基于FastICA与ICEEMDAN的人脸视频心率检测

作     者：赵明康 王镇 齐晨成 王艺潇 张帅 Zhao Mingkang;Wang Zhen;Qi Chencheng;Wang Yixiao;Zhang Shuai

作者机构：河北工业大学省部共建电工装备可靠性与智能化国家重点实验室天津300130 天津市生物电工与智能健康重点实验室天津300130 

基　　金：国家自然科学基金(51877069) 河北省自然科学基金(E2021202184,E2017202190) 

出 版 物：《中国生物医学工程学报》 (Chinese Journal of Biomedical Engineering)

年 卷 期：2022年第41卷第4期

页      码：508-512页

摘      要：现有的非接触式心率检测方法存在噪声干扰、准确率低等问题。针对这些问题,提出一种基于FastICA与改进的自适应噪声完全集合经验模态分解(ICEEMDAN)相结合的算法,采用人脸视频进行心率检测。用摄像头采集人脸视频,并从视频中提取R、G、B通道源信号,即皮肤颜色变化信号,分别求出RGB这3个颜色通道的像素平均值;然后利用FastICA对RGB这3组像素平均值进行解混,得到3组独立源信号,再用ICEEMDAN将其中一组独立源信号进行模态分解,并选取合适频段内的固有模式函数(IMF)估计心率的信号,最后用频谱分析计算得到心率。设计实验对8名人员进行了人脸视频检测,将检测结果与多参数监护仪进行对比分析。实验结果表明,该方法与多参数监护仪测量结果的平均误差与均方根误差均小于1 beat/min,因此基于FastICA与ICEEMDAN的人脸视频心率检测对人体心率检测具有良好的稳定性和准确性。

主 题 词：人脸视频 非接触心率检测 光电容积脉搏波 快速独立成分分析(FastICA) 改进的自适应噪声完全集合经验模式分解(ICEEMDAN) 

学科分类：0831[工学-公安技术类] 08[工学] 0836[0836] 

核心收录：

D　O　I：10.3969/jisn.02588021.2022.04.014

馆 藏 号：203114461...