申请/专利权人：南京信息工程大学

申请日：2024-03-11

公开（公告）日：2024-04-12

公开（公告）号：CN117877099A

主分类号：G06V40/16

分类号：G06V40/16;G06V20/40;G06V10/25;G06V10/62;G06V10/77;G06V10/82;G06N3/045;G06N3/0464;G06N3/048;G06N3/088;G16H10/60;G16H40/67;G06F18/2131;A61B5/00;A61B5/024;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于时空特征增强的无监督对比远程生理测量方法，包括1、获取人脸视频并进行预处理；2、建立低光和时空特征增强模型ST‑Phys，输入预处理数据，输出时空注意力特征P；3、在时间维度上对时空注意力特征P进行采样，得到rPPG信号样本，根据rPPG信号样本，计算目标人员的心率；4、对模型进行优化，并应用优化后时空增强模型对人脸视频中rPPG信号进行提取。本发明利用深度学习技术，提出了一种无监督对比学习的远程心率检测方法，通过对人脸视频进行简单预处理即可输入网络中完成rPPG信号估计并计算心率，减少了对标注数据的依赖，提高了rPPG的通用性。

主权项：1.一种基于时空特征增强的无监督对比远程生理测量方法，其特征在于，包括如下步骤：步骤1、获取若干目标人员的人脸视频并进行预处理，得到预处理后的人脸视频序列；步骤2、建立低光和时空特征增强模型ST-Phys，模型包括：低光增强模块、时间扩张模块和空间注意力模块；将预处理后的人脸视频序列输入低光和时空特征增强模型ST-Phys，输出时空注意力特征；步骤3、在时间维度上对时空注意力特征进行采样，得到远程光电容积脉搏波rPPG信号样本，对远程光电容积脉搏波rPPG信号样本进行带通滤波后，通过傅里叶变化计算滤波后信号的最大频率，从而计算目标人员的心率；步骤4、采用圆边损失作为损失函数，并采用优化器对损失函数进行最小化求解，从而优化低光和时空特征增强模型ST-Phys的参数，得到优化后时空增强模型，并应用优化后时空增强模型对人脸视频中远程光电容积脉搏波rPPG信号进行提取。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种基于时空特征增强的无监督对比远程生理测量方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD