CN113100722A - 一种心率确定方法及装置 - Google Patents

一种心率确定方法及装置 Download PDF

Info

Publication number
CN113100722A
CN113100722A CN202110341254.XA CN202110341254A CN113100722A CN 113100722 A CN113100722 A CN 113100722A CN 202110341254 A CN202110341254 A CN 202110341254A CN 113100722 A CN113100722 A CN 113100722A
Authority
CN
China
Prior art keywords
target
processed
value
determining
hemoglobin concentration
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.)
Granted
Application number
CN202110341254.XA
Other languages
English (en)
Other versions
CN113100722B (zh
Inventor
刘莉
田疆
陈旭杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN202110341254.XA priority Critical patent/CN113100722B/zh
Publication of CN113100722A publication Critical patent/CN113100722A/zh
Application granted granted Critical
Publication of CN113100722B publication Critical patent/CN113100722B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Optics & Photonics (AREA)
  • Pulmonology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本申请实施例公开了一种心率确定方法，该方法包括：获取针对目标对象的待处理视频中的多帧待处理图像；其中，目标对象包括具有目标人脸的对象；对多帧待处理图像进行处理，确定多帧待处理图像中目标人脸的血红蛋白浓度的值；基于多帧待处理图像在待处理视频中的时间和目标人脸的血红蛋白浓度的值，确定待处理信号；对待处理信号进行处理，确定目标对象的心率。本申请实施例同时还公开了一种心率确定装置。

