科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于视频的非接触式面部心率检测易受到环境光和运动伪迹的干扰，检测心率结果的准确度低。针对上述问题，提出了一种集合经典模态分解（Ensemble Empirical Mode Decomposition,EEMD）和标准欧几里得距离相结合的自适应阈值化去噪方法，降低了外界干扰，提高了准确度。首先从视频录制的RGB图像模型中选取绿色（G）通道像素均值作为PPG(Photo Plethysmo Graphy)信号，然后用滤波器对信号进行预处理，消除心率范围外的信号；然后将EEMD与标准欧几里得距离相结合，对固有模态函数进行阈值化处理并重构；最后用傅里叶变换进行功率谱分析来计算心率值。实验结果表明，与基于小波变换和基于自适应集合经典模态分解的方法相比，所提方法在非接触式面部心率检测去噪中有更好的稳定性和准确性，提高了心率检测的鲁棒性，适用于日常非接触式实时心率监测。
- 单位
