-
公开(公告)号：CN113569696B
公开(公告)日：2023-06-06
申请号：CN202110831426.1
申请日：2021-07-22
Applicant: 福建师范大学
Abstract: 本发明涉及一种基于视频的人体微小震颤信号提取的方法，步骤S1:获取人体各部位监测视频；步骤S2:构建改进的OpenPose网络模型；步骤S3:基于改进的OpenPose网络模型，确定不同身体部位在每帧图像中的位置坐标；步骤S4:将所有帧的坐标信息取平均值，根据获得的位置信息划分每帧图像中人体不同的身体部位，将划分后的所有帧图像再重新生成视频，获得这些不同身体部位的局部视频；步骤S5:利用欧拉视频放大技术对这些局部视频进行微小振动的放大,获得信号频谱图；步骤S6:对信号频谱图进行频域分析；步骤S7:进行滤波处理，得到最终震颤信号结果。本发明通过人体姿态识别将原视频划分为含不同身体部位的局部视频，再结合欧拉视频放大技术，能获取更精确的人体微小的震颤。
-
公开(公告)号：CN113378798B
公开(公告)日：2023-06-23
申请号：CN202110808176.X
申请日：2021-07-16
Applicant: 福建师范大学
Abstract: 本发明涉及一种基于视频微运动放大的脉搏视频脉搏提取方法，包括以下步骤：步骤S1:获取人体手腕部视频信号；步骤S2:将采集到的视频信号通过EVM‑FRR算法进行微小动作放大处理;步骤S3:提取放大后视频信号红绿蓝通道的一维时间序列，并依次进行标准化处理；步骤S4:将标准化处理后的时间序列经过独立成分分析分解为三个独立成分，选取理想成分；步骤S5:根据得到的理想成分，通过自动寻谷算法寻找信号各个周期的波谷位置，并根据波谷位置将原始信号进行单周期分解;步骤S6:将分解后的单周期信号归一化，并通过混合高斯函数进行数据拟合;步骤S7:将拟合的单周期信号再次进行标准化处理，最后再合成,得到一个完整周期的脉搏波信号。本发明实现了对波形信号的非接触式测量。
-
公开(公告)号：CN113378798A
公开(公告)日：2021-09-10
申请号：CN202110808176.X
申请日：2021-07-16
Applicant: 福建师范大学
Abstract: 本发明涉及一种基于视频微运动放大的脉搏视频脉搏提取方法，包括以下步骤：步骤S1:获取人体手腕部视频信号；步骤S2:将采集到的视频信号通过EVM‑FRR算法进行微小动作放大处理;步骤S3:提取放大后视频信号红绿蓝通道的一维时间序列，并依次进行标准化处理；步骤S4:将标准化处理后的时间序列经过独立成分分析分解为三个独立成分，选取理想成分；步骤S5:根据得到的理想成分，通过自动寻谷算法寻找信号各个周期的波谷位置，并根据波谷位置将原始信号进行单周期分解;步骤S6:将分解后的单周期信号归一化，并通过混合高斯函数进行数据拟合;步骤S7:将拟合的单周期信号再次进行标准化处理，最后再合成,得到一个完整周期的脉搏波信号。本发明实现了对波形信号的非接触式测量。
-
公开(公告)号：CN113569696A
公开(公告)日：2021-10-29
申请号：CN202110831426.1
申请日：2021-07-22
Applicant: 福建师范大学
Abstract: 本发明涉及一种基于视频的人体微小震颤信号提取的方法，步骤S1:获取人体各部位监测视频；步骤S2:构建改进的OpenPose网络模型；步骤S3:基于改进的OpenPose网络模型，确定不同身体部位在每帧图像中的位置坐标；步骤S4:将所有帧的坐标信息取平均值，根据获得的位置信息划分每帧图像中人体不同的身体部位，将划分后的所有帧图像再重新生成视频，获得这些不同身体部位的局部视频；步骤S5:利用欧拉视频放大技术对这些局部视频进行微小振动的放大,获得信号频谱图；步骤S6:对信号频谱图进行频域分析；步骤S7:进行滤波处理，得到最终震颤信号结果。本发明通过人体姿态识别将原视频划分为含不同身体部位的局部视频，再结合欧拉视频放大技术，能获取更精确的人体微小的震颤。
-
-
-
Search Results
4
records
(took 0.02 seconds)