Description

一种心率确定方法及装置
技术领域
本申请涉及图像处理领域的心率确定技术，尤其涉及一种心率确定方法及装置。
背景技术
心率是反映人体的基本健康水平的一项重要生理指标，在心血管疾病、高血压等疾病检测管理中均有重要指示意义，定期进行心率测量观测心率变化可以有效预防各类心血管疾病的发生。目前，对心率进行测量的设备主要有心率测量仪、心率带、心率手环、动脉血压计等；但是，这些测量心率的设备都需要接触被测者的身体才能测量被测者的心率，测量过程复杂且耗费大量时间。
发明内容
为解决上述技术问题，本申请实施例期望提供一种心率确定方法及装置，解决了相关技术中测量心率的测量过程复杂且耗费大量时间的问题，降低了测量心率的测量过程的复杂度，节省了时间。
为达到上述目的，本申请的技术方案是这样实现的：
一种心率确定方法，所述方法包括：
获取针对目标对象的待处理视频中的多帧待处理图像；其中，所述目标对象包括具有目标人脸的对象；
对所述多帧待处理图像进行处理，确定所述多帧待处理图像中所述目标人脸的血红蛋白浓度的值；
基于所述多帧待处理图像在所述待处理视频中的时间和所述目标人脸的血红蛋白浓度的值，确定待处理信号；
对所述待处理信号进行处理，确定所述目标对象的心率。
上述方案中，所述对所述多帧待处理图像进行处理，确定所述多帧待处理图像中所述目标人脸的血红蛋白浓度的值，包括：
确定所述多帧待处理图像的所述目标人脸处的像素点的第一目标像素值；
基于所述第一目标像素值、第一逻辑关系和血红蛋白浓度的第一位置信息，确定所述目标人脸的血红蛋白浓度的值；其中，所述第一逻辑关系表征所述像素点的像素值与光学参数之间的关系。
上述方案中，所述基于所述第一目标像素值、第一逻辑关系和血红蛋白浓度的第一位置信息，确定所述目标人脸的血红蛋白浓度的值，包括：
基于所述第一目标像素值和所述第一逻辑关系，确定目标光学参数集合；
基于所述第一位置信息从所述目标光学参数集合的第一目标光学参数中，确定所述目标人脸的血红蛋白浓度的值。
上述方案中，所述基于所述多帧待处理图像在所述待处理视频中的时间和所述目标人脸的血红蛋白浓度的值，确定待处理信号，包括：
基于黑色素浓度的第二位置信息和皮肤厚度的第三位置信息，从所述目标光学参数集合的第一目标光学参数中，确定所述目标人脸的黑色素浓度的值和所述目标人脸的皮肤厚度的值；
基于所述目标人脸的血红蛋白浓度的值、所述目标人脸的黑色素浓度的值和所述目标人脸的皮肤厚度的值，确定目标数值；
基于所述目标数值和所述时间，确定所述待处理信号。
上述方案中，所述对所述多帧待处理图像进行处理，确定所述多帧待处理图像中所述目标人脸的血红蛋白浓度的值，包括：
确定所述多帧待处理图像的所述目标人脸处的像素点的第一目标像素值；
基于所述第一目标像素值和第一逻辑关系，确定目标光学参数集合；其中，所述第一逻辑关系是所述像素点的像素值与光学参数之间的关系
从所述目标光学参数集合的第一目标光学参数中，确定所述目标人脸的第一目标区域对应的第二目标光学参数；
基于所述第一目标光学参数和所述第二目标光学参数，确定所述血红蛋白浓度的值。
上述方案中，所述基于所述第一目标光学参数和所述第二目标光学参数，确定所述血红蛋白浓度的值，包括：
基于所述第一目标光学参数和所述第二目标光学参数，确定血红蛋白浓度的第四位置信息；
基于所述第四位置信息，从所述目标光学参数集合的第一目标光学参数中，确定所述血红蛋白浓度的值。
上述方案中，所述基于所述多帧待处理图像在所述待处理视频中的时间和所述目标人脸的血红蛋白浓度的值，确定待处理信号，包括：
对所述第一目标区域的血红蛋白浓度的值进行聚类，确定第一参数集和第二参数集；
从所述第一参数集和所述第二参数集中，确定目标参数集；
基于所述目标参数集，确定所述多帧待处理图像的所述目标人脸的第二目标区域；
基于所述第二目标区域的像素点的第二目标像素值和所述时间，确定所述待处理信号。
上述方案中，所述基于所述第二目标区域的像素点的第二目标像素值和所述时间，确定所述待处理信号，包括：
确定矫正参数，并基于所述矫正参数对所述第二目标像素值进行处理得到矫正后的像素值；
从所述矫正后的像素值中确定目标数据，并基于所述目标数据和所述时间生成所述待处理信号。
上述方案中，所述对所述待处理信号进行处理，确定所述目标对象的心率，包括：
对所述待处理信号进行傅里叶变换，得到目标信号；
基于所述目标信号和所述目标频率，确定所述目标对象的心率。
一种心率确定装置，所述装置包括：
获取单元，用于获取针对目标对象的待处理视频中的多帧待处理图像；其中，所述目标对象包括具有目标人脸的对象；
处理单元，用于对所述多帧待处理图像进行处理，确定所述多帧待处理图像中所述目标人脸的血红蛋白浓度的值；
所述处理单元，还用于基于所述多帧待处理图像在所述待处理视频中的时间和所述目标人脸的血红蛋白浓度的值，确定待处理信号；
所述处理单元，还用于对所述待处理信号进行处理，确定所述目标对象的心率。
本申请实施例所提供的心率确定方法及装置，获取针对目标对象的待处理视频中的多帧待处理图像；其中，目标对象包括具有目标人脸的对象；对多帧待处理图像进行处理，确定多帧待处理图像中目标人脸的血红蛋白浓度的值；基于多帧待处理图像在待处理视频中的时间和目标人脸的血红蛋白浓度的值，确定待处理信号；对待处理信号进行处理，确定目标对象的心率；如此，只需要基于多帧待处理图像来确定目标对象的人脸的血红蛋白浓度的值，之后基于血红蛋白浓度值的变化便可以确定目标对象的心率，不需要相关技术中接触目标对象来确定心率，降低了测量心率的测量过程的复杂度，节省了大量的时间。
附图说明
图1为本申请实施例提供的一种心率确定方法的流程示意图；
图2为本申请实施例提供的另一种心率确定方法的流程示意图；
图3为本申请实施例提供的又一种心率确定方法的流程示意图；
图4为本申请实施例提供的一种心率确定装置的结构示意图；
图5为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
本申请实施例提供一种心率确定方法，该方法应用于电子设备，如图1所示，该方法包括以下步骤：
S101、获取针对目标对象的待处理视频中的多帧待处理图像。
其中，目标对象包括具有目标人脸的对象；多帧待处理图像可以是待处理视频中的部分帧图像，也可以是待处理视频中的所有帧图像。
在本申请实施例中，电子设备可以为具有图像采集和处理功能的设备；待处理视频中的多帧待处理图像可以是由电子设备采用自己的图像采集器对目标对象直接采集的；待处理视频中的多帧待处理图像还可以由其它具备图像采集功能的设备对目标对象采集后发送至电子设备的。其中，多帧待处理图像中的每一帧图像中均具有目标对象的目标人脸。
需要说明的是，可以基于目标人脸距离图像采集部件的距离和/或目标人脸的角度确定是否采集针对目标对象的目标人脸的待处理视频；其中，在图像采集部件与目标对象之间的距离小于预设距离时，可以使用图像采集部件采集针对目标对象的目标人脸的待处理视频；在目标人脸角度满足预设角度时，可以使用图像采集部件采集针对目标对象的目标人脸的待处理视频。
在一种可行的实现方式中，在图像采集部件与目标对象之间的距离大于或等于预设距离的情况下和/或目标对象中目标人脸的角度不符合预设角度时，电子设备发出提示声音，以提示目标对象调整自己的位置，提高采集的待处理视频中的目标人脸的清晰度。
S102、对多帧待处理图像进行处理，确定多帧待处理图像中目标人脸的血红蛋白浓度的值。
在本申请实施例中，电子设备可以对多帧待处理图像中像素点的像素值进行分析，来确定多帧待处理图像中目标人脸的血红蛋白浓度的值。其中，目标人脸的血红蛋白浓度的值可以是多帧待处理图像的部分帧图像的目标人脸的血红蛋白浓度的值，还可以是多帧待处理图像的每帧图像中目标人脸的血红蛋白浓度的值。
需要说明的是，在入射光线(可见光)的照射下人体血液呈现的颜色与当前人体血液中血红蛋白的浓度水平有关，基于这一特征可以检测目标对象的目标人脸对入射光线的反射以及透射来得到目标人脸上血液的颜色，进而可以确定图像中目标人脸的血红蛋白浓度的值。
S103、基于多帧待处理图像在待处理视频中的时间和目标人脸的血红蛋白浓度的值，确定待处理信号。
