CN103054569B - 基于可见光图像测量人体心率的方法、装置及手持设备 - Google Patents
基于可见光图像测量人体心率的方法、装置及手持设备 Download PDFInfo
- Publication number
- CN103054569B CN103054569B CN201210560196.0A CN201210560196A CN103054569B CN 103054569 B CN103054569 B CN 103054569B CN 201210560196 A CN201210560196 A CN 201210560196A CN 103054569 B CN103054569 B CN 103054569B
- Authority
- CN
- China
- Prior art keywords
- sub regions
- num
- heart rate
- video
- rate value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000008859 change Effects 0.000 claims abstract description 34
- 239000003086 colorant Substances 0.000 claims description 23
- 239000000284 extract Substances 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 abstract description 14
- 230000008569 process Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000009532 heart rate measurement Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000010247 heart contraction Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Abstract
本发明适用于图像处理及应用技术领域,提供了一种基于可见光图像测量人体心率的方法、装置及手持设备,所述方法包括:采集一段用于人体心率测量的视频,并从所述视频中提取出各个视频帧图像;获取各个视频帧图像中的人脸区域;将获取的所述人脸区域均划分成num个子区域;分别对从各个视频帧图像中的各个子区域获取的灰度离散信号进行去噪处理,得到各个视频帧图像中的各个子区域的平均灰度离散信号;分别对所述平均灰度离散信号进行分析处理,得到所述视频中的各个子区域对应的心率值。本发明,充分的考虑了光照改变的情况下,对视频中的各个子区域图像的像素值的影响,从而提高了心率值的测量准确度。
Description
技术领域
本发明属于图像处理及应用技术领域,尤其涉及一种基于可见光图像测量人体心率的方法、装置及手持设备。
背景技术
最近几年,随着电子产品的智能化程度越来越高,各种测量人体心率的系统被用于手机等手持设备或者电视终端中。
其中不乏有利用可见光拍摄得到人体面部或手部血管的可见光图像来测量人体心率的系统,对应这样的人体心率测量方案,通过摄像头采集的可见光图像,由于运动或者光照变化会造成图像上人脸面部或手部血管信息不足。
如果要使该系统有较高的心率测量准确度,要求每次测量过程中人体面部或手部血管图像保持不变,即手持设备和测试者完全保持不动状态,另外,还要求每次测量过程中光照不能变化,而这两点在实际操作中往往很难做到,因此这样的人体心率测量方案,测量得到的人体心率值的准确度比较低。
发明内容
本发明实施例提供了一种基于可见光图像测量人体心率的方法、装置及手持设备,旨在解决现有技术测量得到的人体心率准确度不高的问题。
一方面,提供一种基于可见光图像测量人体心率的方法,所述方法包括:
采集一段用于人体心率测量的视频,并从所述视频中提取出各个视频帧图像;
获取各个视频帧图像中的人脸区域;
将获取的所述人脸区域均划分成num个子区域;
分别对从各个视频帧图像中的各个子区域获取的灰度离散信号进行去噪处理,得到各个视频帧图像中的各个子区域的平均灰度离散信号;
分别对所述平均灰度离散信号进行分析处理,得到所述视频中的各个子区域对应的心率值。
另一方面,提供一种基于可见光图像测量人体心率的装置,所述装置包括:
视频帧提取单元,用于采集一段用于人体心率测量的视频,并从所述视频中提取出各个视频帧图像;
