[发明专利]心率与呼吸率检测方法、系统及计算机存储介质

权利要求书

1.一种心率与呼吸率检测方法，其特征在于，包括：

S1：采集帧人脸视频图像，并用测量装置测出与所述人脸视频图像同步的心率和呼吸率值；

S2：将采集到的视频图像按时序均匀分为个子集合；并对各个子集合内的每帧图像，以方形选框提取额头、左脸颊、右脸颊以及侧脸四个感兴趣区域，对比同一子集合内同一感兴趣区域所对应的系列选框的左上角坐标、高度和宽度判断各个选框是否发生移位，如果是，将发生移位的同一子集合内感兴趣区域提取的图像数据全部予以删除；然后将保留的未发生移位的方形选框内的图像数据划分为个网格，每个网格的像素数量为；

S3：计算同一子集合所对应的同一感兴趣区域中各网格的灰度平均值，根据相应的灰度平均值对相对应网格的各像素点进行去均值处理，然后计算去均值后的网格像素数据平均值，将对应同一子集合的同一感兴趣区域且同一网格位置去均值后的网格像素数据平均值组合成对应该网格位置的信号数据序列；

S4：计算同一子集合同一感兴趣区域的个网格位置所对应的信号数据序列之间的相关性，得到相关性高的个网格的数据序列；

S5：将各个感兴趣区域筛选出的相关性高的数据序列汇总成有效数据序列集合；

S6：根据所述有效数据序列集合及实测的同步的心率和呼吸率值建立预测模型；

对新采集的人脸视频图像，依照步骤S2至S5提取有效数据序列集合后输入所述预测模型得出相应的心率和呼吸率预测值。

2.根据权利要求1所述的心率与呼吸率检测方法，其特征在于，以定位的神经网络确定方形选框的位置。

3.根据权利要求1或2所述的心率与呼吸率检测方法，其特征在于，得到相关性高的个网格的数据序列的方法包括：

两两计算个网络的数据序列的相关系数，得到相关系数矩阵；

对相关系数矩阵中的各矩阵元素与设定阈值进行比较，将小于阈值的相关系数设为0，将相关系数矩阵划分为至少一个不为0的区域；将相关系数矩阵中最大的不为0的区域包括的网格所对应的个网格抽取为相关性高的数据序列的集合。

4.根据权利要求3所述的心率与呼吸率检测方法，其特征在于，所述预测模型采用残差网络、谷歌网络、DenseNet卷积网络架构或LSTM循环神经网络结构。

5.根据权利要求1，2和4中任一所述的心率与呼吸率检测方法，其特征在于，所述心率和呼吸率预测值的计算方法包括：

基于所述预测模型计算所述有效数据序列集合中各有效数据序列所一一对应预测值；

取所述有效数据序列集合的预测平均值为所述心率和呼吸率预测值的最终结果。

6.根据权利要求3所述的心率与呼吸率检测方法，其特征在于，所述心率和呼吸率预测值的计算方法包括：

基于所述预测模型计算所述有效数据序列集合中各有效数据序列所一一对应预测值；

取所述有效数据序列集合的预测平均值为所述心率和呼吸率预测值的最终结果。

7.一种心率与呼吸率检测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至6任一所述方法的步骤。

8.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现上述权利要求1至6任一所述方法中的步骤。