基于視頻的非接觸式心率檢測的研究.pdf

1、隨著現(xiàn)代生活水平的提高，人們對于疾病預防和日常健康監(jiān)測的需求也日益增長。其中，心率作為一個重要的生命體征信息，是檢測心血管疾病以及指導科學鍛煉的重要參數(shù)信息。所以如何方便快捷的檢測出人體的心率信息，是信號處理領(lǐng)域新興的研究熱點。傳統(tǒng)的心率檢測儀器比如心電圖等需要接觸人的身體，而且價格昂貴，不適合用于日常的健康監(jiān)護，而現(xiàn)在的非接觸式心率檢測方法比如多普勒雷達，熱成像技術(shù)等也都需要專用的設(shè)備，成本門檻較高.所以，基于視頻的非接觸式心率檢測的

2、方法一經(jīng)出現(xiàn)，就引起了廣泛的關(guān)注。
　　基于視頻的非接觸式心率檢測方法根據(jù)光電容積脈搏波描記法的原理，只需要一個可以拍攝視頻的設(shè)備，不需要直接接觸人的皮膚，而是通過人臉的檢測與跟蹤，去趨勢，獨立成分分析，心率提取等算法得到心率?，F(xiàn)有的基于視頻的非接觸式心率檢測方法需要被測者保持靜止且檢測環(huán)境的光線需要保持恒定，在光線變化或者運動狀態(tài)下檢測結(jié)果誤差很大。本文通過改善信號去趨勢的方法，用L1趨勢濾波代替L2趨勢濾波，之后使用奇異譜分析

3、算法來排除非心率信號的干擾，可以有效地消除由于光線變化帶來的噪聲。另外，通過檢測被檢測者的面部運動信息，并在奇異譜分析中進行相關(guān)處理，可以進一步排除視頻中面部運動帶來的干擾。最后我們進一步利用時域差分操作使心率信號增強的同時抑制噪聲信號的干擾，可以更有效地排除運動對心率信號測量造成的干擾。
　　實驗結(jié)果表明，在靜止，運動和光線變化三種情況下，本文提出的算法都有良好的檢測效果。利用本文提出的算法得到的平均心率誤差值在1.368BPM