特征波提取方法、装置、设备及存储介质与流程

本申请涉及特征提取领域，尤其涉及一种特征波提取方法、装置、设备及存储介质。

背景技术：

目前，可以利用光体积描述方法，根据呼吸和心跳周期变化的肤色的细微变化，反推出与呼吸和心跳周期有关的生命体征。但现有的检测过程中，由于受到例如环境光线、皮肤阴影等各种噪音的干扰，导致从肤色变化信号中提取出的生命体征对应的波动信号的误差较大。

为了去除上述干扰的影响，现有技术中大多是通过滤波的方式降低干扰，但使用滤波会导致时变信号的丢失，导致提取出的心率与呼吸频率和真实值之间存在偏差。

因此，如何提高提取出生命体征对应信号波形的准确度成为亟待解决的问题。

技术实现要素：

本申请提供了一种特征波提取方法、装置、设备及存储介质，以提高提取出生命体征对应信号波形的准确度。

第一方面，本申请提供了一种特征波提取方法，所述方法包括：

获取预设区域的多帧皮肤图像，并从多帧所述皮肤图像中提取肤色变化信号；

对所述肤色变化信号进行干扰去除，以得到处理后的肤色变化信号；

对所述处理后的肤色变化信号进行信号分解，得到多个本征模式函数；

对每个所述本征模式函数进行傅里叶变换，得到每个所述本征模式函数对应的频率信息；

根据每个所述本征模式函数对应的频率信息确定目标特征波。

第二方面，本申请还提供了一种特征波提取装置，所述装置包括：

图像获取模块，用于获取预设区域的多帧皮肤图像，并从多帧所述皮肤图像中提取肤色变化信号；

干扰去除模块，用于对所述肤色变化信号进行干扰去除，以得到处理后的肤色变化信号；

信号分解模块，用于对所述处理后的肤色变化信号进行信号分解，得到多个本征模式函数；

傅里叶变换模块，用于对每个所述本征模式函数进行傅里叶变换，得到每个所述本征模式函数对应的频率信息；

特征波确定模块，用于根据每个所述本征模式函数对应的频率信息确定目标特征波。

第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的特征波提取方法。

第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的特征波提取方法。

本申请公开了一种特征波提取方法、装置、设备及存储介质，通过获取预设区域内的多帧皮肤图像，并从多帧皮肤图像中提取出肤色变化信号，然后对肤色变化信号进行干扰去除，对处理后的肤色变化信号进行信号分解，得到多个本征模式函数，然后对每个本征模式函数进行傅里叶变换，得到每个本征模式函数对应的频率信息，最终根据每个本征模式函数对应的频率信息确定目标特征波。对肤色变化信号进行干扰去除，减少肤色变化信号中的干扰信号，从而提高提取到的目标特征波的准确率。进行信号分解和傅里叶变换，通过本征模式函数的频率信息来确定目标特征波，使得可以从处理后的肤色变化信号中分离出宽频的目标特征波，并保留保留目标特征波中频率随时间变化的特征信号，从而提高得到的目标特征波的完整度，减少特征信号的丢失。

附图说明

为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种特征波提取方法的示意流程图；

图2是本申请实施例提供的获取预设区域的多帧皮肤图像的示意流程图；

图3是本申请实施例提供的从多帧所述皮肤图像中提取肤色变化信号的示意流程图；

图4是本申请实施例提供的根据每个所述本征模式函数对应的频率信息确定目标特征波的示意流程图；

图5为本申请实施例提供的一种特征波提取装置的示意性框图；

图6为本申请一实施例提供的一种计算机设备的结构示意性框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。

应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

本申请的实施例提供了一种特征波提取方法、装置、计算机设备及存储介质。特征波提取方法可利用视频或其他传感器采集的信号来提取出人体的生命体征对应的特征波，以便于进一步确定人体的生命体征。

下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参阅图1，图1是本申请实施例提供的一种特征波提取方法的示意流程图。该特征波提取方法通过采用光体积变化描述的方法采集肤色变化信号，并从肤色变化信号中分离出目标特征波，实现能够表征人体的生命体征的目标特征波的提取，并提高提取出的目标特征波的完整性与准确度。

如图1所示，该特征波提取方法，具体包括：步骤s101至步骤s105。

s101、获取预设区域的多帧皮肤图像，并从多帧所述皮肤图像中提取肤色变化信号。

具体地，可以通过传感器采集预设区域内的多帧皮肤图像，所述预设区域可以是传感器的采集范围内的区域，例如手指区域或人脸区域等等。肤色变化信号是指从多帧皮肤图像中提取出的色调变化信号。传感器可以是接触式的，也可以是非接触式的，例如指尖血氧心率仪中的传感器和摄像头等。

