科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有的基于视频的心率检测方法中没有考虑相机晃动产生的运动干扰导致血液容积脉搏(blood volume pulse, BVP)波信号提取不准确、检测精度低的问题，文章提出一种抗相机运动干扰的心率检测算法，利用对晃动视频的稳像处理，获取稳定的面部视频用于心率检测。首先通过加速稳健特征(speeded up robust features, SURF)算法选取特征点，进行特征匹配并求解相机运动矩阵；再通过相机运动矩阵对图像进行倾斜校正去除相机运动造成的干扰；最后在提取出干净的BVP信号后，通过快速傅里叶变换(fast Fourier transform, FFT)分析幅频特性，利用最大幅值对应的频率(即心率)的原理进行心率检测。为了验证该文算法的鲁棒性，采集了20名受试者的人脸视频进行实验分析，实验结果表明，该文算法优于现有的非接触式心率检测技术，能有效消除相机运动带来的干扰，长期稳定地检测心率。
