[发明专利]健康体征数据的测量方法、装置、系统和存储介质

说明书

本申请涉及一种健康体征数据的测量方法、装置、系统、电子装置和存储介质，其中，健康体征数据的测量方法包括：获取被检测对象的红外图像帧序列；在红外图像帧序列的每个红外图像帧中提取感兴趣区域，得到第一感兴趣区域图像帧序列；利用rPPG值预测网络处理第一感兴趣区域图像帧序列，获得被检测对象的rPPG预测值；根据rPPG预测值，确定被检测对象的健康体征数据。通过本申请，解决了相关技术中光照变化和空间的密闭性对鲁棒性的影响较大、测量健康体征数据不准确的问题，实现了通过对被检测对象的红外图像精准的测量健康特征数据。

技术领域

本申请涉及计算机视觉技术领域，特别是涉及健康体征数据的测量方法、装置、系统、电子装置和存储介质。

背景技术

智能化是如今汽车行业发展的重要趋势之一。其中，智能座舱系统被应用于道路场景视觉分析、座舱场景视觉分析以及自然语言处理。随着智能座舱系统的功能的完善，近年来，智能座舱系统已经慢慢的被应用于智能驾驶领域中，以实现对驾驶员行为(如疲劳与分神等不良驾驶行为)进行分析、预警以及记录等。

目前的智能座舱系统都无法实现驾驶者的健康体征数据(呼吸、心跳频率等)的测量。其他领域中的健康体征数据的检测方法主要包括：基于RGB视频图像的呼吸率和心跳率的检测方法，基于多普勒效应的呼吸检测方法。然而，随着车辆的行驶，驾驶舱内的光照变化大，夜间行驶时则会导致驾驶舱内光线太暗。基于RGB视频图像的呼吸率和心跳率的检测方法在驾驶舱场景下对健康体征数据的检测准确率低。车辆的行驶过程中会导致驾驶者与车辆之间存在相对振动，且振动频率与呼吸频率、心跳频率相近；并且驾驶者在驾驶舱内也难以保持静止，这些因素导致采用多普勒效应检测驾驶者的呼吸或心跳频率时存在大量干扰信号，有些干扰信号无法通过频谱分析与呼吸或心跳频率分离，从而导致基于多普勒效应的健康体征数据在驾驶舱场景下对健康体征数据的检测准确率低。

目前针对相关技术中在驾驶舱场景下对健康体征数据的检测准确率低的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种健康体征数据的测量方法、装置、系统、电子装置和存储介质，以至少解决相关技术中在驾驶舱场景下对健康体征数据的检测准确率低的问题。

第一方面，本申请实施例提供了一种健康体征数据的测量方法，包括：

获取被检测对象的红外图像帧序列；

在所述红外图像帧序列的每个红外图像帧中提取感兴趣区域，得到第一感兴趣区域图像帧序列；

利用rPPG值预测网络处理所述第一感兴趣区域图像帧序列，获得所述被检测对象的rPPG预测值，其中，所述rPPG值预测网络是根据第二感兴趣区域图像帧序列和与所述第二感兴趣区域图像帧序列对应的实测rPPG值训练得到的人工神经网络；

根据所述rPPG预测值，确定所述被检测对象的健康体征数据。

在其中一些实施例中，在所述红外图像帧序列的每个红外图像帧中提取感兴趣区域包括：

在所述红外图像帧的特征图谱中检测特征数据，所述特征数据包括关键点信息和区域信息；

根据所述关键点信息和所述区域信息分别生成多个感兴趣区域子网格和目标区域；

基于所述目标区域确定所述多个感兴趣区域子网格的有效性，并生成有效性编码；

按预设排列顺序对编码所述有效性编码的所述多个感兴趣区域子网格进行排列，生成所述感兴趣区域。

在其中一些实施例中，所述特征数据还包括目标信息，在所述红外图像帧的特征图谱中检测特征数据包括：

将所述红外图像帧输入面部分析神经网络，得到所述特征图谱；

在所述特征图谱中检测所述目标信息和所述区域信息，其中，所述目标信息包括有效目标；