CN116433539A - 一种用于无感知式健康检测的图像处理方法、介质及设备 - Google Patents

一种用于无感知式健康检测的图像处理方法、介质及设备 Download PDF

Info

Publication number
CN116433539A
CN116433539A CN202310709930.3A CN202310709930A CN116433539A CN 116433539 A CN116433539 A CN 116433539A CN 202310709930 A CN202310709930 A CN 202310709930A CN 116433539 A CN116433539 A CN 116433539A
Authority
CN
China
Prior art keywords
video image
body area
brightness range
preset brightness
signal
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.)
Pending
Application number
CN202310709930.3A
Other languages
English (en)
Inventor
曹鹏
李强
刘晶晶
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.)
Jiazhichuang Xiamen Technology Co ltd
Original Assignee
Jiazhichuang Xiamen Technology Co 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 Jiazhichuang Xiamen Technology Co ltd filed Critical Jiazhichuang Xiamen Technology Co ltd
Priority to CN202310709930.3A priority Critical patent/CN116433539A/zh
Publication of CN116433539A publication Critical patent/CN116433539A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/60Editing figures and text; Combining figures or text
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明涉及健康监测技术领域,提供一种用于无感知式健康检测的图像处理方法、介质及设备,包括:周期性采集待测试对象的第一视频图像并对所述第一视频图像进行信噪比分析;根据信噪比分析的结果对所述第一视频图像进行视频图像处理,以满足预设信噪比要求的第二视频图像;将所述第二视频图像作为非接触健康检测人工智能算法模型的输入源。本发明提供的一种用于无感知式健康检测的图像处理方法、介质及设备,其在输入端首先对视频图像的信噪比进行分析,将不满足预设信号比要求的视频图像进行预处理使其符合预设信噪比要求,随后将符合预设信噪比要求的视频图像输入到人工智能算法模型中进行检测。

