[发明专利]一种基于多重滤波与混合放大的非接触心率检测装置有效
| 申请号: | 202111147201.0 | 申请日: | 2021-09-29 |
| 公开(公告)号: | CN113842128B | 公开(公告)日: | 2023-09-26 |
| 发明(设计)人: | 吴楠;安娜;时澳丽;柴荣轩 | 申请(专利权)人: | 北京清智图灵科技有限公司 |
| 主分类号: | A61B5/024 | 分类号: | A61B5/024 |
| 代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 李林娟 |
| 地址: | 100083 北京市海淀区成*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 多重 滤波 混合 放大 接触 心率 检测 装置 | ||
1.一种基于多重滤波与混合放大的非接触心率检测装置,其特征在于,所述装置包括:
摄像模块,用于在第一阈值距离内对被试者人脸进行第二阈值秒数的静止拍摄;
多任务神经网络人脸检测模块,包括三个级联的网络,用于同时进行人脸区域与人脸关键点检测,去除错误的和重复的人脸候选框,提取最终人脸区域;
混合放大视频处理模块,采用并行结构运用欧拉运动放大、颜色放大方式用于对最终人脸区域进行混合放大视频处理,提取脸部视频图像的颜色和运动信息;
多重滤波器模块,采用串行结构用于对颜色和运动信息进行滤波,消除肌电信号噪声和高频噪声干扰,提升混合放大处理后的图片序列的有效信息;
计算模块,用于将处理后的图片序列进行信号处理和快速傅里叶变换,根据得到的频域图完成心率计算;
所述多任务神经网络人脸检测模块基于深度学习网络开发,所述模块包括:依次级联的人脸区域建议网络、优化网络、及输出网络;
所述人脸区域建议网络生成候选窗口,用于对经过金字塔处理后的视频图像进行初步人脸区域选取,生成多张人脸及疑似人脸的候选框;
所述优化网络包括全连接层,用于通过人脸边框回归和人脸关键点定位对候选框进行筛选;
所述输出网络,用于输出最终的人脸区域;
所述混合放大视频处理模块包括:
运动放大、颜色放大单元,用于对一组人脸视频同时进行运动放大和颜色放大,采用并行模式;
权重系数叠加单元,用于对运动、颜色放大后的视频进行权重系数叠加。
2.根据权利要求1所述的一种基于多重滤波与混合放大的非接触心率检测装置,其特征在于,所述运动放大、颜色放大单元包括:
采用拉普拉斯金字塔图像序列对运动视频进行放大,采用高斯金字塔图像序列对颜色视频进行放大。
3.根据权利要求1所述的一种基于多重滤波与混合放大的非接触心率检测装置,其特征在于,所述多重滤波器模块包括:巴特沃斯滤波器单元和平稳小波变换单元。
4.根据权利要求1-3中任一权利要求所述的一种基于多重滤波与混合放大的非接触心率检测装置,其特征在于,所述装置还包括:
一致性分析评估模块,用于通过图形来反映散布趋势和一致性界限,判断两种测量结果的一致性程度。
5.一种基于多重滤波与混合放大的非接触心率检测装置,其特征在于,所述装置包括:处理器和存储器,所述存储器中存储有程序指令,所述处理器调用存储器中存储的程序指令以使装置执行以下步骤:
在第一阈值距离内对被试者人脸进行第二阈值秒数的静止拍摄;同时进行人脸区域与人脸关键点检测,去除错误的和重复的人脸候选框,提取最终人脸区域;采用并行结构运用欧拉运动放大、颜色放大方式对最终人脸区域进行混合放大视频处理,提取脸部视频图像的颜色和运动信息;
采用串行结构对颜色和运动信息进行滤波,消除肌电信号噪声和高频噪声干扰,提升混合放大处理后的图片序列的有效信息;将处理后的图片序列进行信号处理和快速傅里叶变换,根据得到的频域图完成心率计算;
其中,人脸区域与人脸关键点检测基于深度学习网络开发,包括:依次级联的人脸区域建议网络、优化网络、及输出网络;
所述人脸区域建议网络生成候选窗口,用于对经过金字塔处理后的视频图像进行初步人脸区域选取,生成多张人脸及疑似人脸的候选框;
所述优化网络包括全连接层,用于通过人脸边框回归和人脸关键点定位对候选框进行筛选;
所述输出网络,用于输出最终的人脸区域;
所述混合放大视频处理包括:对一组人脸视频同时进行运动放大和颜色放大,采用并行模式;对运动、颜色放大后的视频进行权重系数叠加。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时使所述处理器执行权利要求5中的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京清智图灵科技有限公司,未经北京清智图灵科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111147201.0/1.html,转载请声明来源钻瓜专利网。





