[发明专利]基于人脸视频的非接触式冠心病评估装置

权利要求书

1.基于人脸视频的非接触式冠心病评估装置，其特征在于，包括：

数据提取模块，其用于提取包含目标对象视频流中某一特征区域的视频脉搏信号以及与所述视频脉搏信号对应的帧图像作为训练集；

第一预测模型，所述第一预测模型是利用所述视频脉搏信号作为训练集训练得到的；

第二预测模型，所述第二预测模型是利用所述脉搏信号对应的第一帧图像作为训练集训练得到的；

判断模块，其用于根据第一预测模型和第二预测模型的整体不确定度判断结果，输出评估结果；当第一预测模型的整体不确定度大于第二预测模型的整体不确定度，选用第二预测模型的预测结果作为评估结果；当第二预测模型的不确定度大于第一预测模型的不确定，选用第一预测模型的预测结果作为评估结果。

2.根据权利要求1所述的基于人脸视频的非接触式冠心病评估装置，其特征在于，所述判断模块还包括量化计算模块；

量化计算模块，其用于量化计算第一预测模型和第二预测模型的平均数据不确定度和模型不确定度，并根据平均数据不确定度和模型不确定度计算第一预测模型和第二预测模型的整体不确定度。

3.根据权利要求2所述的基于人脸视频的非接触式冠心病评估装置，其特征在于，所述量化计算模块，包括第一计算单元和第二计算单元；

第一计算单元用于获取第一预测模型和第二预测模型的平均数据不确定度，所述平均数据不确定度的获取方式是在第一预测模型和第二预测模型的输出层额外添加一个输出支路，并在第一预测模型和第二预测模型的损失函数中引入平均数据不确定度参数，模型在训练过程中自主学习平均数据不确定度，并经过新增支路输出得到；

第二计算单元用于获取第一预测模型和第二预测模型的模型不确定度，所述模型不确定度主要通过测量第一预测模型和第二预测模型的模型在处理同一样本时的权重变化得到。

4.根据权利要求3所述的基于人脸视频的非接触式冠心病评估装置，其特征在于：

所述第一预测模型，引入平均数据不确定度参数后，获得改写后的第一损失函数，其公式为：

其中是第一预测模型不包含不确定度参数的损失函数，是平均数据不确定度；是概率向量中的第c个元素，为第一预测模型输出的概率向量，为模型的映射方程，x为第一预测模型的输入，W1为第一预测模型的权重；exp是自然指数运算；∑_c是按元素相加；

所述第二预测模型，引入平均数据不确定度参数后，获得改写后的第二损失函数，其公式为：

其中，是第二预测模型不包含不确定度参数的损失函数，是第二预测模型的平均数据不确定度；W2为第二预测模型的权重。

5.根据权利要求3所述的基于人脸视频的非接触式冠心病评估装置，其特征在于，还包括优化模块，所述优化模块包括贝叶斯单元、采样单元以及训练单元：

贝叶斯单元，用于利用贝叶斯网络将第一预测模型和第二预测模型的权重由固定数值替换为概率分布；

采样单元，用于在第一预测模型和第二预测模型的每一层前加入采样层，并在训练和测试过程中执行蒙特卡洛采样；

训练单元，基于重新确定第一损失函数和第二损失函数，分别更新第一预测模型和第二预测模型后，第二计算单元获取第一预测模型和第二预测模型的模型不确定度分别计算其不确定度。

6.根据权利要求1所述的基于人脸视频的非接触式冠心病评估装置，其特征在于，所述的数据提取模块包括：

位置检测单元，其用于根据人脸检测算法检测视频流中每一帧中的人脸位置，获得人脸面部特征点；

跟踪单元，其用于根据跟踪面部特征点在视频流中随时间的运动轨迹，抵消人脸刚性运动干扰，根据面部特征点中的脸颊周边特征点，划分出脸颊区域；

信号提取单元，其用于提取脸颊视频的绿色通道信息，计算视频流中每一帧中所有像素点的平均值，获得肤色变化信号；

分离单元，其用于带通滤波器对肤色变化信号进行滤波处理，从中分离出视频脉搏波信号。