-
题名基于低秩稀疏矩阵分解的非接触心率估计
被引量：1
- 1
-
-
作者
黄继风
白国臣
熊乃学
魏建国
-
机构
上海师范大学信息与机电学院
天津大学智能与计算学部计算机科学与技术学院
-
出处
《图学学报》
CSCD
北大核心
2020年第1期66-72,共7页
-
基金
上海市人工智能创新发展专项(2018-RGZN-01013)
-
文摘
心率检测作为一项重要的生理检测指标,在医学健康、刑侦检测、信息安全等方面具有重要应用。计算机视觉领域近期的研究表明,心率信号可以通过摄像头捕捉的视频予以获取。现有的研究方法在理想的实验环境下已取得较好的效果,然而在自然状态面部旋转以及出现各种噪声(阴影、遮挡)时鲁棒性较弱。通过检测人脸的关键点,获得面部区域的感兴趣,避免因面部旋转引入检测误差,在现有模型的基础上提出一种基于低秩稀疏矩阵分解的非接触式心率估计模型,对频域血液体积脉冲(BVP)信号矩阵实现去噪处理,解决使用摄像头非接触式获取心率信号时存在的问题。实验显示,该模型在MAHNOB-HCI数据集上实现了3.25%的误差比均值,优于现有的模型。
-
关键词
低秩稀疏矩阵分解
非接触式
心率信号估计
人脸关键点检测
噪声
鲁棒性
-
Keywords
low-rank and sparse matrix decomposition
non-touch
heart rate estimation
face land-mark detection
noise
robustness
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
