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！

龙图腾网获悉浙江师范大学申请的专利基于深度学习的人脸视频血氧饱和度检测方法及系统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：CN117237987B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202311228407.5，技术领域涉及：G06V40/10；该发明授权基于深度学习的人脸视频血氧饱和度检测方法及系统是由熊继平;方宏利;贺林英设计研发完成，并于2023-09-21向国家知识产权局提交的专利申请。

本基于深度学习的人脸视频血氧饱和度检测方法及系统在说明书摘要公布了：本发明公开了基于深度学习的人脸视频血氧饱和度检测方法及系统，涉及计算机视觉技术领域；该方法包括以下步骤：拍摄人脸视频；获取人脸视频中分割出人脸关键区域的逐帧图片；通过人脸关键区域的逐帧图片提取人脸关键区域的iPPG信号，并将每个人脸关键区域的iPPG信号平均分割为多段；训练CNN‑BiLSTM‑GRU血氧饱和度预测模型；将分割后的iPPG信号分别输入到CNN‑BiLSTM‑GRU血氧饱和度预测模型中，每个人脸关键区域分别得到多个初步血氧饱和度预测值；将每个人脸关键区域的多个初步血氧饱和度预测值分别输入到判别器中，经过信号的筛选，得到最终血氧饱和度预测值。本发明中该方法可以有效并可靠地从人脸视频中预测氧饱和度值，能够满足在日常生活中对血氧饱和度值的长期检测。

本发明授权基于深度学习的人脸视频血氧饱和度检测方法及系统在权利要求书中公布了：1.基于深度学习的人脸视频血氧饱和度检测方法，其特征在于，包括以下步骤： S1、拍摄人脸视频； S2、获取人脸视频中分割出人脸关键区域的逐帧图片； S3、通过人脸关键区域的逐帧图片提取人脸关键区域的iPPG信号，并将每个人脸关键区域的iPPG信号平均分割为多段，用于在血氧饱和度判别过程中筛除无效信号所预测的血氧饱和度值； S4、训练CNN-BiLSTM-GRU血氧饱和度预测模型； 构建CNN-BiLSTM-GRU血氧饱和度预测模型；CNN-BiLSTM-GRU血氧饱和度预测模型包括CNN部分、BiLSTM部分、GRU部分以及输出部分；具体如下： 所述CNN部分使用三层的一维卷积层对iPPG信号进行特征提取，同时使用LeakyRelu激活函数加入非线性因素、使用MaxPooling来降低特征图的维度； 所述BiLSTM部分连接在CNN部分之后，使用具有128个单元的双向LSTM网络； 所述GRU部分连接在BiLSTM部分之后，使用具有64个单元的GRU网络； 所述输出部分，通过Dropout层以及两层线性层后，且在两个线性层中还包括LeakyRelu激活函数提高模型的非线性，得到预测的血氧饱和度值； S5、将分割后的iPPG信号分别输入到CNN-BiLSTM-GRU血氧饱和度预测模型中，每个人脸关键区域分别得到多个初步血氧饱和度预测值； S6、将每个人脸关键区域的多个初步血氧饱和度预测值分别输入到判别器中，经过信号的筛选，得到最终血氧饱和度预测值； S601、剔除每个人脸关键区域初步血氧饱和度预测值的最大值与最小值，将其余初步血氧饱和度预测值的平均数，作为该人脸关键区域的第二阶段血氧饱和度预测值； S602、求取每个人脸关键区域的第二阶段血氧饱和度预测值的方差，剔除方差最大的人脸关键区域的第二阶段血氧饱和度预测值，将其余两个人脸关键区域的第二阶段血氧饱和度预测值的平均数，作为该人脸视频的最终血氧饱和度预测值。

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浙江师范大学，其通讯地址为：321004 浙江省金华市迎宾大道688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。