Description

一种用于无感知式健康检测的图像处理方法、介质及设备
技术领域
本发明涉及人工智能技术领域,特别涉及一种用于无感知式健康检测的图像处理方法、介质及设备。
背景技术
无感知是指在测试人没有感知的情况下,在不需要接触的场景下,基于人工智能的大数据算法分析下的健康检测技术,其利用图形采集设备采集待测试对象的一段时长的视频图像作为无感知式健康检测人工智能算法的输入源,利用成熟的无感知式健康检测人工智能算法推断分析得到待测试对象的生理和心理指标。
天津点康科技有限公司在其申请的专利文献“非接触式自动心率测量系统及测量方法”(专利申请专利号:201310172275.9,公开号:CN 104138254 A)中公开了一种非接触式心率测量系统,系统中的各模块分别为视频采集、分帧提取ROI、基色分量分离、时域信号生成、盲源分离、信号筛选、心率分析。该系统使用盲源分离模块处理时域信号生成模块生成的三路时域信号,并通过信号筛选模块对分离后信号进行筛选,进而得到处理后的心率信号,最终通过心率分析模块算得心率值。
虽然该系统能够实现自动的非接触式远程心率检测,且盲源分离算法的引入使得该系统有一定的抗运动干扰特性,但该系统仍然存在的不足之处是:盲源分离方法对光照较为敏感,在光照较弱或光照变化的场景下,对图像信噪比影响较大,使得图像不符合现有无感知式健康监测算法的要求。
发明内容
为解决上述现有技术中存在的不足,本发明提供一种用于无感知式健康检测的图像处理方法,包括:
S100、周期性采集待测试对象的第一视频图像并对第一视频图像进行信噪比分析;
S200、根据信噪比分析的结果对第一视频图像进行视频图像处理,以生成满足预设信噪比要求的第二视频图像;
S300、将第二视频图像作为非接触健康检测人工智能算法模型的输入源;
其中,S200还包括:
S210、根据采集到的视频图像中身体区域的中线判断采集到的身体区域是否左右对称;
S220、若身体区域不对称,则提示所述待测试对象转动身体以使得身体区域左右对称;或将身体区域面积占比较大一侧的身体区域图像对称复制到另一侧生成身体区域左右对称的所述视频图像;
S230、将待测试对象的身体区域对称划分为至少两块区域,获取每一区域的亮度值;
S240、根据亮度值与预设亮度范围进行比对,根据比对结果调整不符合预设亮度范围的身体区域。
进一步地,S240包括:
当不符合预设亮度范围的身体区域的亮度低于预设亮度范围要求时,将符合预设亮度范围的身体区域图像对称镜像复制到另一侧不符合预设亮度范围的身体区域。
进一步地,S240包括:
当不符合预设亮度范围的身体区域超出预设亮度范围时,将符合预设亮度范围的身体区域图像对称镜像复制到另一侧不符合预设亮度范围的身体区域;或调整偏光镜使超出预设亮度范围的身体区域亮度符合预设亮度范围;其中,偏光镜设置在设备的摄像头处,与设备旋转连接。
进一步地,判断是否存在超出预设亮度范围的身体区域,若存在,则设备控制偏光镜转动使超出预设亮度范围的身体区域亮度符合预设亮度范围;反之,则将符合预设亮度范围的身体区域图像对称镜像复制到另一侧不符合预设亮度范围的身体区域。
进一步地,将采集到的第一视频图像进行分析得到第一信号,随后将第一信号放大以得到信号放大后的第一视频图像。
本发明还提供一种计算机可读存储介质,计算机可读存储介质有计算机指令,计算机被处理器执行时实现如上述任一实施例的用于无感知式健康检测的图像处理方法。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现如上述任一实施例的用于无感知式健康检测的图像处理方法。
基于上述,与现有技术相比,本发明提供的一种用于无感知式健康检测的图像处理方法、介质及设备,其在输入端首先对视频图像的信噪比进行分析,对不满足预设信号比要求的视频图像进行预处理使其符合预设信噪比要求,使得图像质量符合健康监测算法的要求,后将符合预设信噪比要求的视频图像输入到非接触健康检测人工智能算法模型中进行检测,具有良好的应用价值。
本发明的其它特征和有益效果将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他有益效果可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图;在下面描述中附图所述的位置关系,若无特别指明,皆是图示中组件绘示的方向为基准。
图1为本发明提供的一种用于无感知式健康检测的图像处理方法实施例一的流程图;
图2为本发明提供的一种用于无感知式健康检测的图像处理方法实施例二的流程图;
