CN116746901B - 一种心率检测方法、装置、设备及可读存储介质 - Google Patents
一种心率检测方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN116746901B CN116746901B CN202311063422.9A CN202311063422A CN116746901B CN 116746901 B CN116746901 B CN 116746901B CN 202311063422 A CN202311063422 A CN 202311063422A CN 116746901 B CN116746901 B CN 116746901B
- Authority
- CN
- China
- Prior art keywords
- value
- heart rate
- image frame
- time
- characteristic information
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 37
- 210000001015 abdomen Anatomy 0.000 claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000009532 heart rate measurement Methods 0.000 description 3
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000010009 beating Methods 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005057 finger movement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 235000013580 sausages Nutrition 0.000 description 1
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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种心率检测方法、装置、设备及可读存储介质，该方法包括：通过设置于移动终端上的摄像头拍摄用户手指指肚的图像帧；从所述图像帧中提取第一特征信息，并根据所述第一特征信息判断在所述图像帧中是否包含手指影像；其中，所述第一特征信息为HSV颜色模型信息；当判定所述图像帧包含手指影像时，从所述图像帧中提取第二特征信息，并根据所述第二特征信息计算所述用户的当前心率值；其中，所述第二特征信息为RGB色彩模式中的红色通道均值；将所述当前心率值显示在所述移动终端的显示屏幕上；本发明能够便捷、准确、快速的检测出用户的当前心率值。
Description
技术领域
本发明涉及数据处理技术领域，特别涉及一种心率检测方法、装置、设备及可读存储介质。
背景技术
随着经济发展和人民生活水平的提高，越来越多的人开始关注自身健康，特别是日常对身体指标的检测；心率作为基础的健康指标，使得人们更加重视对其的检测。目前市场上更多的是使用专用的设备进行心率检测，例如：手环、手表、红外线心率枪等。现有的检测方式都需要使用额外的硬件设备，在使用上缺少便捷性和经济性，且设备的日常维护也需要花费额外的精力；另外，现有的心率检测设备还存在检测准确度不够、检测流程复杂、检测时间长等缺点，例如，部分心率检测设备能测出非人体（火腿肠和橘子）的心率。
因此，如何便捷、准确、快速的检测出用户的心率值成为了本领域技术人员亟需解决的技术问题。
发明内容
本发明的目的在于提供一种心率检测方法、装置、设备及可读存储介质，能够便捷、准确、快速的检测出用户的当前心率值。
根据本发明的一个方面，提供了一种心率检测方法，所述方法包括：
通过设置于移动终端上的摄像头拍摄用户手指指肚的图像帧；
从所述图像帧中提取第一特征信息，并根据所述第一特征信息判断在所述图像帧中是否包含手指影像；其中，所述第一特征信息为HSV颜色模型信息；
当判定所述图像帧包含手指影像时，从所述图像帧中提取第二特征信息，并根据所述第二特征信息计算所述用户的当前心率值；其中，所述第二特征信息为RGB色彩模式中的红色通道均值；
将所述当前心率值显示在所述移动终端的显示屏幕上；
其中，所述从所述图像帧中提取第二特征信息，并根据所述第二特征信息计算所述用户的当前心率值，具体包括：
通过带通滤波器将每个图像帧的第二特征信息转换为取值范围在[-1，1]之间的心率特征值；
根据每个图像帧的心率特征值和拍摄时间戳绘制出正余弦趋势图；其中，所述正余弦趋势图的X轴为拍摄时间戳、Y轴为心率特征值；
获取所述正余弦趋势图中位于X轴上部的各个曲线段，以形成曲线段集合；
依次遍历所述曲线段集合中的各个曲线段，并按照拍摄时间戳的先后顺序依次比较当前遍历到的曲线段中相邻两个心率特征值，以确定出当前遍历到的曲线段的波峰；
在得到所述曲线段集合中每个曲线段的波峰后，将相邻的两个曲线段的波峰所对应的拍摄时间戳的差值设置为时间间隔；
将满足预设条件的时间间隔添加到预设的时间集合中；其中，所述预设条件为：时间间隔大于273ms且小于1200ms、以及相邻的两个时间间隔的变化量小于20%；
根据所述时间集合中的所有时间间隔，通过集中趋势算法，计算出所述用户的当前心率值；
根据所述时间集合中的所有时间间隔，按照如下公式计算出心率变异性指标HRV中的RMSSD值和SDNN值：
；
；
其中，N是所述时间集合中时间间隔的总数量，为所述时间集合中第i组相邻两个时间间隔的差值，/>为所述时间集合中第j个时间间隔，/>为所述时间集合中所有时间间隔的平均值；
统计出所述时间集合中时间间隔大于50ms的个数NN50值、以及统计出所述时间集合中时间间隔大于50ms的占比PNN50值；
