[发明专利]一种基于近红外视频的非接触式心率检测方法

权利要求书

1.一种基于近红外视频的非接触式心率检测方法，其特征是按如下步骤进行：

步骤1：利用近红外摄像机获取一段包含人脸图像的近红外视频，记所述近红外视频的帧率为F、时长为W；

步骤2：获取所述近红外视频中包含人脸区域的N帧图像，记为I＝[I₁,I₂,…,I_n,…,I_N]；其中，I_n为第n帧图像，n＝1,2,…,N，且N＝W×F；

步骤3：采用人脸特征点检测和跟踪算法对所述第n帧图像I_n进行人脸区域的提取，并根据生理比例关系得到第n帧图像I_n的人脸感兴趣区域ROI_n，从而得到N帧图像的人脸感兴趣区域序列ROI＝[ROI₁,ROI₂,…,ROI_n,…,ROI_N]；

步骤4：计算第n帧图像I_n的人脸感兴趣区域ROI_n的像素均值x_n，从而获得N帧图像的的像素均值所组成的单通道像素均值时间序列X＝[x₁,x₂,…,x_n,…,x_N]；

步骤5：对单通道像素均值时间序列X进行去趋势、幅值归一化以及带通滤波处理，得到预处理后的单通道像素均值时间序列为X′＝[x′₁,x′₂,…,x′_n,…,x′_N]；其中，x′_n为预处理后的第n帧图像的单通道像素均值；

步骤6：对预处理后的第k帧图像的单通道像素均值x′_k进行时间延迟处理，构建M维的延迟矢量k＝1+(M-1)T,2+(M-1)T,…N，其中，M表示嵌入维数，T代表延迟时间，为第m个延迟分量，表示预处理后的第k-(m-1)T帧图像的单通道像素均值x′_k-(m-1)T，从而得到预处理后的单通道像素均值序列X′的动态嵌入矩阵

步骤7：采用盲源分离算法中的独立成分分析方法对动态嵌入矩阵Y进行分解，得到P个独立分量S＝[S₁,S₂,…,S_p,…S_P]，S_p表示第p个独立分量，1≤p≤M；

步骤8：定义候选独立分量集并初始化为空，初始化p＝1；

步骤9：对第p个独立分量S_p进行功率谱分析，得到第p个功率谱图中最大幅值及最大幅值所对应的频率分量，判断第p个功率谱图中的频率分量是否处于所设定的感兴趣的心率范围，若处于，则将第p个独立分量加入所述候选独立分量集中，否则执行步骤10；

步骤10：将p+1值赋给p后，并判断p＞P是否成立，若成立，则表示得到最终的候选独立分量集，否则返回步骤9；

步骤11：比较最终的候选独立分量集中每个独立分量的功率谱的最大幅值，选取最大值所对应的独立分量作为最佳独立分量，且最佳独立分量的最大幅值对应的频率记为f，则心率检测值即为HR＝f×t，t为检测时间。