基于深度学习的非接触智能人体心率预测方法

摘要

本发明公开了一种基于深度学习的非接触智能人体心率预测方法，通过公共数据集或者自行拍摄视频获得人体面部视频，对视频中人脸区域进行ROI提取，得到额头和脸颊部分。对视频进行片段划分，通过划分好的片段得到ROI中像素平均值随时间变化的时间序列，该时间序列作为初始信号。利用多种信号处理技术对初始信号进行提取与去噪，将该信号作为深度学习模型的输入，提取出与心率有关的周期性特征，得到心率结果。本发明只使用了普通的摄像头进行非接触式测量，不需热红外摄像头或多普勒雷达等昂贵复杂的设备，采用信号处理方法及深度学习模型得到心率值，避免由于环境光变化及运动产生的噪声。与使用傅里叶变换相比，得到的心率值更加准确。