基于面部图像的非接触式婴儿心率监测

为实现便捷、可靠的日常婴儿心率实时监测,提出一种基于面部图像的非接触式婴儿心率实时监测方法。首先引入欧拉视频放大技术,对一定时间间隔内视频的每一帧图像进行颜色增强处理,从而改善婴儿面部颜色变化微弱、所含心率信息不明显的问题;然后,通过Adaboost算法从每一视频帧中识别出婴儿面部,并从婴儿面部选取脸颊区域作为敏感区域以提取脉搏波信号,以此为基础提出一种改进的反射光强模型,抑制日间因环境光变化引起的干扰以及运动噪声干扰,提高脉搏波信号信噪比;此外采用摄像头的红外自主光源,通过一种基于相空间重构的单通道独立成分分析法分离夜间脉搏波信号的运动噪声,解决因夜间光照条件差引起的婴儿心率监测困难的问题;最后开发整个系统上位机应用程序,并通过实验验证该方法正确性和有效性。