信号，f(t)表示时域上的独立源信号，j表示虚数单位，t表示时间，w表示角频率；

步骤S6中根据脉搏源信号幅值计算心率值，计算公式如下：

HR＝F_max*60

其中，HR为心率值，F_max是最大峰值对应的频率。

2.根据权利要求1所述的人脸视频心率检测的方法，其特征在于，步骤S2中的多任务卷积神经网络采用了多个级联的网络，其网络结构包含了P-Net、R-Net、O-Net。