Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华东师范大学周梅获国家专利权

华东师范大学周梅获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉华东师范大学申请的专利一种基于面部视频的时空域加权光电容积脉搏波恢复方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119479032B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411507519.9,技术领域涉及:G06V40/16;该发明授权一种基于面部视频的时空域加权光电容积脉搏波恢复方法是由周梅;金玉文;罗鑫;何超;尹学志;王东力;李庆利设计研发完成,并于2024-10-28向国家知识产权局提交的专利申请。

一种基于面部视频的时空域加权光电容积脉搏波恢复方法在说明书摘要公布了:本发明公开了一种基于面部视频的时空域加权光电容积脉搏波恢复方法,所涉及的模型主要包括信号提取、信号质量评分和信号增强三个模块。首先对面部视频进行人脸检测并裁剪,获得仅包含人脸的视频作为输入;信号提取模块计算输入的帧差图,以此提取空间域权重对输入特征进行加权,从空间域关注面部非运动区域,并进一步从加权的信号中初步提取出脉搏波信号;信号质量评分模块对脉搏波信号分段评分;信号增强模块分配较高的注意力权重值给评分低的信号段,从时间域关注信号质量差的部分,输出恢复的高质脉搏波信号。本发明能够缓解成像式光电容积脉搏波描记法中的运动干扰,从时间域和空间域上提取有效信号,为后续生理参数估计提供高质脉搏波信号。

本发明授权一种基于面部视频的时空域加权光电容积脉搏波恢复方法在权利要求书中公布了:1.一种基于面部视频的时空域加权光电容积脉搏波恢复方法,其特征在于,所述方法包括以下步骤: 步骤1:构建脉搏波恢复模型 所构建的脉搏波恢复模型由信号提取模块、信号质量评分模块以及信号增强模块构成;其中,信号提取模块由卷积块以及平均池化构成,计算输入视频的帧差图,分别对输入视频与所述计算得到的帧差图进行特征提取,将所述帧差图特征作为空间域权重对输入视频的特征进行加权,初步提取出一维脉搏波信号;信号质量评分模块由线性层及LSTM网络构成,负责分时间段给出所述一维脉搏波信号质量分数,并以此作为时域注意力权重;信号增强模块为编码器块与解码器块结构,负责将所述注意力权重与所述初步提取出的一维脉搏波信号相乘,即对所述初步提取出的一维脉搏波信号进行时域加权,并分配高的注意力权重值给质量分数低的信号段,提升所述时域加权后的脉搏波信号质量; 步骤2:训练脉搏波恢复模型 所述训练脉搏波恢复模型分为两个阶段,首先分别单独预训练信号提取模块、信号质量评分模块、信号增强模块;将仅包含人脸的视频输入信号提取模块进行训练,得到运动加权信号提取模型,输出初步恢复的一维脉搏波信号;将所述初步恢复的一维脉搏波信号输入信号质量评分模块进行训练,得到信号质量评分模型,输出信号质量分数;将所述信号质量分数与所述初步恢复的一维脉搏波信号输入信号增强模块训练,得到信号增强模型,输出恢复的质量更高的脉搏波信号; 其次,将所述预训练的运动加权信号提取模型、信号质量评分模型、信号增强模型一起训练并微调,得到可用的脉搏波恢复模型; 步骤3:对采集的面部视频,使用MediapipeFaceDetection方法检测所述面部视频中的人脸位置,并将所述面部视频进行裁剪,获得仅包含人脸的视频,并输入所述可用的脉搏波恢复模型,得到恢复出的最终脉搏波信号;其中: 所述信号提取模块进行训练,具体过程为: 将所述仅包含人脸的视频输入信号提取模块后,首先计算其帧差图DIF,其过程如下: 对于所述输入的仅包含人脸的视频,提取其每一帧对应绿色通道图像,第i帧绿色通道图像,计算与相邻帧绿色通道图像的逐像素归一化差异值,记为,其计算公式如下: ; 另计算运动抑制归一化差异值,由于此时运动越剧烈的区域取值越大,故计算运动抑制归一化差异值=1-使运动剧烈对应部位的权重更靠近0; 将所述运动抑制归一化差异值缩放至[0,255]范围,随后对其进行二值化处理,将其中像素值超过220的部分设置为255,表示空间注意力权重高的区域,小于或等于220的像素值设置为0,表示空间注意力权重低的区域,从而得到所述输入视频中第i帧图像与相邻图像的二值化帧差图DIFi; 依次计算所述输入视频的每一帧对应的所述二值化帧差图,若第i帧图像为所述输入视频最后一帧图像,则其二值化帧差图与第i-1帧二值化帧差图相同,从而构成帧差图DIF,若所述输入视频包含m帧,则; 所述信号提取模块提取所述输入的仅包含人脸的视频特征; 所述信号提取模块提取所述帧差图DIF特征,作为空间域权重,对所述仅包含人脸的视频特征进行加权,从空间域关注面部非运动区域,得到空间加权后的信号,并初步提取出一维脉搏波信号; 对所述信号提取模块进行训练,得到运动加权信号提取模型,训练过程具体为: 所述信号提取模块使用与所述输入视频同步采集的光电容积脉搏波PPG作为标签进行训练,损失函数为PearsonLoss,公式如下: , 式中,N为样本数,是某段PPG信号的第i个信号值,是某段PPG信号的均值,是某段脉搏波信号的第i个信号值,是某段脉搏波信号的均值,n是一段信号的信号值数量; 所述信号提取模块训练时使用仅包含人脸的视频作为输入,PearsonLoss作为损失函数控制训练,得到所述运动加权信号提取模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华东师范大学,其通讯地址为:200241 上海市闵行区东川路500号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。