此外，所述将所述当前心率值显示在所述移动终端的显示屏幕上，具体包括：
将所述当前心率值、RMSSD值、SDNN值、NN50值、PNN50值显示在所述移动终端的显示屏幕上。
可选的，在所述从所述图像帧中提取第一特征信息，并根据所述第一特征信息判断在所述图像帧中是否包含手指影像之后，所述方法还包括：
若判定在连续拍摄的设定数量的图像帧中均未包含手指影像，则通过所述移动终端的显示屏幕显示提醒消息，以提醒用户调整手指指肚与摄像头的位置关系。
可选的，所述从所述图像帧中提取第一特征信息，具体包括：
根据所述图像帧中各个像素点的RGB色彩模式中的红色通道值、绿色通道值和蓝色通道值，以及所述图像帧的像素点的总数量，计算出所述图像帧的红色通道均值、绿色通道均值和蓝色通道均值；
将所述红色通道均值、绿色通道均值和蓝色通道均值中的最大值设置为第一参考值，将所述红色通道均值、绿色通道均值和蓝色通道均值中的最小值设置为第二参考值，并将所述第一参考值与第二参考值的差值设置为第三参考值；
将所述第一参考值设置为HSV颜色模型中的亮度值；
将所述第三参考值与所述第一参考值的比值设置为HSV颜色模型中的饱和度值。
可选的，所述根据所述第一特征信息判断在所述图像帧中是否包含手指影像，具体包括：
判断所述移动终端在拍摄所述图像帧时是否使用闪光灯；
若是，则当所述图像帧的HSV颜色模型中的饱和度值大于0.6、且亮度值大于0.7时，判定所述图像帧包含手指影像；
若否，则当所述图像帧的HSV颜色模型中的亮度值大于0.7时，判定所述图像帧包含手指影像。
可选的，所述根据所述时间集合中的所有时间间隔，通过集中趋势算法，计算出所述用户的当前心率值，具体包括：
按照升序或降序的方式对所述时间集合中的所有时间间隔进行排序，以得到排序结果；
基于所述排序结果，将排在前25%的时间间隔删除，并将排在后25%的时间间隔删除；
基于所述排序结果中保留的时间间隔计算出平均时间间隔；
将60除以所述平均时间间隔的值设置为所述用户的当前心率值。
为了实现上述目的，本发明还提供一种心率检测装置，所述装置包括：
拍摄模块，用于通过设置于移动终端上的摄像头拍摄用户手指指肚的图像帧；
判断模块，用于从所述图像帧中提取第一特征信息，并根据所述第一特征信息判断在所述图像帧中是否包含手指影像；其中，所述第一特征信息为HSV颜色模型信息；
计算模块，用于当判定所述图像帧包含手指影像时，从所述图像帧中提取第二特征信息，并根据所述第二特征信息计算所述用户的当前心率值；其中，所述第二特征信息为RGB色彩模式中的红色通道均值；
显示模块，用于将所述当前心率值显示在所述移动终端的显示屏幕上；
其中，所述计算模块，具体用于：
通过带通滤波器将每个图像帧的第二特征信息转换为取值范围在[-1，1]之间的心率特征值；
根据每个图像帧的心率特征值和拍摄时间戳绘制出正余弦趋势图；其中，所述正余弦趋势图的X轴为拍摄时间戳、Y轴为心率特征值；
获取所述正余弦趋势图中位于X轴上部的各个曲线段，以形成曲线段集合；
依次遍历所述曲线段集合中的各个曲线段，并按照拍摄时间戳的先后顺序依次比较当前遍历到的曲线段中相邻两个心率特征值，以确定出当前遍历到的曲线段的波峰；
在得到所述曲线段集合中每个曲线段的波峰后，将相邻的两个曲线段的波峰所对应的拍摄时间戳的差值设置为时间间隔；
将满足预设条件的时间间隔添加到预设的时间集合中；其中，所述预设条件为：时间间隔大于273ms且小于1200ms、以及相邻的两个时间间隔的变化量小于20%；
根据所述时间集合中的所有时间间隔，通过集中趋势算法，计算出所述用户的当前心率值；
根据所述时间集合中的所有时间间隔，按照如下公式计算出心率变异性指标HRV中的RMSSD值和SDNN值：
；
；
其中，N是所述时间集合中时间间隔的总数量，为所述时间集合中第i组相邻两个时间间隔的差值，/>为所述时间集合中第j个时间间隔，/>为所述时间集合中所有时间间隔的平均值；
统计出所述时间集合中时间间隔大于50ms的个数NN50值、以及统计出所述时间集合中时间间隔大于50ms的占比PNN50值；
此外，所述显示模块，具体用于：
将所述当前心率值、RMSSD值、SDNN值、NN50值、PNN50值显示在所述移动终端的显示屏幕上。
可选的，所述判断模块，具体用于：
根据所述图像帧中各个像素点的RGB色彩模式中的红色通道值、绿色通道值和蓝色通道值，以及所述图像帧的像素点的总数量，计算出所述图像帧的红色通道均值、绿色通道均值和蓝色通道均值；
将所述红色通道均值、绿色通道均值和蓝色通道均值中的最大值设置为第一参考值，将所述红色通道均值、绿色通道均值和蓝色通道均值中的最小值设置为第二参考值，并将所述第一参考值与第二参考值的差值设置为第三参考值；
将所述第一参考值设置为HSV颜色模型中的亮度值；
将所述第三参考值与所述第一参考值的比值设置为HSV颜色模型中的饱和度值。
可选的，所述判断模块，还用于：
判断所述移动终端在拍摄所述图像帧时是否使用闪光灯；
若是，则当所述图像帧的HSV颜色模型中的饱和度值大于0.6、且亮度值大于0.7时，判定所述图像帧包含手指影像；
若否，则当所述图像帧的HSV颜色模型中的亮度值大于0.7时，判定所述图像帧包含手指影像。
为了实现上述目的，本发明还提供一种计算机设备，该计算机设备具体包括：存储器、处理器以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，所述处理器执行所述计算机程序时实现上述介绍的心率检测方法的步骤。
为了实现上述目的，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述介绍的心率检测方法的步骤。
本发明提供的心率检测方法、装置、设备及可读存储介质，能够在不借助额外设备的情况下，通过用户移动终端便捷、准确、快速的检测出用户的当前心率值，为用户提供了一个更为精准的心率测量结果；此外，通过本发明还能优化心率检测过程的分析时间，减少用户在检测过程中的时间成本。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为实施例一提供的心率检测方法的一种可选的流程示意图；
