[发明专利]运动目标生命体征检测方法

说明书

本发明公开了一种运动目标生命体征检测方法，包括以下步骤：对待检测视频的第一帧图像进行人脸检测，若检测不到人脸则判定本次生命体征检测失败，反之执行下一步；对检测到的人脸进行人脸追踪，若人脸追踪过程中人脸丢失，则返回执行上一步，否则执行下一步；根据人脸追踪结果，提取生命体征信号；对生命体征信号进行频谱分析获取心率值，并对心率值进行实时缓存和显示。本发明提出的运动目标生命体征检测方法实时性高，且简化了原始信号的预处理以及生命体征信号的提取，不仅降低了测量的复杂度，而且克服了运动信号和背景信号等对心率信号的影响，提高了信号提取的准确性，扩大了生命体征信号测量的应用范围。

技术领域

本发明涉及视频图像处理技术领域，特别涉及一种运动目标生命体征检测方法。

背景技术

现阶段生命体征监测方法有接触式生命体征监测和非接触式生命体征监测。接触式生命体征监测需要利用某种机械或电子装置监测人体的生理信息，易对人体造成不适感，而且人体的移动也会对监测结果的准确性造成一定的影响。非接触式生命体征监测方法目前有多普勒雷达探测式，序列图像采集式。其中多普勒雷达探测式结构复杂，造价昂贵，不适合在日常生活中使用。而序列图像采集式不能够实时连续的给出人体的生命体征信息。因此需要研究出更加快捷方便的监测方法，现阶段正在研究中的视频图像生命体征监测系统具有快速，实时，鲁棒性强，成本低廉以及使用范围广等优点，受到了人们的欢迎。

视频图像生命体征监测系统通过采集目标的视频图像，检测出人脸区域，在心脏搏动作用下，引起人脸血管内血容积的变化，进而引起皮肤内血液对光束的吸收发生变化，通过提取人脸区域的生命体征信息，对其进行分析，得到人体的心率。然而现阶段的研究中，需要被测量者身体尽量静止，而且使用的都是以前的OpenCV提供的最基础的算法，对于一些比较复杂的目标，比如有一定运动幅度的不能够很好的追踪，甚至会出现目标追踪失败的现象，而且现阶段的追踪算法耗时比较久，不能够满足实时性的要求。所以我们要将更加有效，更加快速的追踪方法运用到视频图像的生命体征检测系统中。其中，本专利中使用的精确的人脸检测算法，是基于LBP特征的人脸检测算法，这种检测算法，能够准确快速的检测出人脸包括人面部的68个特征点。

2016年，专利申请号为CN201610286712.3(2019.05.07已授权，公开号为CN105956556A)公开了一种测量运动目标生命体征的方法，包含以下步骤：步骤1，对待测量视频的第一帧图像进行人脸检测，如果检测不到人脸则认为本次心率检测失败，否则进行下一步；步骤2，根据步骤1得到的人脸检测结果进行人脸追踪，如果追踪过程中发现人脸追踪丢失，则返回步骤1重新进行人脸检测，否则进行下一步；步骤3，根据所得人脸追踪结果，进行生命体征信号的分离；步骤4，提取生命体征信号并进行功率谱分析，判定此生命体征信号是否为虚假信号，如果不是虚假信号则进行心率值的转换。该方法能够检测出运动目标的生命体征，但是存在以下问题：(1)该方法的脸部检测的速度不够快，另外其准确度还有待提升；(2)该方法的面部追踪部分虽然准确度提高了，但是速度却有待提升；(3)所使用的提取信号的方法不能减少运动状态和光线对心率信号的影响，从而大大的增加了复杂度。

发明内容

本发明的目的在于提供一种简单易实现、实时性好、准确性高的运动目标生命体征测量方法，能够在保证高实时性、高准确性测量的同时，降低测量的复杂度。

实现本发明目的的技术解决方案为：一种运动目标生命体征检测方法，包括以下步骤：

步骤1、对待检测视频的第一帧图像进行人脸检测，若检测不到人脸则判定本次生命体征检测失败，反之执行下一步；

步骤2、对步骤1检测到的人脸进行人脸追踪，若人脸追踪过程中人脸丢失，则返回执行步骤1，否则执行下一步；

步骤3、根据人脸追踪结果，提取生命体征信号；

步骤4、对所述生命体征信号进行频谱分析获取心率值，并对心率值进行实时缓存和显示。