当前位置:主页 > 医学论文 > 生物医学论文 >

基于人脸视频的非接触式心测量算法的研究与实现

发布时间:2020-08-10 15:39
【摘要】:心率是一种重要的生命体征信息,是描述身体状况和情感状态的重要指标。传统的接触式心率测量方法在生理或心理上给测量者带来了许多不便。近几年提出的基于视频的非接触式心率测量方法引起了广泛关注,然而在复杂环境条件下,视频中由光线变化和面部动作等引起的噪声会限制心率测量的准确度。本文主要研究了复杂环境条件下基于人脸视频的非接触式心率测量方法,具体工作如下:1)针对脉搏源信号获取时感兴趣区域(ROI)定位不够精准的问题,本文提出了改进的人脸关键点检测方法,将SSD人脸检测器与面部关键点检测器相级联,提高了关键点检测的准确度。采用基于关键点检测的算法对ROI进行定位,选取了可靠的ROI,减小了脉搏源信号中的噪声。2)研究了四种源信号预处理的方法,通过实验对比了四种方法的有效性,并将基于色度组合的方法与二阶导数差分近似的方法相融合,提高了心率信号的表达能力,从而提高了心率测量的准确性。3)针对传统心率提取方法抗噪声能力差的问题,本文提出了基于深度学习的心率提取算法。设计了基于卷积神经网络(CNN)的心率信息特征提取器,将结合了心率信号周期特性及频谱特征的时频表示(TFR)作为输入,使用多任务学习的方法进行训练。实验结果显示,基于深度学习的心率测量方法相比于非深度学习的心率测量方法,准确率和鲁棒性均有所提升。4)将本文的心率提取算法应用到了活体识别领域,使用心率提取模型提取出的心率特征作为区分活体和非活体的标志。通过实验发现,这种方法可以有效地区分活体和非活体,具有清晰的语义定义。
【学位授予单位】:北京邮电大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:R318;TP391.41
【图文】:

示意图,心电图,波形,信号


^/yv逡逑图2-1心电图ECG信号与光电容积脉搏波PPG信号的波形示意图逡逑如图2-1所示,心电图ECG信号与PPG信号基本是同步的。PPG波形中的逡逑由心跳引起的部分通常被称为交流分量,也即AC邋(Alternating邋Current)分量,逡逑该分量一般有一个基本频率,该频率值由心率具体决定,通常为1Hz左右。在交逡逑流分量的基础上,由于皮肤组织的呼吸作用、血管舒张和收缩以及体温调节等活逡逑动,会叠加上一个直流分量,也即DC邋(Direct邋Current)分量。这些生理特征因逡逑人而异,因此每个人的PPG波形不尽相同。但是对上述PPG波形使用合适的滤逡逑波器和放大器就可以提取出相应的AC分量和DC分量,为后续的脉搏波分析提逡逑供基础。逡逑因为PPG信号的AC分量与心脏搏动是同步的,因此可以用来提取心率信逡逑息。但是通过摄像头得到的PPG信号通常还包含其他的DC分量。一方面

特征图,目标检测,领域,结构示意图


图2-2SSDQ嬄缃峁故疽馔迹郏玻担蒎义希樱樱腻澹ǎ樱椋睿纾欤澹樱瑁铮簦停酰欤簦椋猓铮模澹簦澹悖簦铮颍╁澹郏玻担菔悄勘昙觳饬煊蚍浅3S玫姆椒ǎ义暇哂兴俣瓤欤雀叩奶氐悖缃峁谷缤迹玻菜尽T谘盗方锥危诙嘀植煌义系某叨群筒煌砀弑鹊奶卣魍忌辖屑觳猓褂玫筒闾卣魍技觳庑∧勘晡锾澹咤义喜愕奶卣魍技觳獯竽勘晡锾澹杂诓煌笮〉奶卣魍迹樱樱慕涑隹占涞哪勘瓯咤义辖缈蚶肷⑽蛔楹蜓】颉T诩觳饨锥危樱樱脑诿扛龊蜓】蛑信卸厦扛龆韵罄啾鹗清义戏翊嬖冢梢桓龇质硎靖美啾鹗欠翊嬖冢⒍钥虻奈恢媒械髡愿玫劐义掀ヅ涠韵笮巫础4送猓岷狭司哂胁煌直媛实亩喔鎏卣魍冀性げ猓源礤义细髦殖叽绱笮〉亩韵蟆1疚睦昧隋澹樱樱乃俣瓤旌途雀叩挠攀疲褂茫樱樱淖魑义先肆臣觳馄鞫匀肆城蚪屑觳狻e义希玻玻插稳肆彻丶慵觳饧际蹂义先肆彻丶慵觳馐侵父ㄈ肆惩枷瘢ㄎ怀雒娌康墓丶虻墓獭H欢义厦娌孔颂浠驼诘驳纫蛩馗丶慵觳獯戳颂粽健H肆彻丶慵觳庵饕腥义现址椒

本文编号:2788288

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/swyx/2788288.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户55958***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com