一种将滑窗滤波与多头注意力机制结合的非接触脉搏波及心率检测方法

本发明公开了一种将滑窗滤波与多头注意力机制结合的非接触脉搏波及心率检测方法，该方法包括以下步骤：从人体腕部视频中选择桡动脉区域作为感兴趣区域，获取视频中感兴趣区域的均值时间序列，该序列作为初始脉搏波信号，将该信号经过三次滑窗滤波进行预处理，达到去趋势、去噪的效果；将预处理后的序列信号按照相应的比例划分为训练集、验证集和测试集；构建将多头注意力机制和多层感知机相结合的可训练的深度学习网络模型；将划分好的训练集送入到深度学习神经网络中进行训练，模型的输出为恢复了更多细节的更准确的脉搏波；将脉搏波进行傅里叶变换，获取其主频率，从而获得心率；将预处理算法、训练好的深度学习模型和心率计算算法相连接，获得端到端的非接触脉搏波及心率检测网络。本发明的方法提高了非接触测量脉搏波和心率的准确性。