人脸区域获取单元,用于获取各个视频帧图像中的人脸区域;
人脸区域划分单元,用于将获取的所述人脸区域均划分成num个子区域;
去噪声单元,用于分别对从各个视频帧图像中的各个子区域获取的灰度离散信号进行去噪处理,得到各个视频帧图像中的各个子区域的平均灰度离散信号;
子区域心率值计算单元,用于分别对所述平均灰度离散信号进行分析处理,得到所述视频中的各个子区域对应的心率值。
再一方面,提供一种手持设备,所述手持设备包括如上所述的基于可见光图像测量人体心率的装置。
在本发明实施例,在计算人体的心率值时,先对从各个视频帧图像中的各个子区域获取的灰度离散信号进行去噪处理,得到各个视频帧图像中的各个子区域的平均灰度离散信号,再根据该平均灰度离散信号求取人体的心率值。该去噪声的过程中,充分的考虑了光照改变的情况下,对视频中的各个子区域图像的像素值的影响,从而提高了心率值的测量准确度。
附图说明
图1是本发明实施例一提供的基于可见光图像测量人体心率的方法的实现流程图;
图2a和图2b是本发明实施例一提供的人脸区域划分示意图;
图3是本发明实施例二提供的基于可见光图像测量人体心率的方法的实现流程图;
图4是本发明实施例三提供的基于可见光图像测量人体心率的装置的结构框图;
图5是本发明实施例四提供的基于可见光图像测量人体心率的装置的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在本发明实施例中,在计算人体的心率值时,先对从各个视频帧图像中的各个子区域获取的灰度离散信号进行去噪处理,得到各个视频帧图像中的各个子区域的平均灰度离散信号,再根据该平均灰度离散信号求取人体的心率值。该去噪声的过程中,充分的考虑了光照改变的情况下,对视频中的各个子区域图像的像素值的影响,从而提高了心率值的测量准确度。
以下结合具体实施例对本发明的实现进行详细描述:
实施例一
图1示出了本发明实施例一提供的基于可见光图像测量人体心率的方法的实现流程,详述如下:
步骤S101,采集一段用于人体心率测量的视频,并从所述视频中提取出各个视频帧图像xk。
在本实施例中,摄像头图像采集装置获取一段用于人体心率测量的视频,并从该视频中提取出各个视频帧图像,分别标号为{x0,x1,x2,x 3……x k……,x n-2,x n-1},k∈[0,n-1],n为自然数,xk为第k帧视频帧图像。该段用于人体心率测量的视频是通过可见光进行拍摄的,因此将从该视频帧中提取出的各个视频帧图像可以称为可见光图像。
步骤S102,获取各个视频帧图像中的人脸区域。
在本实施例中,利用haar特征人脸检测算法或者肤色检测的方法对各个视频帧图像进行处理,得到各个视频帧图像中的人脸区域。
haar特征人脸检测算法或者肤色检测的方法是现有的公知的方法,在此不再赘述。
步骤S103,将获得的所述人脸区域均划分成num个子区域。
在本实施例中,将获取到的各个视频帧图像中的人脸区域划分成正前额、鼻子、嘴巴等num个区域,在本实施例中,以num等于9为例来进行说明,num的具体数目不做限制。如图2a和图2b所示,由此得到9个包含了例如运动所产生的噪声的感兴趣区域(Region OfInterest,ROI)1-9。
步骤S104,分别对从各个视频帧图像中的各个子区域获取的灰度离散信号进行去噪处理,得到各个视频帧图像中的各个子区域的平均灰度离散信号。
在本实施例中,分别从各个视频帧图像中的各个子区域获取灰度离散信号,为了描述方便,设置各子区域的编号为num,num为1至9的自然数,则各个视频帧图像中的各个子区域的灰度离散信号,即各个子区域中的各个像素点的像素值可以表示为ik,mum(i,j)。
进行去噪声处理的过程为:
步骤1、计算各个视频帧图像中的各个子区域的每一行像素点的行像素平均值每一列像素点的列像素平均值其中w、h分别为各个子区域的宽度和高度。
步骤2、分别对各个子区域的行像素平均值、列像素平均值采用3次多项式的方式进行拟合,拟合曲线如下:
其中pr3、pr2、pr1、pr0为行方向上拟合出来的系数,pc3、pc2、pc1、pc0为列方向上拟合出来的系数,fr(i)、fc(j)分别为行、列拟合值,i和j分别为像素点的坐标位置。
步骤3、根据所述拟合曲线,计算第k帧中当前像素点(i,j)的噪声当量Nk(i,j):
Nk(i,j)=(fr(i)+fc(j))/2
步骤4、根据各个视频帧图像中的各个子区域的灰度离散信号以及所述各个视频帧图像中的各个子区域的噪声当量,统计各个子区域的像素点的平均亮度计算公式如下:
