[发明专利]心率检测方法及装置有效

专利信息
申请号: 201711091442.1 申请日: 2017-11-08
公开(公告)号: CN107692997B 公开(公告)日: 2020-04-21
发明(设计)人: 季向阳;刘文然;陈孝罡 申请(专利权)人: 清华大学
主分类号: A61B5/024 分类号: A61B5/024
代理公司: 北京林达刘知识产权代理事务所(普通合伙) 11277 代理人: 刘新宇
地址: 100084*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 心率 检测 方法 装置
【权利要求书】:

1.一种心率检测方法,其特征在于,包括:

截取视频帧序列的各个视频帧中的人脸区域,得到各个所述视频帧对应的人脸区域图像;

通过卷积神经网络提取各个所述人脸区域图像中的皮肤区域的特征;

根据各个所述人脸区域图像中的皮肤区域的特征,确定所述视频帧序列对应的心率,其中,

根据各个所述人脸区域图像中的皮肤区域的特征,确定所述视频帧序列对应的心率,包括:

根据所述视频帧序列对应的各个人脸区域图像中的皮肤区域的特征,确定多组连续帧对应的特征;

将多组连续帧对应的特征输入全连接神经网络中,得到所述视频帧序列对应的心率。

2.根据权利要求1所述的方法,其特征在于,通过卷积神经网络提取各个所述人脸区域图像中的皮肤区域的特征,包括:

根据所述卷积神经网络的输入帧率,调整所述视频帧序列对应的人脸区域图像序列的帧率,其中,所述人脸区域图像序列为根据所述视频帧序列对应的各个所述人脸区域图像得到的图像序列;

将调整帧率后的所述人脸区域图像序列输入所述卷积神经网络中,得到所述人脸区域图像序列中的各个人脸区域图像中的皮肤区域的特征。

3.根据权利要求1所述的方法,其特征在于,在通过卷积神经网络提取各个所述人脸区域图像中的皮肤区域的特征之前,所述方法还包括:

采用训练数据集训练卷积神经网络和全连接神经网络,其中,所述训练数据集包括人脸视频帧序列和所述人脸视频帧序列对应的心率。

4.一种心率检测装置,其特征在于,包括:

截取模块,用于截取视频帧序列的各个视频帧中的人脸区域,得到各个所述视频帧对应的人脸区域图像;

特征提取模块,用于通过卷积神经网络提取各个所述人脸区域图像中的皮肤区域的特征;

心率确定模块,用于根据各个所述人脸区域图像中的皮肤区域的特征,确定所述视频帧序列对应的心率,其中,

所述心率确定模块包括:

第一确定子模块,用于根据所述视频帧序列对应的各个人脸区域图像中的皮肤区域的特征,确定多组连续帧对应的特征;

第二确定子模块,用于将多组连续帧对应的特征输入全连接神经网络中,得到所述视频帧序列对应的心率。

5.根据权利要求4所述的装置,其特征在于,所述特征提取模块包括:

帧率调整子模块,用于根据所述卷积神经网络的输入帧率,调整所述视频帧序列对应的人脸区域图像序列的帧率,其中,所述人脸区域图像序列为根据所述视频帧序列对应的各个所述人脸区域图像得到的图像序列;

特征提取子模块,用于将调整帧率后的所述人脸区域图像序列输入所述卷积神经网络中,得到所述人脸区域图像序列中的各个人脸区域图像中的皮肤区域的特征。

6.根据权利要求4所述的装置,其特征在于,所述装置还包括:

训练模块,用于采用训练数据集训练卷积神经网络和全连接神经网络,其中,所述训练数据集包括人脸视频帧序列和所述人脸视频帧序列对应的心率。

7.一种心率检测装置,其特征在于,包括:

处理器;

用于存储处理器可执行指令的存储器;

其中,所述处理器被配置为执行权利要求1至4中任意一项所述的方法。

8.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至4中任意一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711091442.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top