本发明公开了一种基于卷积神经网络的非接触式心率测量方法,其步骤包括：1根据ECG信号或BVP信号的峰峰值间距信息构造反映人体心率变化的预训练图像；2调整模型结构,使用在ImageNet数据集上预训练好的参数初始化卷积神经网络；3将上述预训练图像作为训练集输入卷积神经网络进行训练,调整网络参数；4使用真实人脸视频生成反映人体心率变化的时空特征图像；5将时空特征图像输入到卷积神经网络中进行训练,调整网络参数,最终得到最优心率预测模型。本发明能提高在复杂场景下心率测量的准确性和鲁棒性。
科研之友
微信
新浪微博
Facebook
分享链接
