基于深度学习的非接触式血压检测方法及系统

本发明公开了基于深度学习的非接触式血压检测方法及系统，涉及计算机视觉技术领域，包括：步骤1：拍摄人脸视频，采集数据集；步骤2：通过人脸视频提取逐帧图片，计算平均像素值得到IPPG信号；步骤3：构建IPPG‑Mamba网络模型，并利用提取出的IPPG信号数据集训练IPPG‑Mamba网络模型，获得血压检测模型；步骤4：采集待检测的人脸视频文件，并提取出IPPG信号；步骤5：将待检测的IPPG信号输入至血压检测模型，获得血压检测结果。本发明使用的网络模型结合了HRV特征提取和改进型CNN‑Mamba Block，通过多特征融合以及新型的网络结构设计，能够更好地提取IPPG信号的脉搏波特征，提高血压预测的准确度。