[发明专利]心率与呼吸率检测方法、系统及计算机存储介质

说明书

本发明涉及图像处理技术领域，公开一种心率与呼吸率检测方法、系统及计算机存储介质，以提高鲁棒性。本发明方法包括：基于额头、左脸颊、右脸颊以及侧脸四个区域进行图像数据集的提取和模型训练，一方面，分析4个感兴趣区域是否移动，排除集合内受到人脸表情、动作和姿势等影响的图像噪声；另一方面，考虑到视频采集的光照是不均匀的，而且是全局低频变化的，局部区域的光照可以认为是一个常数，去除网格数据的均值，也去除了光照的局部常数值，因此通过去均值处理后获得的信号数据序列可以削弱光照不均匀性的影响；再一方面，通过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进一步确保了数据的多维性和精准度。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种心率与呼吸率检测方法、系统及计算机存储介质。

背景技术

心率和呼吸率是人体重要的生理参数，和人体的心血管系统健康密切相关。发病突然、死亡率高是心血管系统疾病的重要特点。长期准确监测人体的心率和呼吸率变化，可以对心血管疾病的突发进行有效预警，从而及时干预治疗，有效降低死亡率。非接触式或者远程检测心率和呼吸率方法是当前的研究热点，该类方法主要是基于视频图像的光电容积脉搏波描记法实现，具有远程实时检测，不需要佩戴检测装置，对检测对象影响小，使用范围广等优点。

利用光电容积脉搏波描记法原理，远程检测心率、呼吸率，可以获得较高的准确性。然而，该方法对测试环境敏感，易受干扰因素影响。具体地，检测过程中，经常会利用人脸皮肤的视频图像。人脸必须保持不动，不能有较大的表情变化，头动移位等；其次，对光照要求高，不均匀的光照可能带来干扰信号。实际检测时，为了获取足够的图像帧，需要较长的检测时间。此时，人脸表情改变以及张嘴和眨眼等动作是经常发生的，而且光照条件随时可能变化，因此带来强烈的干扰因素，对实际检测结果造成相当大的测量误差，难以满足生理参数的远程实时测量的高鲁棒性要求。

综上所述，现有的远程检测方法缺乏强鲁棒性和适应性，需要在相对理想的条件才可取得准确结果，实际检测的影响因素降低了该类方法推广使用的价值。

发明内容

本发明目的在于公开一种心率与呼吸率检测方法、系统及计算机存储介质，以提高鲁棒性。

为达上述目的，本发明公开的心率与呼吸率检测方法包括：

采集m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；

将采集到的视频图像按时序均匀分为n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p×q个网格，每个网格的像素数量为k×k；

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；

计算同一子集合同一兴趣区域的p×q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H个网格的数据序列；

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；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，依照上述步骤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。

可选地，本发明以定位的神经网络Faster R-CNN确定方形选框的位置。