基于计算机视觉的疼痛检测系统的设计与实现

2021-09-10王彦博王浩然张剑书韩磊

电子元器件与信息技术 2021年6期

王彦博，王浩然，张剑书，韩磊

（南京工程学院，江苏南京 211167)

0 引言

基于计算机视觉的疼痛检测是通过人脸面部特征进行疼痛表情等级评估的一种技术。外部摄像头采集到人脸面部图像后，经过图像预处理、人脸检测、疼痛模型评估这三个过程，可得到面部所表征出的疼痛等级。与传统的由专业人员进行疼痛等级评估的方法相比，基于计算机视觉的疼痛检测具有高效性、及时性、便捷性等特点，使用方法灵活，便于康复中心、医院等医疗机构用以评估患者在治疗过程中的不适感受，其在智慧医疗领域有着广阔的应用前景[1-2]。

1 疼痛检测核心技术及实现原理

1.1 人脸检测

为排除图像背景与环境信息对疼痛表情识别结果的影响，首先需要人脸检测算法对图像中的面部信息进行提取。本文在图像检测中，使用的是Face_Recognition人脸检测库，其核心算法是基于dlib训练得到的深度学习模型[3]，该方法不基于面部特征，支持图像中不同面部角度的检测，但检测速度相对较慢。由于单张图像检测不要求实时显示结果，故以此方式提升人脸检测成功率。在视频检测中，使用Haar+Adaboost算法进行人脸检测。该方法能够同时保证检测准确率和速度，将Haar-like特征、Adaboost算法和Cascade级联结构结合，在消耗较少计算资源的情况下实现高速高效的人脸检测，以确保实时视频检测的及时性[4]。