其中ik,num(i,j)第k帧中第num个子区域中当前像素点(i,j)的像素值,h和w分别为各个子区域的高和宽。
通过上述公式,得到各子区域图像连续n帧时间内的平均灰度离散化信号:由此得到9个ROI区域下所包含心跳信息的信号量,以便后续对这9个信号分别进行心跳检测,获取9个区域下的心跳值。
步骤S105,分别对所述平均灰度离散信号进行分析处理,得到所述视频中的各个子区域对应的心率值。
在本实施例中,具体的处理过程为:
步骤11、对各子区域离散化信号 进行归一化操作,得到各个视频帧图像的各个子区域的归一化离散化信号,计算公式如下:
其中,为平均值,σk,num为第k帧中第num个子区域下离散化信号标准方差,lk,num为第k帧中第num个子区域下归一化后的值;
步骤12、采用hanning窗口对所述归一化离散化信号lk,num进行时域低通滤波处理,得到滤波后信号f(k)。
在本实施例中,首先通过Hanning窗口对信号进行时域滤波处理,Hanning窗口公式如下:
其中,f(k)满足下述公式:
if(k<n) t=k;else t=n-1;
if(k>n) s=k-(m-1);else s=0;
其中n为离散化信号系列lk,num的元素个数,m为Hanning窗口系列下的元素个数;t和s只是一个中间变量;同时0≤k<m+n步骤13中的N=m+n。
步骤13、将所述时域信号f(k)通过傅里叶变换DFT转换到频域F(n)。
傅里叶变换公式如下:
步骤14、通过峰值检测原理,获取频率范围为[0.5Hz,2Hz]之间的频率变换曲线中的最大值fhr。
在频域范围内,之所以选择[0.5Hz,2Hz]范围内,是由于峰值频率与心率成60倍的关系,即:0.5-2.0HZ的频率对应的心率为30-120Bmp。
步骤15、根据频率值与心率值的线性关系,获得一分钟内各个视频帧图像中的各个子区域对应心率值K。
K=60×fhr
本实施例,在计算人体的心率值时,先对从各个视频帧图像中的各个子区域获取的灰度离散信号进行去噪处理,得到各个视频帧图像中的各个子区域的平均灰度离散信号,再根据该平均灰度离散信号求取各个视频帧图像中的各个子区域对应的心率值。该去噪声的过程中,充分的考虑了光照改变的情况下,对视频中的各个子区域图像的像素值的影响,从而提高了心率值的测量准确度。
需要说明的是,采集的用于人体心率测量的视频可以是一段人脸面部视频,也可以是一段手部血管视频,在此不做限制,为了描述方便,本实施例以人脸面部视频为例来进行说明。
本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,相应的程序可以存储于一计算机可读取存储介质中,所述的存储介质,如ROM/RAM、磁盘或光盘等。
实施例二
图3示出了本发明实施例二提供的基于可见光图像测量人体心率的方法的实现流程,详述如下:
步骤S301,采集一段用于人体心率测量的视频,并从所述视频中提取出各个视频帧图像xk。
步骤S302,获取各个视频帧图像中的人脸区域。
步骤S303,将获取的所述人脸区域均划分成num个子区域。
步骤S304,分别对从各个视频帧图像中的各个子区域获取的灰度离散信号进行去噪处理,得到各个视频帧图像中的各个子区域的平均灰度离散信号。
步骤S305,对所述平均灰度离散信号进行分析处理,得到所述视频中的各个子区域对应的心率值。
步骤S306,统计各个子区域中符合肤色特征的像素个数的变化总量。
在本实施例中,通过下述步骤来统计各个子区域中符合肤色特征的像素个数的变化总量:
步骤31、统计所采集的视频中的初始帧(即第一帧)划分的num个区域中符合肤色特征的像素个数Tnum,num∈[1,9],分别代表9个子区域,初始化各个子区域权重wnum为1。
步骤32、统计第k帧的各个子区域中符合肤色特征的像素个数Tcurnum(k)。
步骤33、计算各个子区域中符合肤色特征的像素个数变化量ΔTnum(k):
ΔTnum(k)=|Tcurnum(k)-Tnum|
步骤34、统计n帧内的每个子区域中符合肤色特征的像素个数变化总量Sumnum:
其中Tthr为阈值。
步骤S307,根据所述变化总量以及所述视频中的各个子区域对应的心率值,得到所述视频对应的心率值。
在本实施例中,先根据所述变化总量得到所述视频中的各个子区域权重wnum,再根据所述权重wnum以及所述视频中的各个子区域对应的心率值,得到所述视频对应的心率值。
举例如下:
先对9个子区域进行权重赋值,各个子区域的权重如下公式所示:
然后,根据所述权重,对各个子区域对应的心率值进行修正,公式如下所示:
其中,Value为修正后的心率值,Valuenum为第num个子区域获取的心率值。
