心率檢測(cè)作為一項(xiàng)重要的生理檢測(cè)指標(biāo),在醫(yī)學(xué)健康、刑偵檢測(cè)、信息安全等方面具有重要應(yīng)用。計(jì)算機(jī)視覺領(lǐng)域近期的研究表明,心率信號(hào)可以通過攝像頭捕捉的視頻予以獲取�，F(xiàn)有的研究方法在理想的實(shí)驗(yàn)環(huán)境下已取得較好的效果,然而在自然狀態(tài)面部旋轉(zhuǎn)以及出現(xiàn)各種噪聲（陰影、遮擋）時(shí)魯棒性較弱。通過檢測(cè)人臉的關(guān)鍵點(diǎn),獲得面部區(qū)域的感興趣,避免因面部旋轉(zhuǎn)引入檢測(cè)誤差,在現(xiàn)有模型的基礎(chǔ)上提出一種基于低秩稀疏矩陣分解的非接觸式心率估計(jì)模型,對(duì)頻域血液體積脈沖（BVP）信號(hào)矩陣實(shí)現(xiàn)去噪處理,解決使用攝像頭非接觸式獲取心率信號(hào)時(shí)存在的問題。實(shí)驗(yàn)顯示,該模型在MAHNOB-HCI數(shù)據(jù)集上實(shí)現(xiàn)了3.25%的誤差比均值,優(yōu)于現(xiàn)有的模型。 

【文章來源】：圖學(xué)學(xué)報(bào). 2020,41(01)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

基于攝像頭非接觸式心率檢測(cè)示意圖傳統(tǒng)的研究方法已經(jīng)較為成功地解決了受控

低秩稀疏矩陣分解模型(其中觀測(cè)矩陣(ObservationMatrix)可以被分解為一項(xiàng)低秩矩陣(LowrankMatrix)和一

結(jié)果的Bland-Altman圖圖7本文方法與其他測(cè)量方式(c)白色人種兩種

【參考文獻(xiàn)】：
期刊論文
[1]基于普通攝像頭的心率測(cè)量方法研究[J]. 劉祎,歐陽健飛,閆勇剛.  計(jì)算機(jī)工程與應(yīng)用. 2016(07)
[2]從壓縮傳感到低秩矩陣恢復(fù):理論與應(yīng)用[J]. 彭義剛,索津莉,戴瓊海,徐文立.  自動(dòng)化學(xué)報(bào). 2013(07)



本文編號(hào)：3084588