图2为实施例二提供的心率检测装置的一种可选的组成结构示意图；
图3为实施例三提供的计算机设备的一种可选的硬件架构示意图。
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用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做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。
实施例一
本发明实施例提供了一种心率检测方法，如图1所示，该方法具体包括以下步骤：
步骤S101：通过设置于移动终端上的摄像头拍摄用户手指指肚的图像帧。
具体的，步骤S101，包括：
步骤A1：当接收到心率检测指令时，启动移动终端后置广角摄像头；
步骤A2：将所述摄像头的取帧分辨率设置为640×480；
步骤A3：将所述摄像头的采样帧率设置为30fps；
步骤A4：开启所述移动终端上的闪光灯；
步骤A5：通过所述摄像头覆盖所述用户手指指肚以获取设定时间内的图像帧。
需要说明的是，广角摄像头相对长焦相机，广角摄像头的取景范围更为广泛，此外，由于某些移动终端上未设置有超广角镜头，所以使用广角摄像头具有更广泛的普适性。另外，将取帧分辨率设置为640×480的好处如下：（1）降低了CPU占用率，确保测量过程中，手机保持高性能运行；（2）减少了帧图IO时间，同样会减少帧图到RGB的计算时间；（3）单次帧图的计算时间降低，则整体时间内的采样个数增加,提升测量结果的正确性。另外，若将摄像头的采样帧率设置过低，则获取相同数量的图像帧就需要花费较长时间，若将摄像头的采样帧率设置过高，则部分移动终端不能支持较高的采样帧率；由于目前市面上的移动终端均能支持30fps的采样帧率，故在本实施例中，将摄像头的采样帧率设置为30fps，即，摄像头每秒采集30个图像帧。另外，为了获取更加清晰的图像帧，还需要开启移动终端上的闪光灯。
步骤S102：从所述图像帧中提取第一特征信息，并根据所述第一特征信息判断在所述图像帧中是否包含手指影像；其中，所述第一特征信息为HSV颜色模型信息。
HSV（Hue，Saturation，Value）是根据颜色的直观特性创建的一种颜色空间；HSV颜色模型是指色调H、饱和度S、亮度V三维颜色空间中的一个可见光子集，它包含某个颜色域的所有颜色；其中，色调H的取值范围为0°至360°、饱和度S的取值范围为0至1、亮度V的取值范围为0至1。
具体的，在所述从所述图像帧中提取第一特征信息，并根据所述第一特征信息判断在所述图像帧中是否包含手指影像之后，所述方法还包括：
若判定在连续拍摄的设定数量的图像帧中均未包含手指影像，则通过所述移动终端的显示屏幕显示提醒消息，以提醒用户调整手指指肚与摄像头的位置关系。
在本实施例中，为了避免用户在进行心率检测时，手指指肚与摄像头对不齐的情况出现、以及用户中途移开手指的情况出现，需要实时根据采集到的图像帧的HSV信息及时判断图像帧中是否包含用户手指影像，若图像帧不包含手指影像，则对用户进行提醒，从而确保心率检测的准确性。
进一步的，所述从所述图像帧中提取第一特征信息，具体包括：
步骤B1：根据所述图像帧中各个像素点的RGB色彩模式中的红色通道值、绿色通道值和蓝色通道值，以及所述图像帧的像素点的总数量，计算出所述图像帧的红色通道均值、绿色通道均值和蓝色通道均值；
需要说明的是，在实际应用中可使用vDSP（Vision DSP 视觉数字信号处理)来更快速度的提取图像RGB信息，且可降低运行消耗。
在本实施例中，先使用矩阵法获取图像帧中各个像素点的RGB三颜色通道值，再分别将所有像素点的RGB三颜色通道值累加，以得到RGB三颜色通道总值，最后将每个颜色通道总值除以像素点总个数，以得到图像帧的RGB三颜色通道均值。
步骤B2：将所述红色通道均值、绿色通道均值和蓝色通道均值中的最大值设置为第一参考值，将所述红色通道均值、绿色通道均值和蓝色通道均值中的最小值设置为第二参考值，并将所述第一参考值与第二参考值的差值设置为第三参考值。
步骤B3：将所述第一参考值设置为HSV颜色模型中的亮度值；
步骤B4：将所述第三参考值与所述第一参考值的比值设置为HSV颜色模型中的饱和度值。
优选的，所述第一特征信息为HSV颜色模型中的饱和度值和亮度值。
进一步的，所述根据所述第一特征信息判断在所述图像帧中是否包含手指影像，具体包括：
判断所述移动终端在拍摄所述图像帧时是否使用闪光灯；
若是，则当所述图像帧的HSV颜色模型中的饱和度值大于0.6、且亮度值大于0.7时，判定所述图像帧包含手指影像；
若否，则当所述图像帧的HSV颜色模型中的亮度值大于0.7时，判定所述图像帧包含手指影像。
需要说明的是，亮度是指色彩的明亮程度，它跟光强度之间没有直接关系；饱和度是指所选颜色纯度和该颜色最大纯度的比例，饱和度越高，颜色越深艳；越靠近镜头，血液红色越深，亮度越高，饱和度越高；将饱和度阈值设定在0.6，亮度阈值设定在0.7的好处是：设定更高的阈值条件，让用户可以更规范的，在更靠近摄像头时，才开始采集帧图，提升结果正确性。
需要说明的是，由于有些移动终端不设置有闪光灯（例如，IPAD），因此，在基于HSV颜色模型信息来判断在图像帧中是否包含手指影像时需要区别对待。由于HSV颜色模型中的S值和V值能清晰表述深浅状态和明暗状态；因此当使用闪光灯时，若图像帧的深度和亮度均在平均水平线之上，则说明图像帧中包含手指图像；当不使用闪光灯时，若图像帧的深度在平均水平线之上，则说明图像帧中包含手指图像。
步骤S103：当判定所述图像帧包含手指影像时，从所述图像帧中提取第二特征信息，并根据所述第二特征信息计算所述用户的当前心率值；其中，所述第二特征信息为RGB色彩模式中的红色通道均值。