在本申请实施例中，对于多帧待处理图像中任一帧图像而言，基于该帧图像中目标人脸的血红蛋白浓度的值和该帧图像在待处理视频中的时间，建立目标人脸的血红蛋白浓度的值与时间的对应关系，基于多帧待处理图像的目标人脸的血红蛋白浓度的值与多帧待处理图像在待处理视频中的时间，可以得到多个血红蛋白浓度的值与时间的对应关系，并基于多个血红蛋白浓度的值与时间的对应关系生成待处理信号。
S104、对待处理信号进行处理，确定目标对象的心率。
在本申请实施例中，电子设备可以对待处理信号进行处理，得到待处理信号对应的频域信号，基于频域信号中信号点的频率来确定目标对象的心率频率，之后对目标对象的心率频率进行转换得到目标对象的心率。
本申请实施例所提供的心率确定方法，获取针对目标对象的待处理视频中的多帧待处理图像；其中，目标对象包括具有目标人脸的对象；对多帧待处理图像进行处理，确定多帧待处理图像中目标人脸的血红蛋白浓度的值；基于多帧待处理图像在待处理视频中的时间和目标人脸的血红蛋白浓度的值，确定待处理信号；对待处理信号进行处理，确定目标对象的心率；如此，只需要基于多帧待处理图像来确定目标对象的人脸的血红蛋白浓度的值，之后基于血红蛋白浓度值的变化便可以确定目标对象的心率，不需要相关技术中接触目标对象来确定心率，降低了测量心率的测量过程的复杂度，节省了大量的时间。
基于前述实施例，本申请实施例提供一种心率确定方法，参照图2所示，该方法包括以下步骤：
S201、电子设备获取针对目标对象的待处理视频中的多帧待处理图像。
其中，目标对象包括具有目标人脸的对象。
S202、电子设备确定多帧待处理图像的目标人脸处的像素点的第一目标像素值。
其中，目标人脸处的像素点可以为目标人脸区域的像素点。
在本申请实施例中，电子设备可以先获取多帧待处理图像中每个像素点的像素值，之后对多帧待处理图像进行人脸识别，从多帧待处理图像中提取多帧待处理图像中的目标人脸区域，从多帧待处理图像的多个像素点的像素值中提取目标人脸区域对应的像素点的第一目标像素值。
在一种可行的实现方式中，电子设备可以采用人脸识别模型检测多帧待处理图像中的至少一个人脸区域，并计算每个人脸区域的面积，从至少一个人脸区域中确定人脸区域的面积最大值，将面积最大值对应的人脸区域作为待选目标人脸区域，如此，避免采集的多帧待处理图像中目标对象之外的其它对象对确定目标对象的心率造成一定的干扰。之后，电子设备采用关键点检测模型对待选目标人脸区域进行关键点检测，基于多个关键点确定目标人脸的轮廓边界，以从待选目标人脸区域中确定目标人脸区域，提高了确定目标人脸区域的精确度。其中，目标人脸区域的面积小于待选目标人脸区域的面积。
S203、电子设备基于第一目标像素值、第一逻辑关系和血红蛋白浓度的第一位置信息，确定目标人脸的血红蛋白浓度的值。
其中，第一逻辑关系表征像素点的像素值与光学参数之间的关系；血红蛋白浓度的第一位置信息表征血红蛋白浓度在光学参数中的位置，其中，第一目标像素值为目标人脸区域对应的像素点的像素值。
在本申请实施例中，可以将第一目标像素值代入第一逻辑关系中，得到目标人脸区域的像素点对应的光学参数，之后基于血红蛋白浓度在光学参数中的位置，确定目标人脸区域对应的像素点的血红蛋白浓度的值。其中，光学参数包括：血红蛋白浓度、黑色素浓度和皮肤厚度值。
需要说明的是，将第一目标像素值代入第一逻辑关系中，可以得到目标人脸区域对应的像素点的光学参数中的三个数值，但是此时并不知道三个数值中哪一个数值是血红蛋白浓度的值，因此，还需要基于血红蛋白浓度对应的第一位置信息，从得到的三个数值中确定血红蛋白浓度的值。
在一种可行的实现方式中，光学参数可以采用矩阵形式来表示，对于像素点i的光学参数可以表示为αi3×1；该矩阵中的三个元素包括像素点i对应的血红蛋白浓度、像素点i对应的黑色素浓度和像素点i对应的皮肤厚度，若第一位置信息表征α21对应的元素为血红蛋白浓度，则可以将像素点i的光学参数中α21(第二行的第一个)元素的值作为像素点i的血红蛋白浓度的值。
在本申请实施例中S203可以由S203a和S203b来执行。
S203a、电子设备基于第一目标像素值和第一逻辑关系，确定目标光学参数集合。
其中，目标光学参数集合中包括目标人脸区域的像素点的光学参数的多个数值，多个数值包括：血红蛋白浓度的值、黑色素浓度的值和皮肤厚度的值。
在本申请实施例中，可以将第一目标像素值代入第一逻辑关系中，得到目标人脸区域的像素点的光学参数的多个数值，对于目标人脸区域的任一像素点，第一逻辑关系可以用公式(1)表示：
Figure BDA0002999667570000081
其中，ui指的是像素点i的像素值；Wn×3指的是以矩阵形式表示的n个波段的目标光谱响应强度；In×n表示的是n个波段的入射光线的强度；其中，In×n为对角阵；Pn×3表示的是n个波段中单位血红蛋白浓度的反射光线强度、单位黑色素浓度的反射光线强度和单位皮肤厚度的反射光线强度；其中，Wn×3、In×n和Pn×3均为预先确定的已知参数。
S203b、电子设备基于第一位置信息从目标光学参数集合的第一目标光学参数中，确定目标人脸的血红蛋白浓度的值。
其中，目标光学参数集合中包括多个第一目标光学参数，多个第一目标光学参数均不相同；其中，第一目标光学参数的数量可以为3个；第一目标光学参数可以为目标人脸区域的像素点的血红蛋白浓度的值或黑色素浓度的值或皮肤厚度的值。
在本申请实施例中，电子设备可以基于第一位置信息从目标人脸区域的像素点的光学参数中，确定表征血红蛋白浓度的第一目标光学参数，并将该第一目标光学参数作为目标人脸的血红蛋白浓度的值。
在一种可行的实现方式中，第一位置信息可以基于Pn×3来确定，若Pn×3中的第2列元素表示的是n个波段中单位血红蛋白浓度对应的反射光线强度，则对应于αi3×1中第2行元素便表示的血红蛋白浓度，可以从像素点i对应的αi3×1中确定第二行的元素为血红蛋白浓度，并将第二行元素的值作为血红蛋白浓度的值；如此，基于目标人脸区域的像素点的像素值和第一位置信息，便可以得到目标人脸的血红蛋白浓度的值。
S204、电子设备基于黑色素浓度的第二位置信息和皮肤厚度的第三位置信息，从目标光学参数集合的第一目标光学参数中，确定目标人脸的黑色素浓度的值和目标人脸的皮肤厚度的值。
其中，第二位置信息表征黑色素浓度在目标光学参数集合中的位置；第三位置信息表征皮肤厚度在目标光学参数集合中的位置。
在本申请实施例中，电子设备可以基于第二位置信息，在目标光学参数集合的多个第一目标光学参数中确定表征黑色素浓度的第一目标光学参数，并将该第一目标光学参数作为目标人脸的黑色素浓度的值；基于第三位置信息，在目标光学参数集合的多个第一目标光学参数中确定表征皮肤厚度的第一目标光学参数，并将该第一目标光学参数作为目标人脸的皮肤厚度的值。
S205、电子设备基于目标人脸的血红蛋白浓度的值、目标人脸的黑色素浓度的值和目标人脸的皮肤厚度的值，确定目标数值。
在本申请实施例中，针对一帧图像而言，电子设备可以基于该帧图像中目标人脸处的每一像素点对应的血红蛋白浓度的值、黑色素浓度的值和皮肤厚度的值，确定针对每一像素点的值，之后对目标人脸处多个像素点的值进行累加求和，最终可以该帧图像的目标数值。其中，每一像素点对应的值可以先对该像素点血红蛋白浓度的值、黑色素浓度的值和皮肤厚度的值进行求和得到和值，之后确定该像素点的血红蛋白浓度的值与该和值的比值，并将该比值作为该像素点的值。
在一种可行的实现方式中，若第m帧图像的目标人脸处像素点i对应的血红蛋白浓度的值为α2，目标人脸处像素点i对应的黑色素浓度的值为α1，目标人脸处像素点i对应的皮肤厚度的值为α3，则针对该像素点i的值hi可以为用公式(2)来表示：
Figure BDA0002999667570000101
需要说明的是，假设第m帧图像中目标人脸处有n个像素点，那么第m帧图像的目标数值为第m帧图像中n个像素点的值之和。
S206、电子设备基于目标数值和时间，确定待处理信号。
在本申请实施例中，对于任一帧图像而言，可以基于该帧图像对应的目标数值和该帧图像在待处理视频中的时间建立目标数值与时间的对应关系；基于多帧图像对应的多个目标数值和多帧图像在待处理视频中的时间得到可以多个目标数值与时间的对应关系，并基于多个目标数值与时间的对应关系生成待处理视频的待处理信号。
S207、电子设备对待处理信号进行傅里叶变换，得到目标信号。
其中，待处理信号为时域信号；目标信号为频域信号。
在本申请实施例中，电子设备对待处理信号进行傅里叶变换，即是将待处理信号由时域信号转换为频域信号，将转换后的频域信号作为目标信号，以便后续步骤从目标信号的频域中，确定目标对象的心率。
S208、电子设备基于目标信号和目标频率，确定目标对象的心率。
其中，目标频率为预设心率频率。
在本申请实施例中，可以从目标信号中确定目标频率对应的信号，并从目标频率对应的信号中确定信号的最高峰，并将最高峰对应的频率作为目标对象的心率频率，之后对目标对象的心率频率进行转换，得到目标对象的心率。
在一种可行的实现方式中，预设心率频率可以为0.667-3HZ，电子设备可以从目标信号中确定频率在0.667-3HZ对应的信号，并在0.667-3HZ对应的信号中确定信号的最高峰，并将最高峰所对应的频率作为目标对象的心率频率，对目标对象的心率频率乘以60，得到目标对象的心率。
需要说明的是，本实施例中与其它实施例中相同步骤和相同内容的说明，可以参照其它实施例中的描述，此处不再赘述。
本申请实施例所提供的心率确定方法，只需要基于多帧待处理图像来确定目标对象的人脸的血红蛋白浓度的值，之后基于血红蛋白浓度值的变化便可以确定目标对象的心率，不需要相关技术中接触人体来确定心率，降低了测量心率的测量过程的复杂度，节省了大量的时间。
基于前述实施例，本申请实施例提供一种心率确定方法，参照图3所示，该方法包括以下步骤：
S301、电子设备获取针对目标对象的待处理视频中的多帧待处理图像；其中，目标对象包括具有目标人脸的对象。
S302、电子设备确定多帧待处理图像的目标人脸处的像素点的第一目标像素值；
S303、电子设备基于第一目标像素值和第一逻辑关系，确定目标光学参数集合；
其中，第一逻辑关系是像素点的像素值与光学参数之间的关系，目标光学参数集合包括多个数值，多个数值包括血红蛋白浓度的值、黑色素浓度的值和皮肤厚度的值。
需要说明的是，此时虽然可以得到目标光学参数集合中的多个数值，但是并不清楚哪一个数值是血红蛋白浓度的值，因此，还需要进一步的来确定多个血红蛋白浓度的值。
S304、电子设备从目标光学参数集合的第一目标光学参数中，确定目标人脸的第一目标区域对应的第二目标光学参数。
其中，第一目标光学参数可以是目标人脸的的光学参数的值；第一目标区域可以是目标人脸上的特定区域，其中，该特定区域可以包括：目标人脸的脸颊区域和目标人脸的额头区域；第二目标光学参数可以是目标人脸上特定区域的光学参数的值。
需要说明的是，由于人脸血管在脸颊区域和额头区域血液丰富，因此可以基于目标人脸的脸颊区域和额头区域的第二目标光学参数来确定血红蛋白浓度的值。
在本申请实施例中，电子设备可以对目标人脸进行关键点检测，以确定目标人脸中的目标区域；在一种可行的实现方式中，可以采用68点关键点模型对多帧待处理图像进行关键点检测，以确定多帧待处理图像中目标人脸的脸颊区域和额头区域。
S305、电子设备基于第一目标光学参数和第二目标光学参数，确定血红蛋白浓度的值。
在本申请实施例中，电子设备可以基于第一目标光学参数中的第一位置的数值和第二目标光学参数中第一位置的数值、第一目标光学参数中的第二位置的数值和第二目标光学参数中第二位置的数值、第一目标光学参数中的第三位置的数值和第二目标光学参数中第三位置的数值来确定血红蛋白浓度的值。
在本申请实施例中S305可以由S305a和S305b来执行；
S305a、电子设备基于第一目标光学参数和第二目标光学参数，确定血红蛋白浓度的第四位置信息。
其中，第一目标光学参数指的是目标人脸区域中多个像素点对应的光学参数；第二目标光学参数指的是目标人脸区域的部分区域中多个像素点对应的光学参数；目标人脸区域中多个像素点的数量大于目标人脸区域的部分区域中多个像素点的数量。
在本申请实施例中，电子设备可以基于第一目标光学参数中的多个数值和第二目标光学参数中的多个数值，来确定血红蛋白浓度的值；具体过程可以计算第二目标光学参数中多个第一数值的和值记为第一和值，第一目标光学参数中多个第一数值的和值记为第二和值，确定第一和值与第二和值的比值，将该比值记为第一比值；计算第二目标光学参数中多个第二数值的和值记为第三和值，第一目标光学参数中多个第二数值的和值记为第四和值，确定第三和值与第四和值的比值，将该比值记为第二比值；计算第二目标光学参数中多个第三数值的和值记为第五和值，第一目标光学参数中多个第三数值的和值，记为第六和值，确定第五和值与第六和值的比值，将该比值记为第三比值；之后从第一比值、第二比值和第三比值中确定最大比值，并将该最大比值对应的数值的位置信息作为第四位置信息。
在一种可行的实现方式中，将目标人脸区域中的额头区域和脸颊区域的所有像素点对应的α1进行累加得到α1对应的第一和值，将目标人脸区域的所有像素点对应的α1进行累加得到α1对应的第二和值，计算第一和值与第二和值的比值，并将该比值记为α1的第一比值；将额头区域和脸颊区域的所有像素点对应的α2进行累加得到α2对应的第三和值，将目标人脸区域的所有像素点对应的α2进行累加，得到α2对应的第四和值，计算第三和值与第四和值的比值，并将该比值记为α2的第二比值；将额头区域和脸颊区域的所有像素点对应的α3进行累加得到α3对应的第五和值，将目标人脸区域的所有像素点对应的α3进行累加，得到α3对应的第六和值，计算第五和值和第六和值的比值，并将该比值记为α3的第三比值。从第一比值、第二比值和第三比值中确定最大比值，并将最大比值对应的α值的位置信息作为第四位置信息，若α2对应的第二比值为最大比值，则第四位置信息为目标光学参数中α2对应的位置信息。
S305b、电子设备基于第四位置信息，从目标光学参数集合的第一目标光学参数中，确定血红蛋白浓度的值。
在本申请实施例中，电子设备可以基于第四位置信息确定目标光学参数集合中血红蛋白浓度值所在的位置，之后从目标光学参数集合中确定第四位置信息对应的位置的参数为血红蛋白浓度的值。
S306、电子设备对第一目标区域的血红蛋白浓度的值进行聚类，确定第一参数集和第二参数集。
在本申请实施例中，电子设备对第一目标区域的多个像素点的血红蛋白浓度的值进行聚类，得到第一类血红蛋白浓度值对应的第一参数值和第二类血红蛋白浓度值对应的第二参数集。
需要说明的是，对第一目标区域的血红蛋白浓度的值进行聚类，即是自适应确定目标阈值，将大于目标阈值的血红蛋白浓度的值作为一类，并将小于或等于目标阈值的血红蛋白浓度的值作为另一类，由此，每一类对应的血红蛋白浓度的值均可作为一个参数集。
S307、电子设备从第一参数集和第二参数集中，确定目标参数集。
在本申请实施例中，电子设备从第一参数集和第二参数集中确定血红蛋白浓度的值较高的参数集，并将血红蛋白浓度的值较高的参数集作为目标参数集。
在一种可行的实现方式中，假设第一参数集中的血红蛋白浓度的值均小于第二参数集中血红蛋白浓度的值，则可以将第二参数集合作为目标参数集。
S308、电子设备基于目标参数集，确定多帧待处理图像的目标人脸的第二目标区域。
在本申请实施例中，电子设备可以将目标参数集对应的像素点所在的区域作为第二目标区域。
S309、电子设备基于第二目标区域的像素点的第二目标像素值和时间，确定待处理信号。
在本申请实施例中，电子设备可以基于多帧待处理图像中每一帧图像的目标人脸区域的第二目标区域的像素点和该帧图像在待处理视频中的时间，生成像素值与时间的对应关系，并基于像素值与时间的对应关系生成待处理信号。
在本申请实施例中S309可以由S309a和S309b来实现；
S309a、电子设备确定矫正参数，并基于矫正参数对第二目标像素值进行处理得到矫正后的像素值。
在本申请实施例中，电子设备可以基于多帧待处理图像中每帧图像的第二目标像素值，确定每帧图像的帧数据，之后基于多帧图像的帧数据生成待处理视频的待处理数据，对待处理数据进行奇异值分解，确定矫正参数，采用矫正参数对待处理数据进行矫正，得到矫正后的数据。