本实施例,考虑到人脸在检测过程中会有运动,每帧中各个子区域中的所包含的人脸肤色信息量与上一帧有一定的变化,主要体现在当前帧的检测对象有所改变,从而影响心率值检测的准确度。因此根据各个子区域中符合肤色特征的像素个数的变化总量来修正各个子区域对应的心率值,提高了心率测量的准确度。
本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,相应的程序可以存储于一计算机可读取存储介质中,所述的存储介质,如ROM/RAM、磁盘或光盘等。
实施例三
图4示出了本发明实施例三提供的基于可见光图像测量人体心率的装置的具体结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。该基于可见光图像测量人体心率的装置可以是手持设备或者电视终端中的软件单元、硬件单元或者软硬件结合的单元。在本实施例中,该基于可见光图像测量人体心率的装置4包括:视频帧提取单元41、人脸区域获取单元42、人脸区域划分单元43、去噪声单元44和子区域心率值计算单元45。
其中,视频帧提取单元41,用于采集一段用于人体心率测量的视频,并从所述视频中提取出各个视频帧图像;
人脸区域获取单元42,用于获取各个视频帧图像中的人脸区域;
人脸区域划分单元43,用于将获取的所述人脸区域均划分成num个子区域;
去噪声单元44,用于分别对从各个视频帧图像中的各个子区域获取的灰度离散信号进行去噪处理,得到各个视频帧图像中的各个子区域的平均灰度离散信号;
子区域心率值计算单元45,用于分别对所述平均灰度离散信号进行分析处理,得到所述视频中的各个子区域对应的心率值。
具体的,所述去噪声单元44包括:像素平均值计算模块、拟合模块、噪声当量计算模块和平均亮度计算模块。
其中,像素平均值计算模块,用于计算各个视频帧图像中的各个子区域的每一行像素点的行像素平均值,每一列像素点的列像素平均值;
拟合模块,用于分别对各个子区域的行像素平均值、列像素平均值采用3次多项式的方式进行拟合;
噪声当量计算模块,用于根据所述拟合曲线,计算第k帧中当前像素点的噪声当量;
平均亮度计算模块,用于根据各个视频帧图像中的各个子区域的灰度离散信号以及所述各个视频帧图像中的各个子区域的噪声当量,统计各个子区域的像素点的平均亮度。
本发明实施例提供的基于可见光图像测量人体心率的装置可以应用在前述对应的方法实施例一中,详情参见上述实施例一的描述,在此不再赘述。
实施例四
图5示出了本发明实施例四提供的基于可见光图像测量人体心率的装置的具体结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。该基于可见光图像测量人体心率的装置可以是手持设备或者电视终端中的软件单元、硬件单元或者软硬件结合的单元。在本实施例中,该基于可见光图像测量人体心率的装置5包括:视频帧提取单元51、人脸区域获取单元52、人脸区域划分单元53、去噪声单元54、子区域心率值计算单元55、变化总量计算单元56和心率值计算单元57。
其中,视频帧提取单元51、人脸区域获取单元52、人脸区域划分单元53、去噪声单元54、子区域心率值计算单元55的功能与实施例三中的视频帧提取单元41、人脸区域获取单元42、人脸区域划分单元43、去噪声单元44和子区域心率值计算单元45相同,在此不再赘述。
变化总量计算单元56,用于统计子区域心率值计算单元55计算得到的所述视频中的各个子区域中符合肤色特征的像素个数的变化总量;
心率值计算单元57,用于根据所述变化总量以及所述视频中的各个子区域对应的心率值,得到所述视频对应的心率值
具体的,所述变化总量计算单元56包括:第一像素个数统计模块、第二像素个数统计模块、像素个数变化量计算模块和像素个数变化总量计算模块。
其中,第一像素个数统计模块,用于统计所采集的视频中的初始帧划分的num个区域中符合肤色特征的像素个数Tnum,并初始化各个子区域权重wnum为1;
第二像素个数统计模块,用于统计第k帧的各个子区域中符合肤色特征的像素个数Tcurnum(k);
像素个数变化量计算模块,用于计算各个子区域中符合肤色特征的像素个数变化量ΔTnum(k),所述ΔTnum(k)满足:
ΔTnum(k)=|Tcurnum(k)-Tnum|
像素个数变化总量计算模块,用于统计n帧内的每个子区域中符合肤色特征的像素个数变化总量Sumnum。
具体的,所述心率值计算单元57包括:权重计算模块和心率值计算模块。
其中,权重计算模块,用于根据所述变化总量得到所述视频中的各个子区域权重wnum;
心率值计算模块,用于根据所述权重wnum以及所述视频中的各个子区域对应的心率值,得到所述视频对应的心率值。
本发明实施例提供的基于可见光图像测量人体心率的装置可以应用在前述对应的方法实施例二中,详情参见上述实施例二的描述,在此不再赘述。
值得注意的是,上述系统实施例中,所包括的各个单元只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于可见光图像测量人体心率的方法,其特征在于,所述方法包括:
采集一段用于人体心率测量的视频,并从所述视频中提取出各个视频帧图像;
获取各个视频帧图像中的人脸区域;
将获取的所述人脸区域均划分成num个子区域;
分别对从各个视频帧图像中的各个子区域获取的灰度离散信号进行去噪处理,得到各个视频帧图像中的各个子区域的平均灰度离散信号;
分别对所述平均灰度离散信号进行分析处理,得到所述视频中的各个子区域对应的心率值;
在所述分别对所述平均灰度离散信号进行分析处理,得到所述视频中的各个子区域对应的心率值之后,还包括:
统计所述视频中的各个子区域中符合肤色特征的像素个数的变化总量;
根据所述变化总量以及所述视频中的各个子区域对应的心率值,得到所述视频对应的心率值;
所述统计所述视频中的各个子区域中符合肤色特征的像素个数的变化总量包括:
统计所采集的视频中的初始帧划分的num个区域中符合肤色特征的像素个数Tnum,并初始化各个子区域权重wnum为1;
统计第k帧的各个子区域中符合肤色特征的像素个数Tcurnum(k);
计算各个子区域中符合肤色特征的像素个数变化量ΔTnum(k),所述ΔTnum(k)满足:
ΔTnum(k)=|Tcurnum(k)-Tnum|
统计n帧内的每个子区域中符合肤色特征的像素个数变化总量Sumnum。
2.如权利要求1所述的方法,其特征在于,所述分别对从各个视频帧图像中的各个子区域获取的灰度离散信号进行去噪处理,得到各个视频帧图像中的各个子区域的平均灰度离散信号具体包括:
计算各个视频帧图像中的各个子区域的每一行像素点的行像素平均值,每一列像素点的列像素平均值;
分别对各个子区域的行像素平均值、列像素平均值采用3次多项式的方式进行拟合;
根据所述拟合曲线,计算第k帧中当前像素点的噪声当量;
根据各个视频帧图像中的各个子区域的灰度离散信号以及所述各个视频帧图像中的各个子区域的噪声当量,统计各个子区域的像素点的平均亮度。
3.如权利要求1所述的方法,其特征在于,所述根据所述变化总量以及所述视频中的各个子区域对应的心率值,得到所述视频对应的心率值包括:
根据所述变化总量得到所述视频中的各个子区域权重wnum;
根据所述权重wnum以及所述视频中的各个子区域对应的心率值,得到所述视频对应的心率值。
4.一种基于可见光图像测量人体心率的装置,其特征在于,所述装置包括:
视频帧提取单元,用于采集一段用于人体心率测量的视频,并从所述视频中提取出各个视频帧图像;
人脸区域获取单元,用于获取各个视频帧图像中的人脸区域;
人脸区域划分单元,用于将获取的所述人脸区域均划分成num个子区域;
去噪声单元,用于分别对从各个视频帧图像中的各个子区域获取的灰度离散信号进行去噪处理,得到各个视频帧图像中的各个子区域的平均灰度离散信号;
子区域心率值计算单元,用于分别对所述平均灰度离散信号进行分析处理,得到所述视频中的各个子区域对应的心率值;
所述装置还包括:
变化总量计算单元,用于统计所述视频中的各个子区域中符合肤色特征的像素个数的变化总量;
心率值计算单元,用于根据所述变化总量以及所述视频中的各个子区域对应的心率值,得到所述视频对应的心率值;
所述变化总量计算单元包括:
第一像素个数统计模块,用于统计所采集的视频中的初始帧划分的num个区域中符合肤色特征的像素个数Tnum,并初始化各个子区域权重wnum为1;
第二像素个数统计模块,用于统计第k帧的各个子区域中符合肤色特征的像素个数Tcurnum(k);
像素个数变化量计算模块,用于计算各个子区域中符合肤色特征的像素个数变化量ΔTnum(k),所述ΔTnum(k)满足:
ΔTnum(k)=|Tcurnum(k)-Tnum|
像素个数变化总量计算模块,用于统计n帧内的每个子区域中符合肤色特征的像素个数变化总量Sumnum。
5.如权利要求4所述的装置,其特征在于,所述去噪声单元包括:
像素平均值计算模块,用于计算各个视频帧图像中的各个子区域的每一行像素点的行像素平均值,每一列像素点的列像素平均值;
拟合模块,用于分别对各个子区域的行像素平均值、列像素平均值采用3次多项式的方式进行拟合;
噪声当量计算模块,用于根据所述拟合曲线,计算第k帧中当前像素点的噪声当量;
平均亮度计算模块,用于根据各个视频帧图像中的各个子区域的灰度离散信号以及所述各个视频帧图像中的各个子区域的噪声当量,统计各个子区域的像素点的平均亮度。
6.如权利要求4所述的装置,其特征在于,所述心率值计算单元包括:
权重计算模块,用于根据所述变化总量得到所述视频中的各个子区域权重wnum;
心率值计算模块,用于根据所述权重wnum以及所述视频中的各个子区域对应的心率值,得到所述视频对应的心率值。
7.一种手持设备,其特征在于,所述手持设备包括如权利要求4至6任一项所述的基于可见光图像测量人体心率的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210560196.0A CN103054569B (zh) | 2012-12-20 | 2012-12-20 | 基于可见光图像测量人体心率的方法、装置及手持设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210560196.0A CN103054569B (zh) | 2012-12-20 | 2012-12-20 | 基于可见光图像测量人体心率的方法、装置及手持设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103054569A CN103054569A (zh) | 2013-04-24 |
CN103054569B true CN103054569B (zh) | 2015-04-22 |
Family
ID=48097691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210560196.0A Expired - Fee Related CN103054569B (zh) | 2012-12-20 | 2012-12-20 | 基于可见光图像测量人体心率的方法、装置及手持设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103054569B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140334697A1 (en) * | 2013-05-08 | 2014-11-13 | Koninklijke Philips N.V. | Device for obtaining a vital sign of a subject |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104138254A (zh) * | 2013-05-10 | 2014-11-12 | 天津点康科技有限公司 | 非接触式自动心率测量系统及测量方法 |
CN103505196B (zh) * | 2013-09-02 | 2015-06-17 | 展讯通信(上海)有限公司 | 人体脉搏测量方法、装置和移动终端 |
CN103654758A (zh) * | 2013-12-23 | 2014-03-26 | 韩山师范学院 | 一种抗干扰的心率检测方法 |
CN103815890A (zh) * | 2014-03-08 | 2014-05-28 | 哈尔滨工业大学 | 一种利用智能手机摄像头检测心率的方法 |
WO2015172735A1 (en) * | 2014-05-16 | 2015-11-19 | Mediatek Inc. | Detection devices and methods for detecting regions of interest |
US9737219B2 (en) * | 2014-05-30 | 2017-08-22 | Mediatek Inc. | Method and associated controller for life sign monitoring |
CN104207766B (zh) * | 2014-09-28 | 2016-07-06 | 广州视源电子科技股份有限公司 | 一种光学心率测量设备的数据处理方法 |
KR101644586B1 (ko) * | 2014-11-18 | 2016-08-02 | 상명대학교서울산학협력단 | 인체 미동에 의한 hrp 기반 사회 관계성 측정 방법 및 시스템 |
CN105147274B (zh) * | 2015-08-04 | 2018-06-15 | 河北工业大学 | 一种从可见光谱段人脸视频信号中提取心率的方法 |
CN105520724A (zh) * | 2016-02-26 | 2016-04-27 | 严定远 | 一种测量人体心跳速率和呼吸频率的方法 |
TWI646941B (zh) * | 2017-08-09 | 2019-01-11 | 緯創資通股份有限公司 | 生理訊號量測系統及其量測生理訊號之方法 |
TWI667635B (zh) * | 2018-01-09 | 2019-08-01 | 國立交通大學 | 應用於嬰幼兒的監測系統及監測方法 |
TWI653027B (zh) | 2018-06-12 | 2019-03-11 | 國立中興大學 | 人臉壓縮影像的心率提取演算方法 |
CN108937905B (zh) * | 2018-08-06 | 2021-05-28 | 合肥工业大学 | 一种基于信号拟合的非接触式心率检测方法 |
CN111938622B (zh) * | 2020-07-16 | 2022-08-30 | 启航汽车有限公司 | 心率检测方法、装置及系统、可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102341828A (zh) * | 2009-03-06 | 2012-02-01 | 皇家飞利浦电子股份有限公司 | 处理至少一个活体的图像 |
CN102488508A (zh) * | 2011-12-29 | 2012-06-13 | 哈尔滨工业大学 | 一种基于图像捕获的心率测量方法 |
CN102499664A (zh) * | 2011-10-24 | 2012-06-20 | 西双版纳大渡云海生物科技发展有限公司 | 基于视频图像的非接触式生命体征的检测方法及检测系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090226071A1 (en) * | 2008-03-06 | 2009-09-10 | Motorola, Inc. | Method and Apparatus to Facilitate Using Visible Light Images to Determine a Heart Rate |
US8634591B2 (en) * | 2009-08-20 | 2014-01-21 | Koninklijke Philips N.V. | Method and system for image analysis |
JP5672144B2 (ja) * | 2011-05-20 | 2015-02-18 | 富士通株式会社 | 心拍数・呼吸数検出装置,方法およびプログラム |
-
2012
- 2012-12-20 CN CN201210560196.0A patent/CN103054569B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102341828A (zh) * | 2009-03-06 | 2012-02-01 | 皇家飞利浦电子股份有限公司 | 处理至少一个活体的图像 |
CN102499664A (zh) * | 2011-10-24 | 2012-06-20 | 西双版纳大渡云海生物科技发展有限公司 | 基于视频图像的非接触式生命体征的检测方法及检测系统 |
CN102488508A (zh) * | 2011-12-29 | 2012-06-13 | 哈尔滨工业大学 | 一种基于图像捕获的心率测量方法 |
Non-Patent Citations (5)
Title |
---|
Chihiro Takano等.Heart rate measurement based on a time-lapse image.《Medical Engineering & * |
Lorenzo Scalise.Non Contact Heart Monitoring.《Advances in Electrocardiograms- Methods and Analysis》.2012,81-105. * |
Non-contact,automated cardiac pulse measurements using video imaging and blind source separation;Ming-Zher Poh等;《optics express》;20100510;第18卷(第10期);全文 * |
Physics》.2007,第20卷(第8期),853-857. * |
Remote plethysmographic imaging using ambient light;Wim Verkruysse等;《Opt. Express》;20081222;第16卷(第26期);正文第3页倒数第3段-第4页第4段 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140334697A1 (en) * | 2013-05-08 | 2014-11-13 | Koninklijke Philips N.V. | Device for obtaining a vital sign of a subject |
US9339210B2 (en) * | 2013-05-08 | 2016-05-17 | Koninklijke Philips N.V. | Device for obtaining a vital sign of a subject |
Also Published As
Publication number | Publication date |
---|---|
CN103054569A (zh) | 2013-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103054569B (zh) | 基于可见光图像测量人体心率的方法、装置及手持设备 | |
CN111399642B (zh) | 手势的识别方法、装置、移动终端和存储介质 | |
CN105184246A (zh) | 活体检测方法和活体检测系统 | |
CN110456320B (zh) | 一种基于自由空间步态时序特征的超宽带雷达身份识别方法 | |
CN103284702A (zh) | 心电图和脉搏波关系分析及融合分析的方法和装置 | |
Guo et al. | WiReader: Adaptive air handwriting recognition based on commercial WiFi signal | |
CN103211605B (zh) | 一种心理测试系统及心理测试方法 | |
CN110133610A (zh) | 基于时变距离-多普勒图的超宽带雷达动作识别方法 | |
CN104038738A (zh) | 一种提取人体关节点坐标的智能监控系统及方法 | |
CN107095669A (zh) | 一种癫痫患者脑电信号的处理方法及系统 | |
WO2021068781A1 (zh) | 一种疲劳状态识别方法、装置和设备 | |
CN105938513A (zh) | 为计算机辅助诊断提供可靠性的装置和方法 | |
CN105518710A (zh) | 视频检测方法、视频检测系统以及计算机程序产品 | |
CN102525442A (zh) | 一种测量人体脉搏的方法及装置 | |
Yang et al. | Simper: Simple self-supervised learning of periodic targets | |
CN105046882A (zh) | 摔倒检测方法以及装置 | |
CN114093501A (zh) | 基于同步视频与脑电的儿童运动性癫痫智能辅助分析方法 | |
CN109034100A (zh) | 人脸图样检测方法、装置、设备及存储介质 | |
CN114707563A (zh) | 一种基于Wi-Fi信道状态信息的人体动作识别方法 | |
CN111507301A (zh) | 视频处理方法、装置、计算机设备以及存储介质 | |
CN106909935A (zh) | 一种目标跟踪方法及装置 | |
CN114067435A (zh) | 一种基于伪3d卷积网络与注意力机制的睡眠行为检测方法和系统 | |
CN110633630B (zh) | 一种行为识别方法、装置及终端设备 | |
CN112241001A (zh) | 雷达人体动作识别方法、装置、电子设备和存储介质 | |
CN114581749B (zh) | 视听特征融合的目标行为识别方法、装置及应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150422 |
|
CF01 | Termination of patent right due to non-payment of annual fee |