苏培权，许 亮，梁永坚

(广东工业大学 自动化学院，广州 510006)

0 引言

心率作为人体重要生命体征，是评估人体健康重要参数，其中，静息心率是鉴别心脏健康状况及其他临床诊断风险预测重要因子[1]，因此对静息心率日常测量将有助于对人体身体状况监测以及相关疾病预防，特别是对老年人身体功能性下降和疾病风险的预测有着重要的意义[2]。目前，心电图法是心率测量中应用最广、准确度高的一种方法，但是由于这类接触式测量法中传感器设备需要与人体皮肤接触，造成使用上不便。

早期非接触式心率测量法有微波多普勒雷达[3]、超宽带脉冲雷达分析[4-5]以及热成像处理[6]，然而这些方法成本昂贵，且需要专业操作。另一方面，家庭式医疗诊断测量和远程健康状况监控越来越被重视，并且处于快速发展阶段[7]，所以寻找一种低成本、操作方便且实时性较强非接触式心率测量法具有重要意义。文献[8] 对脸部感兴趣皮肤区域采集30 s视频，根据皮肤亮度变化采用自回归频谱实现脉搏测量，是早期通过视频采集实现脉搏测量的方法。近年来，随着计算机视觉技术发展，有研究人员利用光电容积描记法(Photo Plethysmo Graphy, PPG)原理对人体皮肤采集到视频进行处理[9-10]，从而实现对心率非接触式测量，该方法在降低视频噪声时大多采用线性滤波器，无法降低与心率同频段信号噪声，造成心率提取准确度较低。Poh等[11-12]和Pursche等[13]采用独立成分分析(Independent Component Analysis, ICA)算法进行盲源分离去噪，对于测量对象人脸中非皮肤区域，特别是眼睛眨动会对信号波形产生较大干扰，且干扰频率和心率相接近，不易被滤除[14]。……