在一种可行的实现方式中，对于任一帧图像而言，若该帧图像中像素点的第二目标像素值可以用{r,g,b}来表示，其中，r、g和b表示三通道，r、g和b三通道对应的具体数值表示像素值；若该帧图像中第二目标像素值的数量为a，则可以求得a个r通道的像素值的平均值记为第一均值，a个g通道的像素值的平均值记为第二均值，a个b通道的像素值的平均值记为第三均值，并将{第一均值，第二均值，第三均值}作为该帧图像的帧数据，该帧数据也可以称为该帧图像中第二目标像素值的平均像素值。得到每帧图像的帧数据后，可以将多帧图像的帧数据进行组合，若多帧图像的帧数为N，可以将待处理数据以矩阵的形式来表示为P3×N，其中，P3×N中的第一行元素表示N帧图像的第一均值；第二行元素表示N帧图像的第二均值；第三行元素表示N帧图像的第三均值；之后对P3×N进行奇异值分解，则可以得到
Figure BDA0002999667570000151
其中，U3×3＝[u1,u2,u3]中的u1、u2和u3表示r，g，b三通道的主要变化趋势，可以将u1作为矫正参数来对P3×N中的元素进行矫正，具体可以采用公式(3)来确定矫正后的像素值P′3×N：
P′3×N＝(I-u1u1 T)P3×N (3)
需要说明的是，基于矫正参数对第二目标像素值进行处理，可以减少后续生成的待处理信号中的噪声，从而减小了确定的目标对象的心率的误差，进一步地提高了确定的心率的准确性。
S309b、电子设备从矫正后的像素值中确定目标数据，并基于目标数据和时间生成待处理信号。
在本申请实施例中，电子设备可以从矫正后的像素值中确定绿色通道对应的数据，并将绿色通道对应的数据作为目标数据，基于目标数据和目标数据中每一个数据对应的图像在待处理视频中的时间生成目标数据与时间的对应关系，并基于目标数据与时间的对应关系来生成待处理信号。
在一种可行的实现方式中，继续上述举例，得到P′3×N可以从P′3×N中提取第二行数据，并将第二行数据作为目标数据；其中，第二行数据为g通道对应的数据，基于P′3×N中第二行数据中每个元素以及每个元素对应的时间生成第二均值与时间的对应关系，基于第二均值与时间的对应关系来生成待处理信号。其中，每个元素对应的时间为该元素对应的图像在待处理视频中的时间。
S310、电子设备对待处理信号进行傅里叶变换，得到目标信号。
S311、电子设备基于目标信号和目标频率，确定目标对象的心率。
需要说明的是，本实施例中与其它实施例中相同步骤和相同内容的说明，可以参照其它实施例中的描述，此处不再赘述。
基于前述实施例，在本申请的其他实施例中，上述实施例中S203和S303中的第一逻辑关系可以通过下述步骤A-C来实现：
A、电子设备基于皮肤结构参数、样本光学参数和样本光线参数，确定第二逻辑关系。
其中，第二逻辑关系表征不同光学参数与不同波长的反射光线强度之间的关系；皮肤结构可以分为表皮层和真皮层，皮肤结构参数表征皮肤各层对反射光线的影响程度，其中，皮肤结构参数包括：表皮层黑色素对光线的吸收程度，真皮层中上层小分子胶原蛋白对光线的散射程度，真皮层中中层毛细血管对光线的吸收程度以及真皮层中下层较大分子量胶原蛋白对光线的散射程度。样本光学参数中包括多组光学参数，每组光学参数包括：血红蛋白浓度、黑色素浓度和皮肤厚度，每组光学参数的值中血红蛋白浓度的值、黑色素浓度的值和皮肤厚度的值不同。样本光线参数包括多组不同波长的入射光线。
在本申请实施例中，电子设备可以基于皮肤各层对反射光线的影响进行蒙特卡洛模拟，通过改变黑色素浓度、血红蛋白浓度以及皮肤厚度来得到不同波长的入射光线下的反射光线强度。
在一种可行的实现方式中，进行大量试验后，可以得到多组(如1000组)各波段下的反射光线强度，反射光线强度可以简化为光学参数(血红蛋白浓度、黑色素浓度和皮肤厚度)的响应向量的和，第i组反射光线强度Ri(λ)(第二逻辑关系)可以用公式(4)来表示：
Figure BDA0002999667570000171
其中，λ表示入射光线的波长；αij为第i组的第j个光学参数；Pj(λ)为不同波长下第j个光学参数的响应函数；其中j的取值范围为{1,2,3}。
B、电子设备确定不同目标波长对应的目标光谱响应强度和不同目标波长对应的入射光线强度。
其中，不同目标波长对应的目标光谱响应强度可以由电子设备的图像采集部件的传感器参数来确定。
在本申请实施例中，不同目标波长对应的目标光谱响应强度表征图像采集部件的传感器在不同目标波长处，接收的辐亮度与入射的辐亮度的比值；换句话而言，不同目标波长对应的目标光谱响应强度表征电子设备的图像采集部件的红光传感器在不同目标波长处对光线的吸收程度，绿光传感器在不同目标波长处对光线的吸收程度，蓝光传感器在不同目标波长处对光线的吸收程度。
在一种可行的实现方式中，不同目标波长对应的目标光谱响应强度可以用矩阵的形式来表示为Wn×3，n表示目标波段的个数；若以波长350nm为最小波长，750nm为最大波长，从最小波长350nm开始以50nm的波长作为幅值增加，则350nm-750nm之间可以分为8个目标波段，分别为350nm-400nm、400nm-450nm、450nm-500nm、500nm-550nm、550nm-600nm、600nm-650nm、650nm-700nm、700nm-750nm，那么Wn×3中的n为8，Wn×3表示在8个目标波段(波长)下红光传感器、绿光传感器和蓝光传感器对光线的吸收程度。
在本申请实施例中，不同目标波长对应的入射光线强度可以为不同目标波长照射人脸的入射光线的光线强度。
在一种可行的实现方式中，不同目标波长对应的入射光线强度可以用In×n来表示；其中，In×n为对角阵，表示n个目标波段下不同目标波长对应的入射光线强度。
C、电子设备基于第二逻辑关系和目标光谱响应强度、入射光线强度和像素点的像素值，确定第一逻辑关系。
在本申请实施例中，电子设备基于第二逻辑关系确定像素点在人脸上的反射光线强度，之后基于像素点在人脸上的反射光线强度和入射光线强度和像素点的像素值来确定第一逻辑关系。
其中，电子设备可以基于第二逻辑关系得到的像素点在人脸上的反射光线强度rin×1，可以用公式(5)来表示。
rin×1＝Pn×3αi3×1 (5)
其中，rin×1表示像素点i在不同波段下的反射光线强度；Pn×3可以表示n个波段下不同单位光学参数的反射光线强度(n个波段中单位血红蛋白浓度的反射光线强度、单位黑色素浓度的反射光线强度和单位皮肤厚度的反射光线强度)，αi3×1表示像素点i对应的光学参数。
其中，像素点的像素值ui可以用公式(6)来表示：
Figure BDA0002999667570000181
基于公式(5)和公式(6)可以得到的第一逻辑关系，第一逻辑关系可以用公式(1)表示：
Figure BDA0002999667570000191
其中，
Figure BDA0002999667570000192
均为已知量。
基于前述实施例，在本申请的其他实施例中，上述实施例中的S203中的第一位置信息，S204中的第二位置信息和第三位置信息可以通过步骤D来实现：
D、电子设备基于不同目标波长对应的反射光线强度，对第二逻辑关系进行分析，确定血红蛋白浓度的第一位置信息、黑色素浓度的第二位置信息和皮肤厚度的第三位置信息。
在本申请实施例中，可以基于不同目标波长对应的反射光线强度，对第二逻辑关系进行分析，得到分析结果，之后基于血红蛋白的特征和黑色素的特征从分析结果中确定第一位置信息、第二位置信息和第三位置信息。其中，血红蛋白的特征包括血红蛋白在绿色光线附近有明显吸收波峰的特征；黑色素的特征包括黑色素的吸收率随着波长变化的显著下降特征。
在一种可行的实现方式中，第二逻辑关系可以用
Figure BDA0002999667570000193
来表示，之后采用主成分分析技术对
Figure BDA0002999667570000194
进行分析，得到Pj(λ)，其中，j的取值为{1,2,3}；但是此时并不知道P1(λ)、P2(λ)、P3(λ)中哪一个表示的血红蛋白浓度对应的光学参数的响应函数，因此，还需要基于血红蛋白在绿色光线附近有明显吸收波峰的特征和黑色素的吸收率随着波长变化的显著下降特征，从P1(λ)、P2(λ)和P3(λ)中确定血红蛋白浓度对应的响应函数和黑色素浓度对应的响应函数，假设P2(λ)对应的是血红蛋白浓度对应的响应函数，即可以确定血红蛋白的第一位置信息为αi3×1中的第二行元素，同理依次可以确定黑色素浓度的第二位置信息和皮肤厚度的第三位置信息。
基于前述实施例，在本申请的其他实施例中，确定目标光谱响应强度可以通过E和F来实现。
E、电子设备获取不同目标波长对应的多个待选光谱响应强度。
