1 北京理工大学光电学院，北京 100081
2 精密光电测试仪器及技术北京市重点实验室，北京 100081
3 北京理工大学长三角研究院（嘉兴），浙江 嘉兴 314019
提出了一种基于近红外视频的心率检测方法。该方法采用正交分解投影结合奇异值分解（OP-SVD）的方法，实现了夜间运动状态下的高精度鲁棒性心率检测。该方法通过人脸标志点检测，将人脸分为多个感兴趣子区域，获得了多通道成像式光电容积描记（IPPG）信号；采用正交分解投影法去除多通道IPPG信号中的运动伪迹；接着利用奇异值分解法再次去噪，并通过重构子区域信号获得了高信噪比IPPG信号，最终实现了心率的准确提取。实验结果表明，与传统方法相比，该方法的误差最小，其平均绝对误差（MAE）值达到了3.14 bit/min。
医用光学 近红外视频 成像式光电容积描记术 心率 正交分解投影 奇异值分解 中国激光
2023, 50(21): 2107202
苏州大学 电子信息学院, 江苏 苏州 215006
针对在外部干扰或昏暗环境下利用图像光电容积描记(image Photoplethysmography, iPPG)技术进行心率测量时准确度较差, 提出了一种自适应心率提取算法, 并在嵌入式硬件平台上进行了验证。算法根据图像中人脸与背景区域的色度关系来识别不同的场景并启动合适的摄像头进行图像采集及自适应映射, 接着对提取出的信号进行滤波, 在信号质量评估后输出结果。上述方法在Zynq平台上进行了验证, 使用双摄像头实现实时心率测量, 并对结果进行可视化输出。实验结果表明: 优化后的算法在光照及运动的双重干扰下的测量误差从3.36BPM降至2.78BPM, 准确率提升了17.3%。另外, 所设计的系统能够实现在极端黑暗条件下的心率采集, 平均误差约为2.39BPM。
图像光电容积描记法 心率测量 抗干扰 信号处理 image Photoplethysmography (iPPG) heart rate measurement Zynq Zynq anti-interference signal processing
1 长春理工大学 生命科学技术学院, 吉林 长春 130022
2 皇家墨尔本理工大学 信息系统和商业分析系, 维多利亚州 卡尔顿 3001
3 墨尔本大学 计算与信息系统学院, 墨尔本 3053
为了实现非接触式的日常精神压力检测，本文提出了一种基于成像式光体积描记术的精神压力检测方法。首先，通过手机摄像头记录受试者面部视频，再采用本文所提出的基于Face Mesh的动态感兴趣区域（Region of Interest，ROI）提取方法获得心率波动引起的皮肤微弱颜色变化。接下来，将快速独立成分分析（FastICA）算法、小波变换和窄带带通滤波相结合，提取基于图像的光体积描记术信号和心率变异性信息。然后，对30名受试者进行了压力诱导实验，通过比较受试者正常和应激状态下心率变异性参数的差异，筛选了用于精神压力检测的14个特征，并探讨了压力诱导的短期精神压力和日常精神压力之间的关系。最后，另外选取67名受试者进行日常精神压力检测，使用机器学习算法建立了精神压力检测的三分类器。实验结果表明：精神压力三分类准确率达到95.2%。鉴于这种方法不需要长期测量，仅使用智能手机就可以准确检测人类精神压力水平，而且测量方法简单，测量时间短，易操作，不会影响受试者的正常心理和精神状态，因此可以作为一种有效的心理学研究工具。
非接触 精神压力检测 成像式光体积描记术 心率变异性 三分类 non-contact mental pressure detection image photoplethysmography heart rate variability ternary classification
北京理工大学光电学院精密光电测试仪器与技术北京市重点实验室, 北京 100081
针对现有活体皮肤检测方法精度不高、实时性较差的问题,提出一种基于超像素分割的成像式光电容积描记(IPPG)活体皮肤检测(SPASD)算法。利用零参数简单线性迭代聚类算法将图像分割为多个超像素子块;然后通过IPPG技术并行提取各子块中的脉搏波信号;最后利用支持向量机对提取到的信号进行训练分类,进而实现活体皮肤的实时检测。实验结果表明,SPASD算法可以有效提高活体皮肤的检测精度和实时性,其检测精度达92.02%。所提方法在人脸防骗、非接触生理信号检测、面部表情识别等领域具有应用前景。
图像处理 模式识别 成像系统 成像式光电容积描记 活体皮肤检测 超像素 光学学报
2020, 40(13): 1310001