由于人体血液的颜色为红色，所以选取红色通道值作为用于计算心率值的特征信息。
具体的，所述从所述图像帧中提取第二特征信息，并根据所述第二特征信息计算所述用户的当前心率值，包括：
步骤C1：通过带通滤波器将每个图像帧的第二特征信息转换为取值范围在[-1，1]之间的心率特征值；
优选的，所述步骤C1，具体包括：
将预设带通滤波器设置为4倍频、将低频段设置为40.0/60.0Hz、将高频段设置为300.0/60.0Hz、以及将采样频率设置为30fps；
将每个图像帧的第二特征信息输入设置好的预设带通滤波器中，以通过设置好的预设带通滤波器过滤掉异常的第二特征信息、并将非异常的第二特征信息转换为取值范围在[-1，1]之间的心率特征值。
需要说明的是，正常状态下，人类的心率范围为40次/分钟~220次/分钟，为了包容一些极端情况，在本实施例中将人类的心率范围扩大至40次/分钟~300次/分钟；因此，选取的带通滤波器的低频段是40.0/60.0Hz、高频段是300.0/60.0Hz。另外，由于摄像头的采样帧率设置为30fps，所以带通滤波器的频率参数也配置为30次/秒。此外，带通滤波器可以过滤掉检测过程中的变异数据，变异数据是指明显不符合人类正常心率的数据；同时也可以将数据转变成一条整体的正弦分布的数据组，以便获取数据组的波峰点，从而便于后续计算出心率值。
步骤C2：根据每个图像帧的心率特征值和拍摄时间戳绘制出正余弦趋势图；其中，所述正余弦趋势图的X轴为拍摄时间戳、Y轴为心率特征值；
步骤C3：获取所述正余弦趋势图中位于X轴上部的各个曲线段，以形成曲线段集合；
在本实施例中，正余弦趋势图被y=0分成正负区域，由于只需寻找波峰，所以只需要分析正区域内的数据。
步骤C4：依次遍历所述曲线段集合中的各个曲线段，并按照拍摄时间戳的先后顺序依次比较当前遍历到的曲线段中相邻两个心率特征值，以确定出当前遍历到的曲线段的波峰；
在本实施例中，针对一个曲线段，通过依次比较相邻的两个心率特征值，确定出目标心率特征值；其中，所述目标心率特征值大于位于该目标心率特征值的前一心率特征值、且所述目标心率特征值大于位于该目标心率特征值的后一心率特征值，将所述目标心率特征值设置为波峰。在本实施例中，针对一个曲线段，找到心率特征值逐步上升至开始下降的拐点，即为该曲线段的波峰位置。
步骤C5：在得到所述曲线段集合中每个曲线段的波峰后，将相邻的两个曲线段的波峰所对应的拍摄时间戳的差值设置为时间间隔；
在本实施例中，通过二分极值点法计算心跳时间间隔；只处理Y值大于0的正向部分，计算的时间复杂度降为O(n/2)，提升了分析速度；通过数据差值的比较，计算极值点波峰，更为准确的表示心脏跳动时的状态，从而使心率时间间隔的计算更准确。
在本实施例中，随着血液在手指中的不断流动，呈现在图像帧中的红色部分是有深浅变化的，具体体现在正余弦趋势图中的是：第二特征信息按照高-低-高-低…循环往复。此时，第二特征信息递减至最低值时，会出现波谷，第二特征信息递增至最高值时，会出现波峰；相邻周期波峰的拍摄时间戳差值(单位ms)，则为一次心跳的时间间隔。
步骤C6：将满足预设条件的时间间隔添加到预设的时间集合中；其中，所述预设条件为：时间间隔大于273ms且小于1200ms、以及相邻的两个时间间隔的变化量小于20%；
由于在一个曲线段中会出现两个波峰的情况，例如，在一个曲线段中的心率特征值分别是：0.85-0.9-0.8-0.6-0.5-0.7-0.4，在按照上述方式确定波峰时，会将0.9设置为该曲线段的波峰，但该曲线段的实际波峰应为0.7；为了避免上述情况的发生，通过设置第一预设阈值273ms和第二预设阈值1200ms来对时间间隔进行过滤，从而将时间过短或时间过长的时间间隔过滤掉，进而保证时间集合中的时间间隔都是符合要求的。其中，273ms=（60.0/220.0）×1000，1200ms=（60.0/50.0）×1000。
步骤C7：根据所述时间集合中的所有时间间隔，通过集中趋势算法，计算出所述用户的当前心率值；
步骤C8：根据所述时间集合中的所有时间间隔，按照如下公式计算出心率变异性指标HRV中的RMSSD值和SDNN值：
；
；
其中，N是所述时间集合中时间间隔的总数量，为所述时间集合中第i组相邻两个时间间隔的差值，/>为所述时间集合中第j个时间间隔，/>为所述时间集合中所有时间间隔的平均值；
步骤C9：统计出所述时间集合中时间间隔大于50ms的个数NN50值、以及统计出所述时间集合中时间间隔大于50ms的占比PNN50值。
进一步的，所述步骤C7，具体包括：
步骤C71：按照升序或降序的方式对所述时间集合中的所有时间间隔进行排序，以得到排序结果；
步骤C72：基于所述排序结果，将排在前25%的时间间隔删除，并将排在后25%的时间间隔删除；
步骤C73：基于所述排序结果中保留的时间间隔计算出平均时间间隔；
步骤C74：将60除以所述平均时间间隔的值设置为所述用户的当前心率值。
需要说明的是，由于在检测过程中，不可控的可能产生用户手指移动所带来的影响，因此，为了减少一些异常数据需要按照上述步骤C71至步骤C74的步骤对计算出的时间间隔做采样处理，以去掉异常数据。
步骤S104：将所述当前心率值显示在所述移动终端的显示屏幕上。
具体的，步骤S104，包括：
将所述当前心率值、RMSSD值、SDNN值、NN50值、PNN50值显示在所述移动终端的显示屏幕上。
进一步的，所述方法还包括：
判断所述当前心率值是否属于预设正常心率范围内，若否，则按照预设告警方式进行告警。
其中，所述预设告警方式至少包括以下之一：向指定移动终端发送告警消息、通过当前移动终端的扬声器发出告警音、通过当前移动终端的显示屏幕显示告警信息。
更进一步的，所述方法还包括：
当在所述设定时间内获取到不包含手指影像的图像帧时，清空所述时间集合，并重新计时以重新获取图像帧。
在本实施例中，在心率检测过程中为了减少用户手指在摄像头前移动而造成的负面影响，会实时监测用户的手指位置状态，并提示用户手指不要移动；如果分析过程中用户的手指脱离了摄像头位置，则会重置时间集合，以恢复到初始空状态，并重新收集图像帧，以重新分析，从而减少不连续数据可能带来的数据差异大等情况。
