摘要
本发明涉及计算机视觉与生物医学传感交叉技术领域,具体提供一种轻量级实时心率监测模型和心率监测方法,模型包括用于对输入视频进行标准化预处理的视频预处理模块、对视频图像进行时空特征与运动补偿分支并行处理的轻量级双分支网络模块、接收轻量级双分支网络模块输出的心率预测相关特征进行心率计算的心率计算模块,以及考虑多种损失级联优化的多任务损失函数模块,利用训练数据对该模型进行训练,完成训练后即可通过该模型实现轻量级实时心率监测,依据摄像头采集实时图像即可预测获取心率。本发明基于rPPG技术,通过深度学习模型实现了高精度的实时心率估计。
技术关键词
运动补偿
双分支网络
心率监测方法
视频
多任务损失函数
局部时空特征
噪声抑制
MTCNN算法
模块
面部
通道
表达式
深度学习模型
感兴趣
像素
计算机视觉
低通滤波器
实时图像
系统为您推荐了相关专利信息
溺水监测方法
神经网络模型
监测设备
水库
告警规则
视频稳定方法
运动向量场
透视变换矩阵
深度神经网络模型
计算机可读储存介质
知识点
学习辅助方法
光标
神经网络模型
数字化教育技术
非线性编辑系统
视频工作站
图形处理器
生成设备
视频转换器