科研之友
微信
新浪微博
Facebook
分享链接
摘要
心率是衡量人体生理状况的重要指标之一，针对传统的信号处理方法容易受到光照变化和运动影响的问题，提出了一种基于3D残差注意力网络的非接触式心率测量方法，该方法对时空网络进行改进，在时空卷积块中嵌入3D卷积注意力模块(3D-CBAM),加强神经网络对视频的通道和空间特征提取，使得模型更加关注生理信号分布强烈的区域，并引入残差结构，在不改变网络深度的同时来提高网络性能。实验结果表明，所提出的方法能实现更加准确的测量，在PURE数据集上的平均绝对误差(MAE)为0.52 bpm,均方根误差(RMSE)为2.42 bpm;在UBFC-rPPG数据集上的MAE为1.17 bpm, RMSE为3.68 bpm,且恢复的远程光电容积脉搏波(remote photoplethysmograph, rPPG)信号与标准生理信号的峰值点位置基本接近。
- 出版日期2023
- 单位南京邮电大学; 自动化学院