图3为本发明提供的一种用于无感知式健康检测的图像处理方法实施例三的过程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例;下面所描述的本发明不同实施方式中所设计的技术特征只要彼此之间未构成冲突就可以相互结合;基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,本发明所使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域的普通技术人员通常所理解的含义相同的含义,不能理解为对本发明的限制;应进一步理解,本发明所使用的术语应被理解为具有与这些术语在本说明书的上下文和相关领域中的含义一致的含义,并且不应以理想化或过于正式的意义来理解,除本发明中明确如此定义之外。
实施例一
本发明实施例一提供了一种用于无感知式健康检测的图像处理方法,如图1所示,具体包括:
S100、周期性采集待测试对象的第一视频图像并对第一视频图像进行信噪比分析;
S200、根据信噪比分析的结果对第一视频图像进行视频图像处理,以生成满足预设信噪比要求的第二视频图像;
S300、将第二视频图像作为非接触健康检测人工智能算法模型的输入源。
具体实施时,本发明实施例提供的一种用于无感知式健康检测的图像处理方法,可应用于各种具备拍照功能的终端设备,比如平板电脑、笔记本电脑、个人电脑、智能手机、穿戴式电子设备等。
具体实施时,首先使用终端设备的摄像头采集待测试对象的第一视频图像,采集到第一视频图像后,将对第一视频图像进行信噪比分析,检测其是否符合预设信噪比要求,若不符合预设信噪比要求则对第一视频图像进行相应的处理得到符合信噪比要求的第二视频图像,随后将第二视频图像作为输入源输入到非接触健康检测人工智能算法模型中。
其中,所处理得到的视频图像信噪比越高,则信号质量越好。
基于上述,与现有技术相比,本发明提供的一种用于无感知式健康检测的图像处理方法、装置、介质及设备,其在输入端首先对视频图像的信噪比进行分析,对不满足预设信号比要求的视频图像进行预处理使其符合预设信噪比要求,后将符合预设信噪比要求的视频图像作为输入源输入到非接触健康检测人工智能算法模型中进行检测。
实施例二
本发明实施例二在实施例一的基础上,如图2所示,步骤S200还包括:
S210、根据采集到的视频图像中身体区域的中线判断判断采集到的身体区域是否左右对称;
S220、若身体区域不对称,则提示所述待测试对象转动身体以使得身体区域左右对称;或将身体区域面积占比较大一侧的身体区域图像对称复制到另一侧生成身体区域左右对称的所述视频图像。
S230、将所述待测试对象的身体区域对称划分为至少两块区域,获取每一区域的亮度值;
S240、根据所述亮度值与预设亮度范围进行比对,根据比对结果调整不符合预设亮度范围的身体区域。
具体实施时,当在采集视频图像过程中待测试对象转身侧身或者姿态不规范时,无法保证身体区域处于左右对称的状态,这时需要对视频图像进行处理使得身体区域左右对称。
在实施过程中,当人体侧身时,以中线划分靠近摄像头的一侧占比大且身体区域更加贴近身体正位时的状态,其所能够得到的信息也更多,因此可将身体区域面积占比较大一侧的身体区域图像对称复制到另一侧生成身体区域左右对称的所述视频图像。此外还可通过设备直接屏幕显示提示待测试对象转动身体使身体正对摄像头以使得身体区域左右对称;
当不符合预设亮度范围的身体区域的亮度低于预设亮度范围要求时,将符合预设亮度范围的身体区域图像对称镜像复制到另一侧不符合预设亮度范围的身体区域。
当不符合预设亮度范围的身体区域超出预设亮度范围时,将符合预设亮度范围的身体区域图像对称镜像复制到另一侧不符合预设亮度范围的身体区域;或
调整偏光镜使超出预设亮度范围的身体区域亮度符合预设亮度范围;
其中,偏光镜设置在设备的摄像头处,与设备旋转连接。
判断是否存在超出预设亮度范围的身体区域,若存在,则设备控制偏光镜转动使超出预设亮度范围的身体区域亮度符合预设亮度范围;反之,则将符合预设亮度范围的身体区域图像对称镜像复制到另一侧不符合预设亮度范围的身体区域。
采集到的视频图像中所需进行检测亮度的身体区域主要是待测试对象的脸部区域,符合监测要求的面部图像需要满足两个约束:
1.脸部区域必须左右对称,也即人脸必须是正脸;
2.所采集到的正脸光线均一;
但是,在上述要求中,要使得视频采集到的人脸为正脸,只需待测试对象保证正脸由设备拍摄即可,并不会过大的影响信噪比。这就使得环境光源造成的人脸光线不均一,对信噪比有极大的影响,且因为实际应用场景中光线是多变的,因此人脸光线不均一是造成监测结果不准确的主要原因。
