基于TDM-EfficientPhys的人脸视频HR检测方法

作     者：成向北 张俊生 王玉 王明泉 贺文靖 商奥雪 CHENG Xiangbei;ZHANG Junsheng;WANG Yu;WANG Mingquan;HE Wenjing;SHANG Aoxue

作者机构：中北大学信息与通信工程学院山西太原030051 太原工业学院电子工程系山西太原030051 

出 版 物：《光电子．激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2024年第35卷第4期

页      面：388-395页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：山西省重点研发计划(201803D121069) 山西省高等学校科技创新项目(2020L0624) 信息探测与处理山西省重点实验室开放基金(ISPT2020-5)资助项目 

主　　题：心率(HR)检测 深度学习 残差结构 卷积神经网络 

摘      要：为了实现高精度的人脸视频心率(heart rate,HR)检测,本文提出了一种基于改进EfficientPhys网络的人脸视频HR检测方法:TDM-EfficientPhys。首先,引入时间导数网络(temporal derivative network,TDM-Net),有效地保留了远程光电容积脉博波描记术(remote photoplethysmography,rPPG)信号的时间特征。然后,调整EfficientPhys的Dropout参数,嵌入残差结构,有效地避免梯度消失和网络退化问题,并且将TDM-Net和改进后的EfficientPhys网络以跳跃连接的方式实现时序和空间信息的特征融合,提高检测精度。最后,使用两个公开的数据集PURE和UBFC-rPPG来验证本文所提出模型的有效性,实验表明,本文方法测试的均方根误差(RMSE)降低至2.387,平均绝对误差(MAE)降低至2.040,与现有的模型相比,本文方法显示了更好的网络性能和更精准的HR。