通过本实施例，能够在不借助额外设备的情况下，通过用户移动终端便捷、准确、快速的检测出用户的当前心率值，为用户提供了一个更为精准的心率测量结果；此外，通过本实施例还能优化心率检测过程的分析时间，减少用户在检测过程中的时间成本。
实施例二
本发明实施例提供了一种心率检测装置，如图2所示，该装置具体包括以下组成部分：
拍摄模块201，用于通过设置于移动终端上的摄像头拍摄用户手指指肚的图像帧；
判断模块202，用于从所述图像帧中提取第一特征信息，并根据所述第一特征信息判断在所述图像帧中是否包含手指影像；其中，所述第一特征信息为HSV颜色模型信息；
计算模块203，用于当判定所述图像帧包含手指影像时，从所述图像帧中提取第二特征信息，并根据所述第二特征信息计算所述用户的当前心率值；其中，所述第二特征信息为RGB色彩模式中的红色通道均值；
显示模块204，用于将所述当前心率值显示在所述移动终端的显示屏幕上。
具体的，所述拍摄模块201，用于：
当接收到心率检测指令时，启动移动终端后置广角摄像头；
将所述摄像头的取帧分辨率设置为640×480；
将所述摄像头的采样帧率设置为30fps；
开启所述移动终端上的闪光灯；
通过所述摄像头覆盖所述用户手指指肚以获取设定时间内的图像帧。
具体的，所述装置还包括：
告警模块，用于若判定在连续拍摄的设定数量的图像帧中均未包含手指影像，则通过所述移动终端的显示屏幕显示提醒消息，以提醒用户调整手指指肚与摄像头的位置关系。
具体的，所述判断模块202，用于：
根据所述图像帧中各个像素点的RGB色彩模式中的红色通道值、绿色通道值和蓝色通道值，以及所述图像帧的像素点的总数量，计算出所述图像帧的红色通道均值、绿色通道均值和蓝色通道均值；
将所述红色通道均值、绿色通道均值和蓝色通道均值中的最大值设置为第一参考值，将所述红色通道均值、绿色通道均值和蓝色通道均值中的最小值设置为第二参考值，并将所述第一参考值与第二参考值的差值设置为第三参考值；
将所述第一参考值设置为HSV颜色模型中的亮度值；
将所述第三参考值与所述第一参考值的比值设置为HSV颜色模型中的饱和度值。
进一步的，所述判断模块202，还用于：
判断所述移动终端在拍摄所述图像帧时是否使用闪光灯；
若是，则当所述图像帧的HSV颜色模型中的饱和度值大于0.6、且亮度值大于0.7时，判定所述图像帧包含手指影像；
若否，则当所述图像帧的HSV颜色模型中的亮度值大于0.7时，判定所述图像帧包含手指影像。
具体的，所述计算模块203，用于：
通过带通滤波器将每个图像帧的第二特征信息转换为取值范围在[-1，1]之间的心率特征值；
根据每个图像帧的心率特征值和拍摄时间戳绘制出正余弦趋势图；其中，所述正余弦趋势图的X轴为拍摄时间戳、Y轴为心率特征值；
获取所述正余弦趋势图中位于X轴上部的各个曲线段，以形成曲线段集合；
依次遍历所述曲线段集合中的各个曲线段，并按照拍摄时间戳的先后顺序依次比较当前遍历到的曲线段中相邻两个心率特征值，以确定出当前遍历到的曲线段的波峰；
在得到所述曲线段集合中每个曲线段的波峰后，将相邻的两个曲线段的波峰所对应的拍摄时间戳的差值设置为时间间隔；
将满足预设条件的时间间隔添加到预设的时间集合中；其中，所述预设条件为：时间间隔大于273ms且小于1200ms、以及相邻的两个时间间隔的变化量小于20%；
根据所述时间集合中的所有时间间隔，通过集中趋势算法，计算出所述用户的当前心率值；
根据所述时间集合中的所有时间间隔，按照如下公式计算出心率变异性指标HRV中的RMSSD值和SDNN值：
；
；
其中，N是所述时间集合中时间间隔的总数量，为所述时间集合中第i组相邻两个时间间隔的差值，/>为所述时间集合中第j个时间间隔，/>为所述时间集合中所有时间间隔的平均值；
统计出所述时间集合中时间间隔大于50ms的个数NN50值、以及统计出所述时间集合中时间间隔大于50ms的占比PNN50值。
具体的，所述显示模块204，用于：
将所述当前心率值、RMSSD值、SDNN值、NN50值、PNN50值显示在所述移动终端的显示屏幕上。
此外，所述告警模块，还用于：
判断所述当前心率值是否属于预设正常心率范围内，若否，则按照预设告警方式进行告警。
其中，所述预设告警方式至少包括以下之一：向指定移动终端发送告警消息、通过当前移动终端的扬声器发出告警音、通过当前移动终端的显示屏幕显示告警信息。
此外，所述装置还包括：
重置模块，用于当在所述设定时间内获取到不包含手指影像的图像帧时，清空所述时间集合，并重新计时以重新获取图像帧。
通过本实施例，能够在不借助额外设备的情况下，通过用户移动终端便捷、准确、快速的检测出用户的当前心率值，为用户提供了一个更为精准的心率测量结果；此外，通过本实施例还能优化心率检测过程的分析时间，减少用户在检测过程中的时间成本。
实施例三
本实施例还提供一种计算机设备，如可以执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器（包括独立的服务器，或者多个服务器所组成的服务器集群）等。如图3所示，本实施例的计算机设备30至少包括但不限于：可通过系统总线相互通信连接的存储器301、处理器302。需要指出的是，图3仅示出了具有组件301-302的计算机设备30，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