可以通过传感器采集预设区域内的多帧皮肤图像，在获取到预设区域的多帧皮肤图像后，从皮肤图像中提取出皮肤的色调数据，从而得到肤色变化信号。

在一些实施例中，请参阅图2，所述获取预设区域的多帧皮肤图像，具体可以包括：

s1011、获取预设区域内的多帧场景图像。

具体地，可以利用传感器采集预设区域内的多帧场景图像，其中，预设区域是位于传感器的采集范围内的区域。在具体实施过程中，场景图像中既可以包括背景区域，也可以不包括背景区域，其中，背景区域是指除了用户皮肤所在区域以外的其他采集到的图像区域。

s1012、对多帧所述场景图像进行肤色检测，以得到多帧皮肤图像。

在获取到预设区域内的多帧场景图像后，即可对每一帧场景图像分别进行肤色检测。具体地，可以使用肤色检测算法对每一帧场景图像进行肤色检测，从而得到肤色区域，将肤色区域在场景图像中所在的区域作为皮肤图像，从而得到多帧皮肤图像。

在一些实施例中，对多帧所述场景图像进行肤色检测，以得到多帧皮肤图像，具体包括：

对多帧所述场景图像进行颜色空间转换，以得到每帧所述场景图像转换后的图像参数；基于预设参数区间，根据所述图像参数对所述场景图像进行筛选，以得到多帧皮肤图像。

具体地，可以利用一些颜色空间的转换算法或公式对多帧场景图像进行颜色空间的转换，例如，可以将rgb颜色空间的场景图像转换到hsv空间，其中，hsv空间中的h通道是色调通道，在转换后，即可以得到每帧场景图像在hsv空间中的图像参数。

由于人类肤色在h通道中集中在某个区间内，例如，从白色偏黄色到棕色，不会是绿色、红色或者紫色等色调，因此，可以预先设置好一个参数区间，利用该参数区间对每帧场景图像的图像参数进行筛选，从而得到皮肤图像。在hsv空间下提取色调信息时，可以直接将h通道的参数作为皮肤图像对应的色调数据。其中，预设参数区间的选择可以预先通过对大量的人脸照片进行数据分析得到。

在一些实施例中，请参阅图3，所述从多帧所述皮肤图像中提取肤色变化信号，具体可以包括：

s1013、提取每帧所述皮肤图像中的色调数据。

具体地，在从多帧皮肤图像中提取每一帧皮肤图像的色调数据时，若皮肤图像所在的颜色空间为hsv空间，则可以直接将每一帧皮肤图像的h通道的参数作为皮肤图像的色调数据。

其中，由于一帧皮肤图像中可能包括多个像素块，而对于每一个像素块其色调数据可能存在不同，因此，可以将一帧皮肤图像中各个像素块对应的色调数据进行求和，并在求和后求取平均值，从而得到该帧皮肤图像对应的平均色调数据，将得到的平均色调数据作为该帧皮肤图像的色调数据进行后续处理。将同一帧皮肤图像内的色调数据进行叠加求平均值，能够去除单个数据的噪音，从而提高数据准确度。

s1014、对提取到的每帧所述皮肤图像中的色调数据进行叠加，以得到肤色变化信号。

具体地，对于从每帧皮肤图像中提取出的色调数据，将每帧皮肤图像对应的色调数据进行叠加，即可得到肤色变化信号，所述肤色变化信号中包括了表征人体生命体征的特征波，因此，在提取目标特征波时，即可从所述肤色变化信号中提取。

s102、对所述肤色变化信号进行干扰去除，以得到处理后的肤色变化信号。

具体地，对肤色变化信号进行干扰去除，能够将肤色变化信号中的线性光线干扰进行去除，从而减少肤色变化信号中的干扰信号，以便于在后续提取目标特征波时，提高提取出的目标特征波的准确率。

在一些实施例中，可以利用一阶多项式对所述肤色变化信号进行干扰去除。利用一阶多项式进行干扰去除具体是对所述肤色变化信号进行一阶多项式匹配，得到线性干扰项，从而将得到的线性干扰项从所述肤色变化信号中去除，得到处理后的肤色变化信号。

