[发明专利]一种基于图像处理的驾驶员心率识别方法

说明书

本发明的内容为实现了一种基于图像处理的驾驶员心率识别方法，克服了接触式识别心率的缺点，实现了对驾驶员身体心跳的监测，实现驾驶员心率的识别，具体技术方案包括以下6个部分。感兴趣区域选取：驾驶员感兴趣区域的选取基于人脸68个特征点，选取感兴趣区域。特征提取：在感兴趣区域的基础上，提取其中的绿色通道特征作为驾驶员心率的真实表现，由于感兴趣区域内的特征提取易受光照分布不均的影响，本发明采用算法消除光照误差。转换成频域：构建小段绿色通道序列值，缩减误差，经FFT求得频率值。噪声过滤：过滤掉不符合常理的噪声。心率提取：根据绿色通道频率值与心率的关系求得粗略的心率值。心率平稳：根据上下帧，经算法求得平滑稳定的心率值。本发明具备非接触式，不会给驾驶司机造成不舒适的感受，同时避免传统设备心率识别携带不方便的问题。

技术领域

本发明涉及一种驾驶员心率识别方法，涉及信号处理技术、图像处理技术、医学工程、电疗学、人体神经学及医疗器械设计等领域。

背景技术

心率的估计和检测对于判断一个人的生理和心理状态非常重要。传统的心率测量是通过电极ECG等设备近距离接触人体皮肤，进而获取得到测试仪上的心跳、血压等信号，或者通过佩戴智能设备，采用光电容积脉搏波(Photo Plenthysmo Graphy，PPG)的方法来进行测量，如智能手环，跑步机等。传统的心率监测方法需要近距离接触人体表明皮肤，带给体验者极其不舒适的体验，为此有学者提出远程光电容积脉搏波(Romote PhotoPlenthysmo Graphy,RPPG)技术，RPPG与传统的PPG原理一样，由于每次心跳都会引起人体皮肤组织中血液和微血管的周期性变化，光的吸收和反射也会形成周期性变化，人眼无法观察到这种周期性的变化，但可以从高清摄像机采集的视频图像中进行分析，从而实现心率的检测。因此，这种方法也被称为超感测心率检测。它的优势并不仅局限于被检测人员不需要佩戴任何设备，它可用于长时间的生理监测，例如，家里老年人长时间的生理监测，具有广泛的应用价值。对于传统ECG与PPG驾驶员心率检测方式存在如下缺点：1)需要与人体皮肤近距离直接接触，属于入侵式采集信号的方式，带给驾驶司机极其不舒适的体验。2)需要佩戴高昂费用的设备，同时采集的信号易受驾驶员操作与环境干扰的影响，例如：驾驶员行驶时，转头、眨眼、说话等行为，与电磁场干扰均会在ECG信号上造成干扰，这对后续的心率识别会产生很大的影响。3)设备不具有便携性，且使用场合受限。由于现有ECG或PPG采集心率的技术，需要近距离接触人体皮肤，因此无法满足车载驾驶员正常驾驶的要求，使用场合受到限制。

发明内容

本发明的内容为实现了一种基于图像处理的驾驶员心率识别方法，克服了接触式识别心率的缺点，实现了对驾驶员身体心跳的监测，实现驾驶员心率的识别，具体技术方案包括以下6个部分。

(1)感兴趣区域(Region of Interest,ROI)选取：驾驶员感兴趣区域的选取本专利采用基于人脸68个特征点，由于驾驶员额头区域很少参与面部丰富的表情，相对变化不大，选取特征点20与23往上额头部分区域作为感兴趣区域1，对于人脸眼睛到鼻子之间的区域也很少参与面部表情，因此本文选取人脸特征点3、13、40、41、46、47之间的区域作为感兴趣区域2。

(2)特征提取：在感兴趣区域的基础上，提取其中的绿色通道特征作为驾驶员心率的真实表现，由于感兴趣区域内的特征提取易受光照分布不均的影响，因此选用k-means聚类算法消除光照分布不均。

(3)转换成频域：经过聚类后的绿色通道值，我们通过构建小段绿色通道序列值的方式，先采用减去均值的形式缩减误差，随后经快速傅里叶变化求得转换后序列频率值。

(4)噪声过滤：采用巴特沃斯带通滤波器的方式，过滤掉不符合常理的心率值。

(5)心率提取：根据峰值检测，求得序列频率值的峰值，随后根据绿色通道频率值与心率的关系求得粗略的心率值。

(6)心率平稳：根据粗略的心率值，采用心率上下帧间关系平稳心率值，随后在经过卡尔曼滤波器、长短时间记忆网络进一步平滑稳定心率值，得到最终平滑、稳定的心率值。