本实施例中，存储器301（即可读存储介质）包括闪存、硬盘、多媒体卡、卡型存储器（例如，SD或DX存储器等）、随机访问存储器（RAM）、静态随机访问存储器（SRAM）、只读存储器（ROM）、电可擦除可编程只读存储器（EEPROM）、可编程只读存储器（PROM）、磁性存储器、磁盘、光盘等。在一些实施例中，存储器301可以是计算机设备30的内部存储单元，例如该计算机设备30的硬盘或内存。在另一些实施例中，存储器301也可以是计算机设备30的外部存储设备，例如该计算机设备30上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）等。当然，存储器301还可以既包括计算机设备30的内部存储单元也包括其外部存储设备。在本实施例中，存储器301通常用于存储安装于计算机设备30的操作系统和各类应用软件。此外，存储器301还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器302在一些实施例中可以是中央处理器（Central Processing Unit，CPU）、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器302通常用于控制计算机设备30的总体操作。
具体的，在本实施例中，处理器302用于执行存储器301中存储的心率检测方法的程序，所述心率检测方法的程序被执行时实现如下步骤：
通过设置于移动终端上的摄像头拍摄用户手指指肚的图像帧；
从所述图像帧中提取第一特征信息，并根据所述第一特征信息判断在所述图像帧中是否包含手指影像；其中，所述第一特征信息为HSV颜色模型信息；
当判定所述图像帧包含手指影像时，从所述图像帧中提取第二特征信息，并根据所述第二特征信息计算所述用户的当前心率值；其中，所述第二特征信息为RGB色彩模式中的红色通道均值；
将所述当前心率值显示在所述移动终端的显示屏幕上。
上述方法步骤的具体实施例过程可参见实施例一，本实施例在此不再重复赘述。
实施例四
本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器（例如，SD或DX存储器等）、随机访问存储器（RAM）、静态随机访问存储器（SRAM）、只读存储器（ROM）、电可擦除可编程只读存储器（EEPROM）、可编程只读存储器（PROM）、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下方法步骤：
通过设置于移动终端上的摄像头拍摄用户手指指肚的图像帧；
从所述图像帧中提取第一特征信息，并根据所述第一特征信息判断在所述图像帧中是否包含手指影像；其中，所述第一特征信息为HSV颜色模型信息；
当判定所述图像帧包含手指影像时，从所述图像帧中提取第二特征信息，并根据所述第二特征信息计算所述用户的当前心率值；其中，所述第二特征信息为RGB色彩模式中的红色通道均值；
将所述当前心率值显示在所述移动终端的显示屏幕上。
上述方法步骤的具体实施例过程可参见实施例一，本实施例在此不再重复赘述。
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。
上述本发明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。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明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，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种心率检测方法，其特征在于，所述方法包括：
通过设置于移动终端上的摄像头拍摄用户手指指肚的图像帧；
从所述图像帧中提取第一特征信息，并根据所述第一特征信息判断在所述图像帧中是否包含手指影像；其中，所述第一特征信息为HSV颜色模型信息；
当判定所述图像帧包含手指影像时，从所述图像帧中提取第二特征信息，并根据所述第二特征信息计算所述用户的当前心率值；其中，所述第二特征信息为RGB色彩模式中的红色通道均值；
将所述当前心率值显示在所述移动终端的显示屏幕上；
其中，所述从所述图像帧中提取第二特征信息，并根据所述第二特征信息计算所述用户的当前心率值，具体包括：
通过带通滤波器将每个图像帧的第二特征信息转换为取值范围在[-1，1]之间的心率特征值；
根据每个图像帧的心率特征值和拍摄时间戳绘制出正余弦趋势图；其中，所述正余弦趋势图的X轴为拍摄时间戳、Y轴为心率特征值；
获取所述正余弦趋势图中位于X轴上部的各个曲线段，以形成曲线段集合；
依次遍历所述曲线段集合中的各个曲线段，并按照拍摄时间戳的先后顺序依次比较当前遍历到的曲线段中相邻两个心率特征值，以确定出当前遍历到的曲线段的波峰；
在得到所述曲线段集合中每个曲线段的波峰后，将相邻的两个曲线段的波峰所对应的拍摄时间戳的差值设置为时间间隔；
将满足预设条件的时间间隔添加到预设的时间集合中；其中，所述预设条件为：时间间隔大于273ms且小于1200ms、以及相邻的两个时间间隔的变化量小于20%；
根据所述时间集合中的所有时间间隔，通过集中趋势算法，计算出所述用户的当前心率值；
根据所述时间集合中的所有时间间隔，按照如下公式计算出心率变异性指标HRV中的RMSSD值和SDNN值：
；
；
其中，N是所述时间集合中时间间隔的总数量，为所述时间集合中第i组相邻两个时间间隔的差值，/>为所述时间集合中第j个时间间隔，/>为所述时间集合中所有时间间隔的平均值；
统计出所述时间集合中时间间隔大于50ms的个数NN50值、以及统计出所述时间集合中时间间隔大于50ms的占比PNN50值；
此外，所述将所述当前心率值显示在所述移动终端的显示屏幕上，具体包括：
将所述当前心率值、RMSSD值、SDNN值、NN50值、PNN50值显示在所述移动终端的显示屏幕上。
2.根据权利要求1所述的心率检测方法，其特征在于，在所述从所述图像帧中提取第一特征信息，并根据所述第一特征信息判断在所述图像帧中是否包含手指影像之后，所述方法还包括：
若判定在连续拍摄的设定数量的图像帧中均未包含手指影像，则通过所述移动终端的显示屏幕显示提醒消息，以提醒用户调整手指指肚与摄像头的位置关系。
3.根据权利要求1所述的心率检测方法，其特征在于，所述从所述图像帧中提取第一特征信息，具体包括：
根据所述图像帧中各个像素点的RGB色彩模式中的红色通道值、绿色通道值和蓝色通道值，以及所述图像帧的像素点的总数量，计算出所述图像帧的红色通道均值、绿色通道均值和蓝色通道均值；
将所述红色通道均值、绿色通道均值和蓝色通道均值中的最大值设置为第一参考值，将所述红色通道均值、绿色通道均值和蓝色通道均值中的最小值设置为第二参考值，并将所述第一参考值与第二参考值的差值设置为第三参考值；
将所述第一参考值设置为HSV颜色模型中的亮度值；
将所述第三参考值与所述第一参考值的比值设置为HSV颜色模型中的饱和度值。
4.根据权利要求3所述的心率检测方法，其特征在于，所述根据所述第一特征信息判断在所述图像帧中是否包含手指影像，具体包括：
判断所述移动终端在拍摄所述图像帧时是否使用闪光灯；
若是，则当所述图像帧的HSV颜色模型中的饱和度值大于0.6、且亮度值大于0.7时，判定所述图像帧包含手指影像；
若否，则当所述图像帧的HSV颜色模型中的亮度值大于0.7时，判定所述图像帧包含手指影像。
5.根据权利要求1所述的心率检测方法，其特征在于，所述根据所述时间集合中的所有时间间隔，通过集中趋势算法，计算出所述用户的当前心率值，具体包括：
按照升序或降序的方式对所述时间集合中的所有时间间隔进行排序，以得到排序结果；
基于所述排序结果，将排在前25%的时间间隔删除，并将排在后25%的时间间隔删除；
基于所述排序结果中保留的时间间隔计算出平均时间间隔；
将60除以所述平均时间间隔的值设置为所述用户的当前心率值。
6.一种心率检测装置，其特征在于，所述装置包括：
拍摄模块，用于通过设置于移动终端上的摄像头拍摄用户手指指肚的图像帧；
判断模块，用于从所述图像帧中提取第一特征信息，并根据所述第一特征信息判断在所述图像帧中是否包含手指影像；其中，所述第一特征信息为HSV颜色模型信息；
计算模块，用于当判定所述图像帧包含手指影像时，从所述图像帧中提取第二特征信息，并根据所述第二特征信息计算所述用户的当前心率值；其中，所述第二特征信息为RGB色彩模式中的红色通道均值；
显示模块，用于将所述当前心率值显示在所述移动终端的显示屏幕上；
其中，所述计算模块，具体用于：
通过带通滤波器将每个图像帧的第二特征信息转换为取值范围在[-1，1]之间的心率特征值；
根据每个图像帧的心率特征值和拍摄时间戳绘制出正余弦趋势图；其中，所述正余弦趋势图的X轴为拍摄时间戳、Y轴为心率特征值；
获取所述正余弦趋势图中位于X轴上部的各个曲线段，以形成曲线段集合；
依次遍历所述曲线段集合中的各个曲线段，并按照拍摄时间戳的先后顺序依次比较当前遍历到的曲线段中相邻两个心率特征值，以确定出当前遍历到的曲线段的波峰；
在得到所述曲线段集合中每个曲线段的波峰后，将相邻的两个曲线段的波峰所对应的拍摄时间戳的差值设置为时间间隔；
将满足预设条件的时间间隔添加到预设的时间集合中；其中，所述预设条件为：时间间隔大于273ms且小于1200ms、以及相邻的两个时间间隔的变化量小于20%；
根据所述时间集合中的所有时间间隔，通过集中趋势算法，计算出所述用户的当前心率值；
根据所述时间集合中的所有时间间隔，按照如下公式计算出心率变异性指标HRV中的RMSSD值和SDNN值：
；
；
其中，N是所述时间集合中时间间隔的总数量，为所述时间集合中第i组相邻两个时间间隔的差值，/>为所述时间集合中第j个时间间隔，/>为所述时间集合中所有时间间隔的平均值；
统计出所述时间集合中时间间隔大于50ms的个数NN50值、以及统计出所述时间集合中时间间隔大于50ms的占比PNN50值；
此外，所述显示模块，具体用于：
将所述当前心率值、RMSSD值、SDNN值、NN50值、PNN50值显示在所述移动终端的显示屏幕上。
7.根据权利要求6所述的心率检测装置，其特征在于，所述判断模块，具体用于：
根据所述图像帧中各个像素点的RGB色彩模式中的红色通道值、绿色通道值和蓝色通道值，以及所述图像帧的像素点的总数量，计算出所述图像帧的红色通道均值、绿色通道均值和蓝色通道均值；
将所述红色通道均值、绿色通道均值和蓝色通道均值中的最大值设置为第一参考值，将所述红色通道均值、绿色通道均值和蓝色通道均值中的最小值设置为第二参考值，并将所述第一参考值与第二参考值的差值设置为第三参考值；
将所述第一参考值设置为HSV颜色模型中的亮度值；
将所述第三参考值与所述第一参考值的比值设置为HSV颜色模型中的饱和度值。
8.根据权利要求7所述的心率检测装置，其特征在于，所述判断模块，还用于：
判断所述移动终端在拍摄所述图像帧时是否使用闪光灯；
若是，则当所述图像帧的HSV颜色模型中的饱和度值大于0.6、且亮度值大于0.7时，判定所述图像帧包含手指影像；
若否，则当所述图像帧的HSV颜色模型中的亮度值大于0.7时，判定所述图像帧包含手指影像。
9.一种计算机设备，所述计算机设备包括：存储器、处理器以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计算机程序时实现权利要求1至5中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311063422.9A CN116746901B (zh) | 2023-08-23 | 2023-08-23 | 一种心率检测方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311063422.9A CN116746901B (zh) | 2023-08-23 | 2023-08-23 | 一种心率检测方法、装置、设备及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116746901A CN116746901A (zh) | 2023-09-15 |
| CN116746901B true CN116746901B (zh) | 2023-10-20 |
