《電子技術應用》
您所在的位置：首頁 > 模擬設計 > 設計應用 > 基于人臉檢測跟蹤和輸入噪聲過濾的rPPG信號實時提取方法
基于人臉檢測跟蹤和輸入噪聲過濾的rPPG信號實時提取方法
電子技術應用
郝壯遠1，田琨1，吳順成1，譚昆1，李健2，高大帥2
1.中國石油集團安全環(huán)保技術研究院有限公司；2.北京捷通華聲科技股份有限公司
摘要： 遠程光體積描記是非接觸式生理信號檢測領域的重要研究方向?，F有算法主要從人臉部分區(qū)域提取脈搏信號，存在信號獲取不全面及噪聲過大的問題。提出了一種基于人臉檢測、跟蹤、分割和輸入噪聲過濾的實時rPPG信號提取方法，旨在提高心率檢測的準確性和魯棒性。首先，通過小型深度神經網絡實現視頻幀中的人臉檢測和跟蹤，準確定位人臉區(qū)域。其次，通過人臉分割算法提取皮膚信息。最后，采用輸入噪聲過濾策略，去除與心率無關的頻率成分和信噪比較低的信號，從而優(yōu)化rPPG信號。實驗在自建數據集上進行，結果表明，該方法在信噪比、平均絕對誤差和均方根誤差等指標上均表現出色。綜上所述，所提出的方法在rPPG信號實時提取中表現出優(yōu)異的精度和穩(wěn)定性，為非接觸式生理信號檢測提供了一種新的解決方案。
中圖分類號：TP391 文獻標志碼：A DOI: 10.16157/j.issn.0258-7998.245899
中文引用格式： 郝壯遠，田琨，吳順成，等. 基于人臉檢測跟蹤和輸入噪聲過濾的rPPG信號實時提取方法[J]. 電子技術應用，2025，51(7)：83-88.
英文引用格式： Hao Zhuangyuan，Tian Kun，Wu Shuncheng，et al. A real-time rPPG signal extraction method based on face detection and tracking and input noise filtering[J]. Application of Electronic Technique，2025，51(7)：83-88.
A real-time rPPG signal extraction method based on face detection and tracking and input noise filtering
Hao Zhuangyuan1，Tian Kun1，Wu Shuncheng1，Tan Kun1，Li Jian2，Gao Dashuai2
1.CNPC Research Institute of Safety & Environment Technology；2.Beijing Sinovoice Technology Co.，Ltd.
Abstract： Remote photoplethysmography (rPPG) is an important research direction in the field of non-contact physiological signal detection. Existing algorithms primarily extract pulse signals from specific facial regions, which results in incomplete signal acquisition and excessive noise. This paper proposes a real-time rPPG signal extraction method based on face detection, tracking, segmentation, and input noise filtering, aiming to improve the accuracy and robustness of heart rate detection. First, a small deep neural network is used to detect and track faces in video frames, accurately locating the facial region. Next, a face segmentation algorithm is employed to extract skin information. Finally, an input noise filtering strategy is adopted to remove frequency components unrelated to heart rate and signals with low signal-to-noise ratio, thereby optimizing the rPPG signal. Experiments conducted on a self-built dataset show that the proposed method performs excellently in terms of signal-to-noise ratio, mean absolute error, and root mean square error. In summary, the method proposed in this study demonstrates outstanding accuracy and stability in real-time rPPG signal extraction, providing a new solution for non-contact physiological signal detection.
Key words : rPPG；face detection；face segmentation；input noise filtering

引言

心率（Heart Rate,HR）是人體健康的重要生理參數之一，隨著人們對身心健康監(jiān)測需求的不斷增長，非接觸式心率測量技術受到了廣泛關注[1-2]。傳統(tǒng)的接觸式心率測量方法，如心電圖(Electrocardiogram,ECG)和光電容積脈搏波描記法(Photoplethysmography,PPG)雖然準確可靠，但需要將傳感器貼附在人體上，給受試者帶來不適感，且難以在運動場景中進行監(jiān)測[3]。近年來，基于遠程光電容積脈搏波描記術(Remote Photoplethysmography,rPPG)的非接觸式心率測量技術得到了快速發(fā)展[4]。rPPG技術利用RGB攝像頭捕捉皮膚顏色變化，從而提取血液體積脈沖信號(Blood Volume Pulse,BVP)，進而實現心率的實時測量[5]。與傳統(tǒng)的接觸式方法相比，rPPG技術具有非接觸、無創(chuàng)、便捷等優(yōu)點，這消除了測量過程中的不便，更適合在實時的運動場景和作業(yè)環(huán)境中進行心率監(jiān)測，如健身訓練[6]、駕駛員監(jiān)測[7]、作業(yè)人員心理監(jiān)測[8]等。

目前rPPG研究面臨的主要問題是如何降低噪聲信號的影響。這是因為rPPG信號非常微弱，容易受到環(huán)境光照變化、頭部運動、面部表情等因素的干擾，導致信號質量下降，進而影響心率估計的準確性。近年來，已經提出了用于脈搏信號提取的幾種核心rPPG算法。這些包括：（1）盲源分離（例如，基于主成分分析（principal component analysis，PCA）的方法[9]和基于獨立成分分析（independent component analysis，ICA）的方法[10]），其使用不同的標準將時間RGB跡線分離成不相關或獨立的信號源以檢索脈沖；（2）基于皮膚反射模型（例如基于綠色通道的GREEN方法[11]、基于色度的CHROM方法[12]、基于膚色空間的POS方法[13]）；（3）基于數據驅動的深度學習方法等[14]。

現有的rPPG方法仍存在以下局限：（1）傳統(tǒng)的感興趣的區(qū)域（Region of Interest,ROI）選取方法，如固定區(qū)域選取或人臉檢測框內區(qū)域選取，在靜止狀態(tài)下效果較好，但在頭部運動場景下容易引入噪聲，影響信號質量。因此，需要設計魯棒性更好的人臉檢測和跟蹤算法，以適應動態(tài)的場景環(huán)境。（2）對于噪聲信號，僅通過濾波或算法設計的方式過濾，并檢測過濾后的信噪比（Signal to Noise Ratio,SNR）。本研究發(fā)現在信號輸入階段直接過濾掉SNR較低的信號，能夠很大程度上提升rPPG信號測量的精度。（3）對于深度學習的方法，需要大量的訓練數據，且推理時間受到運行設備的影響，在邊緣設備下難以做到60幀率（flame per second,fps）的實時推理。

在本研究中，系統(tǒng)性的研究了人臉檢測跟蹤算法、噪聲過濾對rPPG信號提取準確度的影響，提出一種基于人臉檢測跟蹤和輸入噪聲過濾的rPPG信號實時提取方法，并實現實時心率監(jiān)測。在一個私有數據集上，通SNR、平均絕對誤差（Mean Absolute Error，MAE）和均方根誤差（Root Mean Square Error，RMSE）評估性能。


本文詳細內容請下載：

http://ihrv.cn/resource/share/2000006600


作者信息：

郝壯遠1，田琨1，吳順成1，譚昆1，李健2，高大帥2

（1.中國石油集團安全環(huán)保技術研究院有限公司，北京 102206；

2.北京捷通華聲科技股份有限公司，北京 100193）


Magazine.Subscription.jpg

此內容為AET網站原創(chuàng)，未經授權禁止轉載。