因此需要将面部区域之间的亮度值与预设亮度范围进行比对,而在进行亮度对比之前需要将人脸区域进行划分,因为人脸是左右对称的,所以可以根据人脸中线将人脸划分为左右对称的两部分,当然并不限于两块区域,还可以是4块区域、6块区域、10块区域等,甚至更多,将脸部对称划分为左右脸两块区域后,将会产生以下几种情况:
①左右脸亮度均符合预设亮度范围;
②左右脸中有一侧的脸部亮度低于预设亮度范围;
③左右脸中有一侧的脸部亮度超出预设亮度范围;
当为第①种情况时,进行下一步操作,生成第二视频图像传输到人工智能算法模型进行检测分析;
当为第②种情况时,将符合预设亮度范围的面部区域图像对称镜像复制到另一侧不符合预设亮度范围的面部区域,使得人脸图像整体光线均匀,得到准确的健康监测信息;
当为第③种情况时,可以使用对称镜像复制,但如果面部存在二分之一以上的区域超出预设亮度范围,造成曝光严重或者曝光区域对称的区域同样存在曝光现象,这使得对称镜像复制无法很好的改善曝光情况,所以在设备的摄像头处设置有偏光镜,从而将强光过滤,防止人脸图像曝光造成的监测结果不准确。
偏光镜与设备旋转电连接,在使用过程中根据设备根据采集到人脸图像的曝光程度及方向自动调整偏光镜,也可以由待测试对象手动人为调整,使其更适合系统采集视频图像使用。
本实施例通过对影响信噪比的身体区域亮度值进行处理,当视频图像中部分身体区域亮度值较低过暗使得视频图像信噪比较低时,将对称身体区域符合预设亮度值的图像镜像对称复制到过暗区域,消除了亮度过暗对信噪比造成的影响;当身体区域亮度值过高造成曝光使得信噪比较低时,可以使用镜像对称复制,也可使用偏光镜直接对环境光源进行调节,消除了环境光源对身体区域明暗度的影响,上述措施使得信噪比采集过程中身体区域亮度值不符合预设要求造成的噪声信息减少,从而增大目标信号与噪声之间的比值,提高了图像的信噪比,使其更符合非接触健康监测算法的要求。
实施例三
本发明实施例三在实施例一的基础上,如图3所示,包括:
具体实施时,还可将采集到的第一视频图像进行分析得到第一信号,随后将所述第一信号放大以得到信号放大后的第一视频图像。
具体实施时,在进行健康监测的过程中会通过身体区域的肤色变化信号进行分析从而得到人体生理健康指标,但所采集到的视频图像中身体区域的肤色变化变化是较为微弱的,若以这些信号进行分析必然造成计算的信噪比不准确的情况,对此在进行信噪比分析前,需要对肤色变化信号进行放大。
本实施例中通过将第一视频图像得到的第一信号进行放大得到以得到信号放大后的第一视频图像,使得人脸微弱的肤色变化信号得到放大,从而增大视频图像中目标信号与噪声之间的比值,从而避免了因信号变化较弱造成的信噪比计算不准确的因素,减少了不符合预设信噪比要求的视频图像,加快了视频图像的处理进程,能够得到更快速的得到待测试对象的生理健康指标。
经过上述操作,第二视频图像的信噪比相较于第一视频图像的信噪比得到了极大改善,此外,可以继续对第二视频图像继续进行信噪比分析,根据信噪比来判断所生成的第二视频图像是否符合预设信噪比,若生成的第二视频图像不符合预设信噪比,则继续对第二视频图像进行处理得到符合预设信噪比的第二视频图像,随后将符合预设信噪比的视频图像作为非接触健康检测人工智能算法模型的输入源进行检测。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质有计算机指令,计算机被处理器执行时实现如上述任一实施例的用于无感知式健康检测的图像处理方法。
本发明实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行所述程序时实现如上述任一实施例所述的用于无感知式健康检测的图像处理方法。
另外,本领域技术人员应当理解,尽管现有技术中存在许多问题,但是,本发明的每个实施例或技术方案可以仅在一个或几个方面进行改进,而不必同时解决现有技术中或者背景技术中列出的全部技术问题。本领域技术人员应当理解,对于一个权利要求中没有提到的内容不应当作为对于该权利要求的限制。
尽管本文中较多的使用了诸如人脸图像、信噪比、健康监测模型等术语,但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质;把它们解释成任何一种附加的限制都是与本发明精神相违背的;本发明实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”、等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (7)

