一種基于人臉視頻的非接觸式心率測量系統

張 祺

（杭州蕭山技師學院，浙江 杭州 311201）

0 引言

隨著人們生活質量的提高，心腦血管疾病患者數量逐年上升，而心率作為人體最重要的生命體征之一，與心腦血管疾病有密切的關系[1]。監測心率信號可以及時了解自身的健康狀況，對心腦血管疾病的預防有非常重要的作用[2]。目前，現有的監測心率的方法主要有接觸式檢測和非接觸式檢測，接觸式心率監測方法操作復雜且需要與皮膚接觸，不適用于皮膚燒傷、有開放式創口、手腳抖動、行動不便的老年以及不適合接觸式監測的新生兒等患者。

隨著圖像識別技術的發展，基于光電容描記術和圖像識別技術的非接觸式心率檢測成為十分熱門的研究方向，該方法通過人臉視頻即可提取心率信號，具有成本低、與人體無接觸以及可實現居家實時監測心率等優點。但是現有的方法仍存在一些問題，例如在對人臉區域的提取過程中會受到頭發等非皮膚區域的干擾，在測量過程中易受到光照等干擾，因此，該文提出了將基于深度學習的語義分割技術應用到人臉皮膚區域的分割，以減少頭發等其他非皮膚區域的干擾，減少不同膚色或光線過暗造成的皮膚區域提取的誤差，同時對現有的基于皮膚正交模型的POS 算法進行改進，以提高系統對光照變化的抗干擾能力。試驗證明，該方法的準確性和抗干擾性比傳統方法高，對今后通過人臉視頻提取更多的具有價值的醫學信號有非常重要的意義。……