一阶多项式匹配具体是找出肤色变化信号中随时间线性变化的成分，具体地可以是对信号做y＝a*x+b匹配，通过选择肤色变化信号上各采样点的x值和y值，通过最小二乘算法估计得到a和b的值。然后将a、b代入到a*x+b中，计算得到线性项。将得到的线性项从肤色变化信号中剔除，以减少肤色变化信号中的干扰信号。

s103、对所述处理后的肤色变化信号进行信号分解，得到多个本征模式函数。

具体地，在对所述处理后的肤色变化信号进行信号分解时，具体可以使用希尔伯特-黄变换对所述处理后的肤色变化信号进行信号分解，从而得到多个本征模式函数。

希尔伯特-黄变换具体是先对时域信号，也即处理后的肤色变化信号进行处理，将所述处理后的肤色变化信号转化为线性稳态信号，然后将线性稳态信号作为希尔伯特算法的输入，从而得到多个本征模式函数。

采用希尔波特-黄变换对处理后的肤色变化信号进行信号分解，可以从肤色变化信号中分离出宽频的目标特征波，保留目标特征波中频率随时间变化的特征信号，避免时变信号的丢失，从而提高提取到的目标特征波的完整度。

s104、对每个所述本征模式函数进行傅里叶变换，得到每个所述本征模式函数对应的频率信息。

具体地，对于希尔伯特-黄变换输出的每一个本征模式函数，分别进行傅里叶变换，将每一个本征模式函数都转换到频率域，进而得到每个本征模式函数对应的频率信息。其中，频率信息包括频率范围。

其中，由于处理后的肤色变化信号中包括了至少一种生命体征对应的特征波，因此，不同的本征函数可能对应不同的频率范围，代表不同的生命体征对应的特征波。

s105、根据每个所述本征模式函数对应的频率信息确定目标特征波。

具体地，目标特征波可以包括呼吸特征波和心率特征波。由于同一个生命体征对应的特征信号可能分别对应于不同的本征模式函数或者多个本征模式函数的线性组合。因此，可以通过拾取同一生命体征对应的频率范围内的本征模式函数并进行叠加，从而得到目标特征波。

在一些实施例中，请参阅图4，所述根据每个所述本征模式函数对应的频率信息确定目标特征波，具体包括：

s1051、根据预设目标特征频率范围和所述本征模式函数对应的频率信息对所述本征模式函数进行筛选，得到至少一个目标本征函数；s1052、将至少一个所述目标本征函数进行叠加，以得到目标特征波。

具体地，由于以呼吸为源头产生的信号对应的频率范围和以频率为源头产生的信号对应的频率范围并不相同，因此，可以根据频率范围分别对本征模式函数对应的频率信息进行筛选，从而得到对应呼吸的本征模式函数和对应心率的本征模式函数。

当目标特征波为呼吸特征波时，根据预设呼吸频率范围和所述本征模式函数对应的频率信息对所述本征模式函数进行筛选，得到至少一个呼吸本征函数；将至少一个所述呼吸本征函数进行叠加，以得到呼吸特征波。

例如，预设呼吸频率范围可以为0.2hz到0.5hz，根据所述预设呼吸频率范围对所述本征模式函数进行筛选，将主要能量集中在所述预设呼吸频率范围内的本征模式函数作为呼吸本征函数。

在筛选得到至少一个呼吸本征函数后，分别将至少一个呼吸本征函数进行函数叠加，从而将叠加后的特征波形作为呼吸特征波。

当目标特征波为心率特征波时，根据预设心率频率范围和所述本征模式函数对应的频率信息对所述本征模式函数进行筛选，得到至少一个心率本征函数；将至少一个所述心率本征函数进行叠加，以得到心率特征波。

例如，预设心率频率范围可以为0.8hz到2.5hz，根据所述预设心率频率范围对所述本征模式函数进行筛选，将主要能量集中在所述预设心率频率范围内的本征模式函数作为心率本征函数。

在筛选得到至少一个心率本征函数后，分别将至少一个心率本征函数进行函数叠加，从而将叠加后的特征波形作为心率特征波。

上述实施例提供的特征波提取方法，通过获取预设区域内的多帧皮肤图像，并从多帧皮肤图像中提取出肤色变化信号，然后对肤色变化信号进行干扰去除，对处理后的肤色变化信号进行信号分解，得到多个本征模式函数，然后对每个本征模式函数进行傅里叶变换，得到每个本征模式函数对应的频率信息，最终根据每个本征模式函数对应的频率信息确定目标特征波。对肤色变化信号进行干扰去除，减少肤色变化信号中的干扰信号，从而提高提取到的目标特征波的准确率。进行信号分解和傅里叶变换，通过本征模式函数的频率信息来确定目标特征波，使得可以从处理后的肤色变化信号中分离出宽频的目标特征波，并保留保留目标特征波中频率随时间变化的特征信号，从而提高得到的目标特征波的完整度，减少特征信号的丢失。