1.一种用于无感知式健康检测的图像处理方法,其特征在于,包括:
S100、周期性采集待测试对象的第一视频图像并对所述第一视频图像进行信噪比分析;
S200、根据信噪比分析的结果对所述第一视频图像进行视频图像处理,以生成满足预设信噪比要求的第二视频图像;
S300、将所述第二视频图像作为非接触健康检测人工智能算法模型的输入源;
其中,步骤S200处理第一视频图像还包括:
S210、根据采集到的视频图像中身体区域的中线判断采集到的所述身体区域是否左右对称;
S220、若身体区域不对称,则提示所述待测试对象转动身体以使得身体区域左右对称;或将身体区域面积占比较大一侧的身体区域的所述视频图像对称复制到另一侧身体区域生成左右对称的所述视频图像;
S230、将所述待测试对象的身体区域对称划分为至少两块区域,获取每一区域的亮度值;
S240、根据所述亮度值与预设亮度范围进行比对,根据比对结果调整不符合预设亮度范围的身体区域。
2.根据权利要求1所述的用于无感知式健康检测的图像处理方法,其特征在于,S240包括:
当不符合预设亮度范围的身体区域的亮度低于所述预设亮度范围要求时,将符合预设亮度范围的身体区域图像对称镜像复制到另一侧不符合预设亮度范围的身体区域。
3.根据权利要求1所述的用于无感知式健康检测的图像处理方法,其特征在于,S240包括:
当不符合预设亮度范围的身体区域超出所述预设亮度范围时,将符合预设亮度范围的身体区域图像对称镜像复制到另一侧不符合预设亮度范围的身体区域;或
调整偏光镜使超出所述预设亮度范围的身体区域亮度符合预设亮度范围;
其中,所述偏光镜设置在设备的摄像头处,与所述设备旋转电连接。
4.根据权利要求3所述的用于无感知式健康检测的图像处理方法,其特征在于,判断是否存在超出所述预设亮度范围的身体区域,若存在,则设备控制所述偏光镜转动使超出所述预设亮度范围的身体区域亮度符合预设亮度范围;反之,则将符合预设亮度范围的身体区域图像对称镜像复制到另一侧不符合预设亮度范围的身体区域。
5.根据权利要求1所述的用于无感知式健康检测的图像处理方法,其特征在于,将采集到的第一视频图像进行分析得到第一信号,随后将所述第一信号放大以得到信号放大后的所述第一视频图像。
6.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质有计算机指令,所述计算机被处理器执行时实现如权利要求1-5任一项所述的用于无感知式健康检测的图像处理方法。
7.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述的用于无感知式健康检测的图像处理方法。
CN202310709930.3A 2023-06-15 2023-06-15 一种用于无感知式健康检测的图像处理方法、介质及设备 Pending CN116433539A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310709930.3A CN116433539A (zh) 2023-06-15 2023-06-15 一种用于无感知式健康检测的图像处理方法、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310709930.3A CN116433539A (zh) 2023-06-15 2023-06-15 一种用于无感知式健康检测的图像处理方法、介质及设备

