[发明专利]一种视频流的生命体征数据计算方法、设备及介质

权利要求书

1.一种视频流的生命体征数据计算方法，其特征在于，所述方法包括：

获取视频流中的多帧视频图像；

确定多帧视频图像中的人脸图像位置及眼部和嘴部特征；所述人脸局部特征包括眼部和嘴部；

基于预先定义的卷积网络对所述眼部和嘴部特征区域附近的图像进行卷积操作，生成目标区域含时特征信息；

将所述目标区域含时特征信息上传到SAAS服务器中，确定视频流对应的生命体征数据；

所述确定多帧视频图像中的人脸图像位置及眼部和嘴部特征包括：

调用opencv定位多帧视频图像中的人脸图像Fa；

分别记录在所述人脸图像特征点附近的当前帧图像数据和前一帧图像数据Fa1,Fa2；

将所述当前帧图像数据和前一帧图像数据Fa1,Fa2进行预处理，以采集特征数据；

所述将当前帧图像数据和前一帧图像数据Fa1,Fa2进行预处理，以采集特征数据包括：

对Fa1,Fa2进行平移配准，并将校正后的图像数据Fa1,Fa2分别进行差分处理和加和处理，生成差分处理后的数据Da和加和处理后的数据Sa；

基于预先定义的卷积网络对数据Da和Sa分别进行两次卷积包括：

卷积核为3*3的平均核，获得RGB三种颜色的27*2个输出数据；

卷积核为5*5的平均核，获得RGB三种颜色的225*2个输出数据；

以Da数据的图像中心为中心坐标，卷积核为5*5的平均核，卷积函数中包含额外的乘积项:Da坐标和中心坐标的差[Dax-Dx0,Day-Dy0]；获得RGB三种颜色的225*2个输出数据；

以眼部和嘴部特征为中心坐标重复上述过程，获得225*2*3个输出数据，采用特定格式对所述输出数据进行压缩和组装，获得目标区域含时特征信息；

所述采用特定格式对输出数据进行压缩和组装包括：

读取Fa1,Fa2,的位置数据[top,left,width,height]；以及，配准后平移校正数据(dx,dy)；

将Da数据上移128，再以图像尺寸x,y方向各缩放到1/4后，压缩成png格式卷积后的所有输出数据；

将所有输出数据采用zip方式压缩成数据流并上传。

2.如权利要求1所述的方法，其特征在于，所述获取视频流中的多帧视频图像之前还包括：通过调用服务接口，获取用户通过视频流采集装置采集并传输到SAAS服务器的视频流。

3.如权利要求2所述的方法，其特征在于，所述通过调用服务接口，获取用户通过视频流采集装置采集并传输到SAAS服务器的视频流之前还包括：

通过JSON输入接口对获取的各个用户访问服务器时发送的身份认证请求进行解析，得到所述用户的网络参数；其中，所述JSON输入接口包括预先定义的关键词；

根据所述用户的网络参数，获取所述用户终端设备绑定的账户信息，并根据所述账户信息确定当前所述用户的权限信息；

若所述权限信息为有权状态，则判定所述用户的身份认证成功，并将验证通过消息和TCP/IP数据流的上传地址反馈至前端界面，采用TCP/IP数据流输入接口接收用户传输的视频流后，返回视频流的验证码；否则返回认证失败消息。

4.如权利要求3所述的方法，其特征在于，所述视频流的生命体征数据通过视频流验证码调用JSON输出接口获得；其包括目标心跳数据、呼吸数据、拍摄人的心跳数据、呼吸数据以及其他数据。

5.一种生命体征数据的计算设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-4任一项所述的方法。

6.一种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，当所述计算机程序指令被处理器执行时实现如权利要求1-4任一项所述的方法。