基于面部视频的非接触式心率检测方法研究

摘要：

基于视频的非接触式面部心率检测易受到环境光和运动伪迹的干扰,检测心率结果的准确度低.针对上述问题,提出了一种集合经典模态分解(Ensemble Empirical Mode Decomposition,EEMD)和标准欧几里得距离相结合的自适应阈值化去噪方法,降低了外界干扰,提高了准确度.首先从视频录制的RGB图像模型中选取绿色(G)通道像素均值作为PPG(Photo Ple-thysmo Graphy)信号,然后用滤波器对信号进行预处理,消除心率范围外的信号;然后将EEMD与标准欧几里得距离相结合,对固有模态函数进行阈值化处理并重构;最后用傅里叶变换进行功率谱分析来计算心率值.实验结果表明,与基于小波变换和基于自适应集合经典模态分解的方法相比,所提方法在非接触式面部心率检测去噪中有更好的稳定性和准确性,提高了心率检测的鲁棒性,适用于日常非接触式实时心率监测.

关键词：心率检测、E E MD、欧氏距离、阈值、非接触式

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：河南省科技攻关计划;深圳市科技项目

在线出版日期：2023-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：567-572