[发明专利]面向远距离大景深场景的非接触式鲁棒心率检测方法及其系统

权利要求书

1.一种面向远距离大景深场景的非接触式鲁棒心率检测方法，其特征在于，包括以下步骤：

S1：在远距离场景下，使用图像采集设备对用户进行面部视频数据采集，获取用户的面部近景图像；

S2：利用人脸检测算法在获取的用户面部近景图像中获取人脸区域，并在远距离的高动态场景下，获取人脸中的稳定区域SROI作为检测区域，并使用稳定感兴趣区域跟踪算法在每帧图像中确定该检测区域；

S3：对所述SROI图像序列进行预处理、分割和降维，由SROI二维图像序列生成多通道原始观测信号；

S4：利用FastICA算法从多通道原始观测信号中分离多种生理信号，通过计算短时峭度的方法从FastICA分离的多通道生理信号中确定BVP信号，并基于该BVP信号进行心率计算。

2.根据权利要求1所述的面向远距离大景深场景的非接触式鲁棒心率检测方法，其特征在于，在步骤S1中，在远距离场景下，使用图像采集设备对用户进行面部视频数据采集时，图像采集设备与用户人脸间距不小于3米，在此远景条件下人脸部区域在视频帧中像素点占比低于8％。

3.根据权利要求1或2所述的面向远距离大景深场景的非接触式鲁棒心率检测方法，其特征在于，所述图像采集设备采用可变倍率高清摄像头或光学变焦图像传感器，使用光学变焦后，获取的人脸近景图像分辨率不低于640*480，人脸部区域在视频图像中像素值占比高于78％，视频帧率不低于24fps。

4.根据权利要求1所述的面向远距离大景深场景的非接触式鲁棒心率检测方法，其特征在于，在步骤S2中，获取人脸中的稳定区域SROI作为检测区域的方法为：使用短时空间熵算法对人脸区域的连续视频帧进行处理，获取连续视频图像序列中对应于面部动态变化的高熵值区域，剔除搞熵值区域后求取各帧低熵值区域的交集，并把这一区域作为稳定SROI区域。

5.根据权利要求1所述的面向远距离大景深场景的非接触式鲁棒心率检测方法，其特征在于，在步骤S2中，所述稳定感兴趣区域跟踪算法采用粒子滤波算法对SROI区域进行跟踪。

6.根据权利要求1所述的面向远距离大景深场景的非接触式鲁棒心率检测方法，其特征在于，在步骤S3中，对所述SROI图像序列进行预处理包括视频图像序列滤波、去均值和方差归一化。

7.根据权利要求1所述的面向远距离大景深场景的非接触式鲁棒心率检测方法，其特征在于，在步骤S3中，对所述SROI图像序列进行分割的步骤包括：

将每帧的SROI(尺寸为M×N)以水平方向等间距分割为三个部分，每部分再根据图像的RGB值划分为3个通道，实际获得9通道数据，以含有T帧图像的视频为例，降维后得到9个一维向量：

8.根据权利要求1所述的面向远距离大景深场景的非接触式鲁棒心率检测方法，其特征在于，在步骤S3中，对所述SROI图像序列进行降维的步骤包括：

基于相干平均对分割后SROI各区域R、G、B三个颜色通道视频数据按如下公式进行空间像素平均处理：

其中H，W是面部视频图像ROI区域的长和宽，N为视频图像总帧数，X_n表示ROI区域的R，G，B通道一维信号，x_n(h，w)分别为像素点(h，w)在第n帧时对应通道的颜色强度值，h，w为图像区域的空间坐标。

9.根据权利要求1所述的面向远距离大景深场景的非接触式鲁棒心率检测方法，其特征在于，在步骤S4中，利用短时峭度算法从FastICA分离后的多通道信号中自动选择BVP信号，峭度值最大的即为BVP信号，零均值信号z的峭度计算方法如下：

10.一种面向远距离大景深场景的非接触式鲁棒心率检测系统，其特征在于，包括：

面部视频数据采集模块，用于在远距离场景下，使用图像采集设备对用户进行面部视频数据采集，获取用户的面部近景图像；

面部稳定感兴趣区域检测模块，用于利用人脸检测算法获取人脸区域，并在远距离的高动态场景下，获取人脸中的稳定区域SROI作为检测区域；

面部稳定感兴趣区域跟踪模块，用于针对面部视频中SROI区域移动的情况下，利用稳定感兴趣区域跟踪算法在每帧图像中对SROI区域进行跟踪；

多通道原始观测信号生成模块，用于对所述SROI图像序列进行预处理、分割和降维，由SROI二维图像序列生成多通道原始观测信号；

BVP信号确定及心率计算模块，用于利用FastICA算法从多通道原始观测信号中分离多种生理信号，通过计算短时峭度的方法从FastICA分离的多通道生理信号中确定BVP信号，并基于该BVP信号进行心率计算。