在本申请实施例中，当无法获取电子设备的图像采集部件的传感器参数时，可以通过其他多个具备图像采集功能的设备的传感器参数来确定多个待选光谱响应响度，以便基于多个待选光谱响应强度来确定目标光谱响应强度。
F、电子设备对多个待选光谱响应强度进行处理，确定目标光谱响应强度。
在本申请实施例中，电子设备可以对多个待选光谱响应强度求平均值，将求得的平均值作为目标光谱响应强度。
需要说明的是，本实施例中与其它实施例中相同步骤和相同内容的说明，可以参照其它实施例中的描述，此处不再赘述。
本申请实施例所提供的心率确定方法，只需要基于多帧待处理图像来确定目标对象的人脸的血红蛋白浓度的值，之后基于血红蛋白浓度值的变化便可以确定目标对象的心率，不需要相关技术中接触人体来确定心率，降低了测量心率的测量过程的复杂度，节省了大量的时间。
基于前述实施例，本申请实施例提供一种心率确定装置，该装置可以应用于图1～3对应的实施例提供的心率确定方法中，参照图4所示，该心率确定装置4包括：
获取单元41，用于获取针对目标对象的待处理视频中的多帧待处理图像；其中，目标对象包括具有目标人脸的对象；
处理单元42，用于对多帧待处理图像进行处理，确定多帧待处理图像中目标人脸的血红蛋白浓度的值；
处理单元42，还用于基于多帧待处理图像在待处理视频中的时间和目标人脸的血红蛋白浓度的值，确定待处理信号；
处理单元42，还用于对待处理信号进行处理，确定目标对象的心率。
在本申请实施例中，参考图4，处理单元42还用于执行以下步骤：
确定多帧待处理图像的目标人脸处的像素点的第一目标像素值；
基于第一目标像素值、第一逻辑关系和血红蛋白浓度的第一位置信息，确定目标人脸的血红蛋白浓度的值；其中，第一逻辑关系表征像素点的像素值与光学参数之间的关系。
在本申请实施例中，参考图4，处理单元42还用于执行以下步骤：
基于第一目标像素值和第一逻辑关系，确定目标光学参数集合；
基于第一位置信息从目标光学参数集合的第一目标光学参数中，确定目标人脸的血红蛋白浓度的值。
在本申请实施例中，参考图4，处理单元42还用于执行以下步骤：
基于黑色素浓度的第二位置信息和皮肤厚度的第三位置信息，从目标光学参数集合的目标光学参数中，确定目标人脸的黑色素浓度的值和目标人脸的皮肤厚度的值；
基于目标人脸的血红蛋白浓度的值、目标人脸的黑色素浓度的值和目标人脸的皮肤厚度的值，确定目标数值；
基于目标数值和时间，确定待处理信号。
在本申请实施例中，参考图4，处理单元42还用于执行以下步骤：
确定多帧待处理图像的目标人脸处的像素点的第一目标像素值；
基于第一目标像素值和第一逻辑关系，确定目标光学参数集合；其中，第一逻辑关系是像素点的像素值与光学参数之间的关系
从目标光学参数集合的第一目标光学参数中，确定目标人脸的第一目标区域对应的第二目标光学参数；
基于第一目标光学参数和第二目标光学参数，确定血红蛋白浓度的值。
在本申请实施例中，参考图4，处理单元42还用于执行以下步骤：
基于第一目标光学参数和第二目标光学参数，确定血红蛋白浓度的第四位置信息；
基于第四位置信息，从目标光学参数集合的第一目标光学参数中，确定血红蛋白浓度的值。
在本申请实施例中，参考图4，处理单元42还用于执行以下步骤：
对第一目标区域的血红蛋白浓度的值进行聚类，确定第一参数集和第二参数集；
从第一参数集和第二参数集中，确定目标参数集；
基于目标参数集，确定多帧待处理图像的目标人脸的第二目标区域；
基于第二目标区域的像素点的第二目标像素值和时间，确定待处理信号。
在本申请实施例中，参考图4，处理单元42还用于执行以下步骤：
确定矫正参数，并基于矫正参数对第二目标像素值进行处理得到矫正后的像素值；
从矫正后的像素值中确定目标数据，并基于目标数据和时间生成待处理信号。
在本申请实施例中，参考图4，处理单元42还用于执行以下步骤：
对待处理信号进行傅里叶变换，得到目标信号；
基于目标信号和目标频率，确定目标对象的心率。
在本申请实施例中，参考图4，处理单元42还用于执行以下步骤：
基于皮肤结构参数、样本光学参数和样本光线参数，确定第二逻辑关系；其中，第二逻辑关系表征不同光学参数与不同波长的反射光线强度之间的关系；
确定不同目标波长对应的目标光谱响应强度和不同目标波长对应的入射光线强度；
基于第二逻辑关系和目标光谱响应强度、入射光线强度和像素点的像素值，确定第一逻辑关系。
在本申请实施例中，参考图4，处理单元42还用于执行以下步骤：
基于不同目标波长对应的反射光线强度，对第二逻辑关系进行分析，确定血红蛋白浓度的第一位置信息、黑色素浓度的第二位置信息和皮肤厚度的第三位置信息。
在本申请实施例中，参考图4，处理单元42还用于执行以下步骤：
获取不同目标波长对应的多个待选光谱响应强度；
对多个待选光谱响应强度进行处理，确定目标光谱响应强度。
需要说明的是，本申请实施例中各单元之间的交互过程，可以参照图1～3对应的实施例提供的心率确定方法的实现过程，此处不再赘述。
本申请实施例所提供的心率确定装置，只需要基于多帧待处理图像来确定目标对象的人脸的血红蛋白浓度的值，之后基于血红蛋白浓度值的变化便可以确定目标对象的心率，不需要相关技术中接触人体来确定心率，降低了测量心率的测量过程的复杂度，节省了大量的时间。
基于前述实施例，本申请的实施例提供一种电子设备，该电子设备可以应用于图1～3对应的实施例提供的心率确定方法中，参照图5所示，该电子设备包括：存储器51、处理器52和通信总线53；
通信总线53用于实现处理器52和存储器51之间的通信连接；
处理器52用于执行存储器51中存储的心率确定程序，以实现以下步骤：
获取针对目标对象的待处理视频中的多帧待处理图像；其中，目标对象包括具有目标人脸的对象；
对多帧待处理图像进行处理，确定多帧待处理图像中目标人脸的血红蛋白浓度的值；
基于多帧待处理图像在待处理视频中的时间和目标人脸的血红蛋白浓度的值，确定待处理信号；
对待处理信号进行处理，确定目标对象的心率。
在本申请的其他实施例中，处理器52，用于执行存储器51中存储的可执行指令，以实现以下步骤：
确定多帧待处理图像的目标人脸处的像素点的第一目标像素值；
基于第一目标像素值、第一逻辑关系和血红蛋白浓度的第一位置信息，确定目标人脸的血红蛋白浓度的值；其中，第一逻辑关系表征像素点的像素值与光学参数之间的关系。
在本申请的其他实施例中，处理器52，用于执行存储器51中存储的可执行指令，以实现以下步骤：
基于第一目标像素值和第一逻辑关系，确定目标光学参数集合；
基于第一位置信息从目标光学参数集合的第一目标光学参数中，确定目标人脸的血红蛋白浓度的值。
在本申请的其他实施例中，处理器52，用于执行存储器51中存储的可执行指令，以实现以下步骤：
基于黑色素浓度的第二位置信息和皮肤厚度的第三位置信息，从目标光学参数集合的目标光学参数中，确定目标人脸的黑色素浓度的值和目标人脸的皮肤厚度的值；
基于目标人脸的血红蛋白浓度的值、目标人脸的黑色素浓度的值和目标人脸的皮肤厚度的值，确定目标数值；
基于目标数值和时间，确定待处理信号。
在本申请的其他实施例中，处理器52，用于执行存储器51中存储的可执行指令，以实现以下步骤：
确定多帧待处理图像的目标人脸处的像素点的第一目标像素值；
基于第一目标像素值和第一逻辑关系，确定目标光学参数集合；其中，第一逻辑关系是像素点的像素值与光学参数之间的关系；
从目标光学参数集合的第一目标光学参数中，确定目标人脸的第一目标区域对应的第二目标光学参数；
基于第一目标光学参数和第二目标光学参数，确定血红蛋白浓度的值。
在本申请的其他实施例中，处理器52，用于执行存储器51中存储的可执行指令，以实现以下步骤：
基于第一目标光学参数和第二目标光学参数，确定血红蛋白浓度的第四位置信息；
基于第四位置信息，从目标光学参数集合的第一目标光学参数中，确定血红蛋白浓度的值。
在本申请的其他实施例中，处理器52，用于执行存储器51中存储的可执行指令，以实现以下步骤：
对第一目标区域的血红蛋白浓度的值进行聚类，确定第一参数集和第二参数集；
从第一参数集和第二参数集中，确定目标参数集；
基于目标参数集，确定多帧待处理图像的目标人脸的第二目标区域；
基于第二目标区域的像素点的第二目标像素值和时间，确定待处理信号。
在本申请的其他实施例中，处理器52，用于执行存储器51中存储的可执行指令，以实现以下步骤：
