[发明专利]一种基于视频的心理压力测量方法及其系统有效
申请号: | 202011601494.0 | 申请日: | 2020-12-29 |
公开(公告)号: | CN112597949B | 公开(公告)日: | 2022-10-18 |
发明(设计)人: | 吕勇强;汪东升;孟焱 | 申请(专利权)人: | 清华大学 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/25;G06V10/30;G06N20/00 |
代理公司: | 北京卓特专利代理事务所(普通合伙) 11572 | 代理人: | 陈变花 |
地址: | 10008*** | 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: | 一种 基于 视频 心理压力 测量方法 及其 系统 | ||
1.一种基于视频的心理压力测量方法,其特征在于,包括如下步骤:
接收待测量视频;
利用人脸检测算法对待测量视频进行人脸检测,检测到人脸后,选取人脸特征点;其中,人脸特征点分为:左脸区域的人脸特征点LP、右脸区域的人脸特征点RP和中间区域的人脸特征点MP;
根据人脸特征点动态选取感兴趣区域位置;
计算感兴趣区域位置内像素各通道亮度值,获取PPG波形;
对PPG波形进行预处理,得到处理后PPG波形;
对处理后PPG波形进行处理,提取处理后PPG波形的多个特征;
将处理后PPG波形的多个特征输入进预先训练好的机器学习模型中进行认知负载程度分类,给出分类结果,实现认知负载测量;
其中,对每一帧中的左脸区域的人脸特征点LP和右脸区域的人脸特征点RP进行检测,并结合中间区域的人脸特征点MP对感兴趣区域位置进行选取;
其中,感兴趣区域位置为椭圆感兴趣区域,人脸特征点为{(x,y):(x,y)∈LP∪MP},对人脸特征点为{(x,y):(x,y)∈LP∪MP}做椭圆拟合;椭圆方程为ax2+bxy+cy2+dx+ey+f=0,令A=[a,b,c,d,e]T,X=[x2,xy,y2,x,y]T,故对人脸特征点{(x,y):(x,y)∈LP∪MP}进行椭圆拟合后的方程为:ATX=1;
对ATX=1进行优化,优化后方程为:
min||ATx||2=ATXXTAs.t.ATHA0;
其中,A表示[a,b,c,d,e]T;a、b、c、d、e均为椭圆方程中的系数;T为转置;s.t代表“使得……满足……”;H为常数矩阵;等价描述椭圆约束:4ac-b20;
对优化后方程进行计算,获得拟合参数以及椭圆的各参数,并通过各参数对感兴趣区域的变化进行描述,其中,各参数至少包括:几何中心、长短半轴和旋转角。
2.根据权利要求1所述的基于视频的心理压力测量方法,其特征在于,对PPG波形进行的预处理,得到处理后PPG波形的子步骤如下:
对PPG波形进行自适应滤波处理,获得待处理PPG波形;
对待处理PPG波形进行平滑处理和归一化处理,获得处理后PPG波形。
3.根据权利要求2所述的基于视频的心理压力测量方法,其特征在于,自适应滤波处理用于背景减除,消除光源本身的变化影响,对PPG波形进行自适应滤波处理,获得待处理PPG波形的公式如下:
gIR=gface-hgbg=s+(y-hgbg);
其中,gIR为理想无噪声人脸信号,作为待处理PPG波形;gbg为背景噪声;gface为原始带噪声数据,假定只考虑光照变化带来的噪声,则原始数据由两部分组成:gface=s+y,其中,s为心跳带来的信号,y为光照变化信号,h为自适应参数。
4.根据权利要求1所述的基于视频的心理压力测量方法,其特征在于,完成人脸特征选取后,将每一帧的人脸特征点分为左脸区域的人脸特征点、右脸区域的人脸特征点和中间区域的人脸特征点。
5.根据权利要求4所述的基于视频的心理压力测量方法,其特征在于,对每一帧中的左脸区域的人脸特征点和右脸区域的人脸特征点进行检测,并结合中间区域的人脸特征点对感兴趣区域位置进行选取。
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/202011601494.0/1.html,转载请声明来源钻瓜专利网。