基于二阶盲辨识的非接触式眨眼与心率联合检测系统及方法

摘要：

本发明涉及一种基于二阶盲辨识的非接触式眨眼与心率联合检测系统及方法。该系统在受试者自然放松的状态下，采集包含眼睛的面部视频数据。采集原始视频数据后，选定检测面部区域，并对所选视频数据进行预处理，得到预处理后的六通道信号，标记为x＝[xR1, xR2, xG1, xG2, xB1, xB2]T。

使用Meanshift算法，该系统从连续帧中获取目标区域，并以同样的方法获取六通道信号。将经过预处理后的原始信号作为输入信号，采用二阶盲辨识算法进行盲源分离，分离后的源信号记为y＝[y1, y2, y3, y4, y5, y6]T。

对上述步骤中得到的分离信号y进行信号辨识与筛选，利用基于谱峭度的分离分量自动识别方法，选出所需的眨眼和BVP信号。对获得的眨眼信号进行眨眼频率和时长计算，并对得到的BVP信号进行功率谱分析，从而得到心率估计值。

本发明具有以下优点：准确度高、抗干扰能力强、算法效率高。

摘要：本发明涉及一种基于二阶盲辨识的非接触式眨眼与心率联合检测系统及方法，在受试者自然放松的状态下采集包含眼睛的面部视频数据，采集原始视频数据后选定检测面部区域并对所选视频数据进行预处理，得到预处理后的六通道信号，标记为x＝[xR1,xR2,xG1,xG2,xB1,xB2]T；使用Meanshift算法得到连续帧中的目标区域，并以同样的方法获取六通道信号；将经过预处理后的原始信号作为输入信号，使用二阶盲辨识算法进行盲源分离，将分离后的源信号记为y＝[y1,y2,y3,y4,y5,y6]T；对上述步骤S101中得到的分离信号y进行信号辨识与筛选，使用基于谱峭度的分离分量自动识别方法选出所需的眨眼和BVP信号；对得到的眨眼信号进行眨眼频率和时长计算，并对得到的BVP信号进行功率谱谱分析，得到心率估计值，本发明具有准确度高、抗干扰能力强、算法效率高等优点。