运动干扰下人脸视频心率检测方法研究

发布时间：2023-06-04 00:16

　　心率是衡量人体健康状况的重要参数之一。传统的心率检测方法需要使用接触式传感器进行测量,存在携带困难、操作复杂、舒适度低等缺点,而成像光电容积描记法(Imaging Photo Plethysmo Graphy,IPPG)可以基于人脸视频实现非接触的心率检测,在远程医疗、体育锻炼、情感计算等众多领域具有广阔的应用前景。然而,现实环境中拍摄的人脸视频一般会存在头部运动和表情变化的干扰,严重影响脉搏波的提取和心率的估计。针对人脸视频心率检测过程中的运动干扰问题,本文研究分析了IPPG技术的基本原理,建立了面部皮肤的视频像素亮度模型,提出了三种具有抗运动干扰能力的人脸视频心率估计方法,并实现了心率检测结果的可视化显示。主要研究工作总结如下:(1)针对人脸视频中的刚性和非刚性运动干扰,建立了一种基于多信号加权的人脸视频心率估计方法。该方法采用判别响应图拟合和KLT跟踪算法检测人脸,结合色度特征提取消除刚性运动干扰,利用频率和梯度先验分配频域和空域权重,通过多信号加权消除非刚性运动干扰,实现了准确的脉搏波提取和心率估计。(2)针对人脸视频中的突发性运动干扰,建立了一种基于小波时频分析的人脸视频心率...

【文章页数】：122 页

【学位级别】：博士

【文章目录】：
致谢
摘要
abstract
缩略词
第一章 绪论
    1.1 研究背景及意义
    1.2 接触式PPG测量
        1.2.1 PPG的背景
        1.2.2 PPG的局限
    1.3 非接触式PPG测量
        1.3.1 IPPG的基本概念
        1.3.2 IPPG的系统分类
        1.3.3 IPPG的一般应用
        1.3.4 IPPG的优缺点
        1.3.5 IPPG面临的挑战
        1.3.6 IPPG的进展现状
    1.4 论文的研究内容和章节安排
    1.5 本章小结
第二章 基于人脸视频的心率检测基本理论
    2.1 IPPG的基本原理
    2.2 基于人脸视频的心率检测方法
        2.2.1 ROI选择与跟踪
        2.2.2 空间信息合成
        2.2.3 色彩通道选择
        2.2.4 去噪
        2.2.5 心率估计
    2.3 心率检测方法性能评价
        2.3.1 定量指标
        2.3.2 定性分析
    2.4 本章小结
第三章 基于多信号加权的人脸视频心率估计
    3.1 引言
    3.2 问题定义和建模
    3.3 两步心率估计方法
        3.3.1 人脸检测和跟踪
        3.3.2 色度特征提取
        3.3.3 基于多信号加权的两步心率估计
    3.4 实验结果与分析
        3.4.1 实验设置
        3.4.2 参数设置
        3.4.3 实验结果
    3.5 本章小结
第四章 基于小波时频分析的人脸视频心率估计
    4.1 引言
    4.2 问题定义和建模
    4.3 基于小波时频分析的人脸视频心率估计方法
        4.3.1 人脸检测和跟踪
        4.3.2 色度特征提取
        4.3.3 使用图像块融合的脉搏波信号估计
        4.3.4 基于频域分析的心率估计
    4.4 实验结果与分析
        4.4.1 实验设置
        4.4.2 实验结果
    4.5 本章小结
第五章 基于高斯导数滤波的人脸视频心率估计
    5.1 引言
    5.2 问题定义和建模
    5.3 基于高斯导数滤波的人脸视频估计方法
        5.3.1 条件分析
        5.3.2 方法流程
    5.4 实验结果与分析
        5.4.1 实验设置
        5.4.2 结果和讨论
    5.5 本章小结
第六章 人脸视频心率检测可视化
    6.1 引言
    6.2 欧拉视频放大原理
        6.2.1 基本原理
        6.2.2 算法框架
    6.3 基于颜色变化放大的人脸视频心率检测可视化
        6.3.1 可视化算法设计
        6.3.2 可视化效果展示
        6.3.3 可视化系统设计
    6.4 本章小结
第七章 总结与展望
    7.1 全文总结
    7.2 后续展望
参考文献
攻读博士学位期间的学术活动及成果情况



本文编号：3830314