换一批摘要基于视频的非接触式面部心率检测易受到环境光和运动伪迹的干扰,检测心率结果的准确度低.针对上述问题,提出了一种集合经典模态分解(Ensemble Empirical Mode Decomposition,EEMD)和标准欧几里得距离相结合的自适应阈值化去噪方法,降低了外界干扰,提高了准确度.首先从视频录制的RGB图像模型中选取绿色(G)通道像素均值作为PPG(Photo Ple-thysmo Graphy)信号,然后用滤波器对信号进行预处理,消除心率范围外的信号;然后将EEMD与标准欧几里得距离相结合,对固有模态函数进行阈值化处理并重构;最后用傅里叶变换进行功率谱分析来计算心率值.实验结果表明,与基于小波变换和基于自适应集合经典模态分解的方法相比,所提方法在非接触式面部心率检测去噪中有更好的稳定性和准确性,提高了心率检测的鲁棒性,适用于日常非接触式实时心率监测.
更多相关知识
- 浏览0
- 被引4
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
