基于面部视频的心率估计与环境光鲁棒性研究结题报告.docVIP

基于面部视频的心率估计与环境光鲁棒性研究结题报告

一、研究背景与问题提出

在生物特征识别与生理信号监测领域，非接触式心率估计技术因具有无侵入、无干扰、可长期连续监测等优势，成为近年来的研究热点。传统的接触式心率监测设备如心电图仪、心率带等，虽然测量精度高，但需要与人体直接接触，在日常活动、医疗监护、运动健康等场景中存在使用不便、用户体验差等问题。基于面部视频的心率估计技术通过普通摄像头采集面部图像序列，利用光电容积描记法（Photoplethysmography,PPG）原理，提取面部皮肤下血液容积变化引起的细微颜色变化，进而估计心率，为解决上述问题提供了有效途径。

然而，基于面部视频的心率估计技术在实际应用中面临诸多挑战，其中环境光变化是影响估计精度的关键因素之一。自然光、室内灯光等环境光的强度、色温、照射角度等变化，会导致面部图像的光照不均匀、颜色失真、噪声增加等问题，严重干扰PPG信号的提取与分析，进而降低心率估计的准确性和稳定性。例如，在户外阳光直射下，面部图像可能出现过曝现象，导致皮肤颜色特征被淹没；在低光照环境下，图像噪声显著增加，难以准确提取微弱的PPG信号；而不同色温的灯光照射则会使面部颜色发生偏移，影响基于颜色特征的PPG信号提取算法的性能。因此，提高基于面部视频的心率估计技术对环境光的鲁棒性，是推动该技术走向实际应用的关键问题。

二、研究目标与内容

（一）研究