确定矫正参数，并基于矫正参数对第二目标像素值进行处理得到矫正后的像素值；
从矫正后的像素值中确定目标数据，并基于目标数据和时间生成待处理信号。
在本申请的其他实施例中，处理器52，用于执行存储器51中存储的可执行指令，以实现以下步骤：
对待处理信号进行傅里叶变换，得到目标信号；
基于目标信号和目标频率，确定目标对象的心率。
在本申请的其他实施例中，处理器52，用于执行存储器51中存储的可执行指令，以实现以下步骤：
基于皮肤结构参数、样本光学参数和样本光线参数，确定第二逻辑关系；其中，第二逻辑关系表征不同光学参数与不同波长的反射光线强度之间的关系；
确定不同目标波长对应的目标光谱响应强度和不同目标波长对应的入射光线强度；
基于第二逻辑关系和目标光谱响应强度、入射光线强度和像素点的像素值，确定第一逻辑关系。
在本申请的其他实施例中，处理器52，用于执行存储器51中存储的可执行指令，以实现以下步骤：
基于不同目标波长对应的反射光线强度，对第二逻辑关系进行分析，确定血红蛋白浓度的第一位置信息、黑色素浓度的第二位置信息和皮肤厚度的第三位置信息。
在本申请的其他实施例中，处理器52，用于执行存储器51中存储的可执行指令，以实现以下步骤：
获取不同目标波长对应的多个待选光谱响应强度；
对多个待选光谱响应强度进行处理，确定目标光谱响应强度。
需要说明的是，本申请实施例中处理器52所执行的步骤的具体实现过程，可以参照图1～3对应的实施例提供的心率确定方法中的实现过程，此处不再赘述。
本申请实施例所提供的电子设备，只需要基于多帧待处理图像来确定目标对象的人脸的血红蛋白浓度的值，之后基于血红蛋白浓度值的变化便可以确定目标对象的心率，不需要相关技术中接触人体来确定心率，降低了测量心率的测量过程的复杂度，节省了大量的时间。
基于前述实施例，本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有一个或者多个程序，该一个或者多个程序可被一个或者多个处理器执行，以实现图1～3对应的实施例提供的心率确定方法中的步骤。
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
需要说明的是，上述计算机可读存储介质可以是只读存储器(Read Only Memory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性随机存取存储器(Ferromagnetic Random Access Memory，FRAM)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(Compact Disc Read-Only Memory，CD-ROM)等存储器；也可以是包括上述存储器之一或任意组合的各种电子设备，如移动电话、计算机、平板设备、个人数字助理等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所描述的方法。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种心率确定方法，其特征在于，所述方法包括：
获取针对目标对象的待处理视频中的多帧待处理图像；其中，所述目标对象包括具有目标人脸的对象；
对所述多帧待处理图像进行处理，确定所述多帧待处理图像中所述目标人脸的血红蛋白浓度的值；
基于所述多帧待处理图像在所述待处理视频中的时间和所述目标人脸的血红蛋白浓度的值，确定待处理信号；
对所述待处理信号进行处理，确定所述目标对象的心率。
2.根据权利要求1所述的方法，其特征在于，所述对所述多帧待处理图像进行处理，确定所述多帧待处理图像中所述目标人脸的血红蛋白浓度的值，包括：
确定所述多帧待处理图像的所述目标人脸处的像素点的第一目标像素值；
基于所述第一目标像素值、第一逻辑关系和血红蛋白浓度的第一位置信息，确定所述目标人脸的血红蛋白浓度的值；其中，所述第一逻辑关系表征所述像素点的像素值与光学参数之间的关系。
3.根据权利要求2所述的方法，其特征在于，所述基于所述第一目标像素值、第一逻辑关系和血红蛋白浓度的第一位置信息，确定所述目标人脸的血红蛋白浓度的值，包括：
基于所述第一目标像素值和所述第一逻辑关系，确定目标光学参数集合；
基于所述第一位置信息从所述目标光学参数集合的第一目标光学参数中，确定所述目标人脸的血红蛋白浓度的值。
4.根据权利要求3所述的方法，其特征在于，所述基于所述多帧待处理图像在所述待处理视频中的时间和所述目标人脸的血红蛋白浓度的值，确定待处理信号，包括：
基于黑色素浓度的第二位置信息和皮肤厚度的第三位置信息，从所述目标光学参数集合的第一目标光学参数中，确定所述目标人脸的黑色素浓度的值和所述目标人脸的皮肤厚度的值；
基于所述目标人脸的血红蛋白浓度的值、所述目标人脸的黑色素浓度的值和所述目标人脸的皮肤厚度的值，确定目标数值；
基于所述目标数值和所述时间，确定所述待处理信号。
5.根据权利要求1所述的方法，其特征在于，所述对所述多帧待处理图像进行处理，确定所述多帧待处理图像中所述目标人脸的血红蛋白浓度的值，包括：
确定所述多帧待处理图像的所述目标人脸处的像素点的第一目标像素值；
基于所述第一目标像素值和第一逻辑关系，确定目标光学参数集合；其中，所述第一逻辑关系是所述像素点的像素值与光学参数之间的关系；
从所述目标光学参数集合的第一目标光学参数中，确定所述目标人脸的第一目标区域对应的第二目标光学参数；
基于所述第一目标光学参数和所述第二目标光学参数，确定所述血红蛋白浓度的值。
6.根据权利要求5所述的方法，其特征在于，所述基于所述第一目标光学参数和所述第二目标光学参数，确定所述血红蛋白浓度的值，包括：
基于所述第一目标光学参数和所述第二目标光学参数，确定血红蛋白浓度的第四位置信息；
基于所述第四位置信息，从所述目标光学参数集合的第一目标光学参数中，确定所述血红蛋白浓度的值。
7.根据权利要求5或6所述的方法，其特征在于，所述基于所述多帧待处理图像在所述待处理视频中的时间和所述目标人脸的血红蛋白浓度的值，确定待处理信号，包括：
对所述第一目标区域的血红蛋白浓度的值进行聚类，确定第一参数集和第二参数集；
从所述第一参数集和所述第二参数集中，确定目标参数集；
基于所述目标参数集，确定所述多帧待处理图像的所述目标人脸的第二目标区域；
基于所述第二目标区域的像素点的第二目标像素值和所述时间，确定所述待处理信号。
8.根据权利要求7所述的方法，其特征在于，所述基于所述第二目标区域的像素点的第二目标像素值和所述时间，确定所述待处理信号，包括：
确定矫正参数，并基于所述矫正参数对所述第二目标像素值进行处理得到矫正后的像素值；
从所述矫正后的像素值中确定目标数据，并基于所述目标数据和所述时间生成所述待处理信号。
9.根据权利要求1所述的方法，其特征在于，所述对所述待处理信号进行处理，确定所述目标对象的心率，包括：
对所述待处理信号进行傅里叶变换，得到目标信号；
基于所述目标信号和所述目标频率，确定所述目标对象的心率。
10.一种心率确定装置，其特征在于，所述装置包括：
获取单元，用于获取针对目标对象的待处理视频中的多帧待处理图像；其中，所述目标对象包括具有目标人脸的对象；
处理单元，用于对所述多帧待处理图像进行处理，确定所述多帧待处理图像中所述目标人脸的血红蛋白浓度的值；
所述处理单元，还用于基于所述多帧待处理图像在所述待处理视频中的时间和所述目标人脸的血红蛋白浓度的值，确定待处理信号；
所述处理单元，还用于对所述待处理信号进行处理，确定所述目标对象的心率。
CN202110341254.XA 2021-03-30 2021-03-30 一种心率确定方法及装置 Active CN113100722B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110341254.XA CN113100722B (zh) 2021-03-30 2021-03-30 一种心率确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110341254.XA CN113100722B (zh) 2021-03-30 2021-03-30 一种心率确定方法及装置