Family
ID=87950169
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311063422.9A Active CN116746901B (zh) | 2023-08-23 | 2023-08-23 | 一种心率检测方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116746901B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103083005A (zh) * | 2011-11-01 | 2013-05-08 | 北京瓦力网络科技有限公司 | 一种心率检测的方法 |
| WO2021248168A1 (de) * | 2020-06-12 | 2021-12-16 | Hauschild Peter R | Umwelt-/gesundheitsmonitoringsystem zur erfassung von elektromagnetischen feldern und der beeinflussung vegetativer regulationsmechanismen des menschlichen organismus |
| CN116327152A (zh) * | 2022-12-14 | 2023-06-27 | 重庆理工大学 | 一种远程非接触式心率检测系统及方法 |
-
2023
- 2023-08-23 CN CN202311063422.9A patent/CN116746901B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103083005A (zh) * | 2011-11-01 | 2013-05-08 | 北京瓦力网络科技有限公司 | 一种心率检测的方法 |
| WO2021248168A1 (de) * | 2020-06-12 | 2021-12-16 | Hauschild Peter R | Umwelt-/gesundheitsmonitoringsystem zur erfassung von elektromagnetischen feldern und der beeinflussung vegetativer regulationsmechanismen des menschlichen organismus |
| CN116327152A (zh) * | 2022-12-14 | 2023-06-27 | 重庆理工大学 | 一种远程非接触式心率检测系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116746901A (zh) | 2023-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021068486A1 (zh) | 基于图像识别的视力检测方法、装置、及计算机设备 | |
| CN104182721A (zh) | 提升人脸识别率的图像处理系统及图像处理方法 | |
| JP5027604B2 (ja) | 指先適正押圧状態報知方法及び装置 | |
| CN112767392A (zh) | 图像清晰度确定方法、装置、设备及存储介质 | |
| CN103324904A (zh) | 人脸识别系统及其方法 | |
| CN112819722A (zh) | 一种红外图像人脸曝光方法、装置、设备及存储介质 | |
| EP1969993A2 (en) | Eyelid detection apparatus and program therefor | |
| CN110572636B (zh) | 摄像头脏污检测方法、装置、存储介质及电子设备 | |
| CN107911625A (zh) | 测光方法、装置、可读存储介质和计算机设备 | |
| JP2007265125A (ja) | コンテンツ表示装置 | |
| CN111144337B (zh) | 火灾检测方法、装置及终端设备 | |
| CN108764139B (zh) | 一种人脸检测方法、移动终端及计算机可读存储介质 | |
| CN110222555B (zh) | 肤色区域的检测方法和装置 | |
| CN111654643B (zh) | 曝光参数确定方法、装置、无人机和计算机可读存储介质 | |
| CN108629293A (zh) | 一种具有反馈机制的自适应近红外虹膜图像采集方法 | |
| CN111444555B (zh) | 一种测温信息显示方法、装置及终端设备 | |
| WO2023071189A1 (zh) | 一种图像处理方法、装置、计算机设备和存储介质 | |
| CN113596344A (zh) | 拍摄处理方法、装置、电子设备和可读存储介质 | |
| CN116746901B (zh) | 一种心率检测方法、装置、设备及可读存储介质 | |
| CN202721740U (zh) | 视频成像系统中背光式场景的自动曝光补偿装置 | |
| CN115760653B (zh) | 图像校正方法、装置、设备及可读存储介质 | |
| CN107403192B (zh) | 一种基于多分类器的快速目标检测方法及系统 | |
| CN115908618A (zh) | 基于脉冲数据的重构图像生成方法、装置、设备及介质 | |
| CN115643483A (zh) | 一种终端设备控制方法、装置、可读存储介质及终端设备 | |
| CN116055607A (zh) | 一种变焦顺滑性评估方法、装置及电子设备 |
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 |