Publications (1)

Publication Number Publication Date
CN116433539A true CN116433539A (zh) 2023-07-14

Family

ID=87094764

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310709930.3A Pending CN116433539A (zh) 2023-06-15 2023-06-15 一种用于无感知式健康检测的图像处理方法、介质及设备

Country Status (1)

Country Link
CN (1) CN116433539A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102262775A (zh) * 2010-05-26 2011-11-30 深圳迈瑞生物医疗电子股份有限公司 一种图像降噪方法、装置及图像处理设备
CN103383595A (zh) * 2012-05-02 2013-11-06 三星电子株式会社 基于用户人脸的分析控制移动终端的装置和方法
KR20170056232A (ko) * 2015-11-13 2017-05-23 금오공과대학교 산학협력단 비접촉 방식의 생체신호 측정방법 및 이를 이용한 생체신호 측정장치
CN112991469A (zh) * 2019-12-17 2021-06-18 上海光启智城网络科技有限公司 一种人脸亮度补偿方法、装置及计算机可读存储介质
US20210239863A1 (en) * 2020-01-31 2021-08-05 INSERM (Institut National de la Santé et de la Recherche Médicale) Super resolution in positron emission tomography imaging using ultrafast ultrasound imaging
CN114246570A (zh) * 2021-12-06 2022-03-29 南京邮电大学 峰值信噪比和皮尔森相关系数融合的近红外心率检测方法
CN114332915A (zh) * 2021-12-02 2022-04-12 深圳云天励飞技术股份有限公司 人体属性检测方法、装置、计算机设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102262775A (zh) * 2010-05-26 2011-11-30 深圳迈瑞生物医疗电子股份有限公司 一种图像降噪方法、装置及图像处理设备
CN103383595A (zh) * 2012-05-02 2013-11-06 三星电子株式会社 基于用户人脸的分析控制移动终端的装置和方法
KR20170056232A (ko) * 2015-11-13 2017-05-23 금오공과대학교 산학협력단 비접촉 방식의 생체신호 측정방법 및 이를 이용한 생체신호 측정장치
CN112991469A (zh) * 2019-12-17 2021-06-18 上海光启智城网络科技有限公司 一种人脸亮度补偿方法、装置及计算机可读存储介质
US20210239863A1 (en) * 2020-01-31 2021-08-05 INSERM (Institut National de la Santé et de la Recherche Médicale) Super resolution in positron emission tomography imaging using ultrafast ultrasound imaging
CN114332915A (zh) * 2021-12-02 2022-04-12 深圳云天励飞技术股份有限公司 人体属性检测方法、装置、计算机设备及存储介质
CN114246570A (zh) * 2021-12-06 2022-03-29 南京邮电大学 峰值信噪比和皮尔森相关系数融合的近红外心率检测方法

Similar Documents

Publication Publication Date Title
US11900647B2 (en) Image classification method, apparatus, and device, storage medium, and medical electronic device
CN107451998B (zh) 一种眼底图像质量控制方法
CN108197546B (zh) 人脸识别中光照处理方法、装置、计算机设备及存储介质
CN105100632B (zh) 成像设备自动曝光的调整方法及装置、成像设备
CN112396011B (zh) 一种基于视频图像心率检测及活体检测的人脸识别系统
JP6793325B2 (ja) 肌診断装置および肌診断方法
US20210082127A1 (en) Image analysis apparatus, image analysis method, and storage medium to display information representing flow quantity
CN110059666B (zh) 一种注意力检测方法及装置
CN111444555B (zh) 一种测温信息显示方法、装置及终端设备
CN103340604A (zh) 黄疸自动分析检测方法及计算机程序产品
CN111368717A (zh) 视线确定方法、装置、电子设备和计算机可读存储介质
US20240046632A1 (en) Image classification method, apparatus, and device
CN111368698B (zh) 主体识别方法、装置、电子设备及介质
Yang et al. Graph-based depth video denoising and event detection for sleep monitoring
CN112884666A (zh) 图像处理方法、装置及计算机存储介质
Kong et al. Robust imaging photoplethysmography in long-distance motion
CN116433539A (zh) 一种用于无感知式健康检测的图像处理方法、介质及设备
CN115423804B (zh) 影像标定方法及装置、影像处理方法
JP2015009140A (ja) 黄疸測定プログラム、及び、それを用いる黄疸測定システム
CN111588345A (zh) 眼部疾病检测方法、ar眼镜及可读存储介质
CN107527011B (zh) 一种非接触式皮肤电阻变化趋势检测方法、装置及设备
US11538190B2 (en) Image analyzing method of increasing analysis accuracy and related image monitoring apparatus
CN113989588A (zh) 一种基于自学习的五边形绘图测试智能评价系统及方法
CN111669575A (zh) 图像处理效果的测试方法、系统、电子设备、介质及终端
CN112989866B (zh) 对象识别方法、装置、电子设备和可读存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20230714