Publications (2)

Publication Number Publication Date
CN113100722A true CN113100722A (zh) 2021-07-13
CN113100722B CN113100722B (zh) 2023-01-17

Family

ID=76713145

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110341254.XA Active CN113100722B (zh) 2021-03-30 2021-03-30 一种心率确定方法及装置

Country Status (1)

Country Link
CN (1) CN113100722B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3028741A1 (fr) * 2014-11-25 2016-05-27 Peugeot Citroen Automobiles Sa Dispositif de mesure du rythme cardiaque du conducteur d’un vehicule
CN105989357A (zh) * 2016-01-18 2016-10-05 合肥工业大学 一种基于人脸视频处理的心率检测方法
CN106725410A (zh) * 2016-12-12 2017-05-31 努比亚技术有限公司 一种心率检测方法和终端
CN106845395A (zh) * 2017-01-19 2017-06-13 北京飞搜科技有限公司 一种基于人脸识别进行活体检测的方法
WO2018085945A1 (en) * 2016-11-14 2018-05-17 Nuralogix Corporation System and method for camera-based heart rate tracking
CN109069072A (zh) * 2016-02-08 2018-12-21 纽洛斯公司 欺骗检测系统和方法
JP2019042145A (ja) * 2017-09-01 2019-03-22 国立大学法人千葉大学 心拍変動の推定方法、心拍変動の推定プログラム及び心拍変動推定システム

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3028741A1 (fr) * 2014-11-25 2016-05-27 Peugeot Citroen Automobiles Sa Dispositif de mesure du rythme cardiaque du conducteur d’un vehicule
CN105989357A (zh) * 2016-01-18 2016-10-05 合肥工业大学 一种基于人脸视频处理的心率检测方法
CN109069072A (zh) * 2016-02-08 2018-12-21 纽洛斯公司 欺骗检测系统和方法
WO2018085945A1 (en) * 2016-11-14 2018-05-17 Nuralogix Corporation System and method for camera-based heart rate tracking
CN109937002A (zh) * 2016-11-14 2019-06-25 纽洛斯公司 用于基于相机的心率跟踪的系统和方法
CN106725410A (zh) * 2016-12-12 2017-05-31 努比亚技术有限公司 一种心率检测方法和终端
CN106845395A (zh) * 2017-01-19 2017-06-13 北京飞搜科技有限公司 一种基于人脸识别进行活体检测的方法
JP2019042145A (ja) * 2017-09-01 2019-03-22 国立大学法人千葉大学 心拍変動の推定方法、心拍変動の推定プログラム及び心拍変動推定システム

Also Published As

Publication number Publication date
CN113100722B (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
US11617523B2 (en) Apparatus and method for estimating biological component
US10004410B2 (en) System and methods for measuring physiological parameters
US20150031965A1 (en) Monitoring physiological parameters
US20140016832A1 (en) Method and an apparatus for determining vein patterns from a colour image
US9135693B2 (en) Image calibration and analysis
JP6957929B2 (ja) 脈波検出装置、脈波検出方法、及びプログラム
US11783483B2 (en) Detecting abnormalities in vital signs of subjects of videos
CA3204854A1 (en) Systems and methods for evaluating pigmented tissue lesions
Ghosal et al. sHEMO: Smartphone spectroscopy for blood hemoglobin level monitoring in smart anemia-care
WO2020095739A1 (ja) 情報処理装置、情報処理方法、及びプログラム
US11690543B2 (en) System and method for camera-based quantification of blood biomarkers
CN106778168A (zh) 可穿戴式设备的身份识别方法、装置及可穿戴式设备
US20090080727A1 (en) Methods and apparatus for quantifying photo-damage
CN109157825B (zh) 一种检测肌肉外源性疲劳度的方法、装置及存储介质
CN114557685B (zh) 一种非接触式运动鲁棒心率测量方法及测量装置
Kesarwani et al. Non-invasive anaemia detection by examining palm pallor: A smartphone-based approach
CN113100722B (zh) 一种心率确定方法及装置
US20230397826A1 (en) Operation method for measuring biometric index of a subject
KR20140094975A (ko) 투영 변환 블록 계수를 이용한 피부 색소 침착 검출 장치 및 방법
He et al. Remote Photoplethysmography Heart Rate Variability Detection Using Signal to Noise Ratio Bandpass Filtering
CN110135357B (zh) 一种基于远程遥感的幸福感实时检测方法
CN117137451A (zh) 基于远程脉搏波信号的非接触式应激检测方法和系统
CN117017297A (zh) 驾驶员疲劳的预测和识别模型建立方法及其应用
CA3081962A1 (en) Systems and methods for detecting impairment of an individual
CN116305048A (zh) 一种基于改进残差收缩网络的身份识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant