基于人脸视频的心率参数提取

为了在舒适非接触环境下检测被试者的心率变化,本文设计了一种通过普通摄像头来检测心率参数的信号处理系统.首先,将KLT(Kanade-Lucas-Tomasi)算法跟踪识别到的人脸视频图像转换到YCbCr颜色空间来进行皮肤检测,并同时转换到Cg颜色通道来提取高质量的光电容积脉搏波(Photoplethysmography,PPG)信号.然后,用Morlet复小波作为母波绘制PPG信号的小波能量谱图.最后根据心率信号的生理特性,去除伪点噪声,提取随时间变化的心率参数.实验结果表明,该方法在静息状态下的测量结果同标准仪器测量结果的平均绝对值误差|Me|小于2 bpm(beats per minute),误差的标准差SDe小于2.5 bpm,RMSE均小于2.6 bpm;头部运动状态下两种测量方法的|Me|均小于2.3 bpm,SDe均小于2.9 bpm,RMSE均小于2.9 bpm.对两种测量方法进行Bland-Altman一致性分析,其测量结果显示静息状态下差值的均数d为0.2957 bpm,95％ 置信区间为-3.3401～3.9314 bpm;头部运动状态下d为0.3832 bpm,95％ 置信区间为-3.6771～4.4435 bpm,表明本文提出的非接触式方法的测量结果同标准仪器的测量结果具有高度的一致性.