心率是衡量人体心血管健康状况和情绪压力的重要生理参数.然而,基于视频的非接触式心率检测技术在真实场景中,会由于人脸运动和光照变化等导致检测准确性的降低.为了解决上述问题,考虑到心率检测算法中感兴趣区域(region of interest,R...
详细信息
心率是衡量人体心血管健康状况和情绪压力的重要生理参数.然而,基于视频的非接触式心率检测技术在真实场景中,会由于人脸运动和光照变化等导致检测准确性的降低.为了解决上述问题,考虑到心率检测算法中感兴趣区域(region of interest,ROI)的选取与检测准确度高度相关.故提出一种自适应超像素分割多区域综合分析的心率检测新方法.首先利用人脸检测和追踪算法,裁切获得人脸图像;之后采用自适应超像素分割算法将ROI划分成互不重叠的子块;再通过色度特征提取构建各子块原始血液容积脉搏矩阵;最后对脉搏矩阵使用多指标综合分析并挑选出最佳区域进行心率估计.实验结果表明,通过自适应超像素分割和多区域分析优选可以有效提升心率检测准确性.在静止状态下和运动干扰条件下准确性分别达到99.1%和95.6%,光照干扰条件下准确性相对传统方法最高提升8.2%.增强了真实场景下心率检测的鲁棒性.
暂无评论