请参阅图5，图5是本申请的实施例还提供一种特征波提取装置的示意性框图，该特征波提取装置用于执行前述的特征波提取方法。其中，该特征波提取装置可以配置于服务器或终端中。

其中，服务器可以为独立的服务器，也可以为服务器集群。该终端可以是手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备。

如图5所示，特征波提取装置200包括：图像获取模块201、干扰去除模块202、信号分解模块203、傅里叶变换模块204和特征波确定模块205。

图像获取模块201，用于获取预设区域的多帧皮肤图像，并从多帧所述皮肤图像中提取肤色变化信号。

在一个实施例中，图像获取模块201包括场景获取子模块2011和肤色检测子模块2012。

具体地，场景获取子模块2011，用于获取预设区域内的多帧场景图像；肤色检测子模块2012，用于对多帧所述场景图像进行肤色检测，以得到多帧皮肤图像。

在一个实施例中，图像获取模块201还包括色调提取子模块2013和色调叠加子模块2014。

具体地，色调提取子模块2013，用于提取每帧所述皮肤图像中的色调数据；色调叠加子模块2014，用于对提取到的每帧所述皮肤图像中的色调数据进行叠加，以得到肤色变化信号。

干扰去除模块202，用于对所述肤色变化信号进行干扰去除，以得到处理后的肤色变化信号。

信号分解模块203，用于对所述处理后的肤色变化信号进行信号分解，得到多个本征模式函数。

傅里叶变换模块204，用于对每个所述本征模式函数进行傅里叶变换，得到每个所述本征模式函数对应的频率信息。

特征波确定模块205，用于根据每个所述本征模式函数对应的频率信息确定目标特征波。

其中，特征波确定模块205包括函数筛选子模块2051和函数叠加子模块2052。

具体地，函数筛选子模块2051，用于根据预设目标特征频率范围和所述本征模式函数对应的频率信息对所述本征模式函数进行筛选，得到至少一个目标本征函数；函数叠加子模块2052，用于将至少一个所述目标本征函数进行叠加，以得到目标特征波。

需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的特征波提取装置和各模块的具体工作过程，可以参考前述特征波提取方法实施例中的对应过程，在此不再赘述。

上述的特征波提取装置可以实现为一种计算机程序的形式，该计算机程序可以在如图6所示的计算机设备上运行。

请参阅图6，图6是本申请实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以是服务器或终端。

参阅图6，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括非易失性存储介质和内存储器。

非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种特征波提取方法。

处理器用于提供计算和控制能力，支撑整个计算机设备的运行。

内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种特征波提取方法。

该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

应当理解的是，处理器可以是中央处理单元(centralprocessingunit，cpu)，该处理器还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

其中，在一个实施例中，所述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：

获取预设区域的多帧皮肤图像，并从多帧所述皮肤图像中提取肤色变化信号；

对所述肤色变化信号进行干扰去除，以得到处理后的肤色变化信号；

对所述处理后的肤色变化信号进行信号分解，得到多个本征模式函数；

对每个所述本征模式函数进行傅里叶变换，得到每个所述本征模式函数对应的频率信息；

根据每个所述本征模式函数对应的频率信息确定目标特征波。

在一个实施例中，所述处理器在实现所述获取预设区域的多帧皮肤图像时，用于实现：

获取预设区域内的多帧场景图像；

对多帧所述场景图像进行肤色检测，以得到多帧皮肤图像。

在一个实施例中，所述处理器在实现所述对多帧所述场景图像进行肤色检测，以得到多帧皮肤图像时，用于实现：

对多帧所述场景图像进行颜色空间转换，以得到每帧所述场景图像转换后的图像参数；

基于预设参数区间，根据所述图像参数对所述场景图像进行筛选，以得到多帧皮肤图像。

在一个实施例中，所述处理器在实现所述从多帧所述皮肤图像中提取肤色变化信号时，用于实现：

提取每帧所述皮肤图像中的色调数据；

对提取到的每帧所述皮肤图像中的色调数据进行叠加，以得到肤色变化信号。

在一个实施例中，所述处理器在实现所述对所述肤色变化信号进行干扰去除时，用于实现：

利用一阶多项式对所述肤色变化信号进行干扰去除。

在一个实施例中，所述处理器在实现所述对所述处理后的肤色变化信号进行信号分解时，用于实现：

利用希尔伯特-黄变换对所述处理后的肤色变化信号进行信号分解。

在一个实施例中，所述处理器在实现所述根据每个所述本征模式函数对应的频率信息确定目标特征波时，用于实现：

根据预设目标特征频率范围和所述本征模式函数对应的频率信息对所述本征模式函数进行筛选，得到至少一个目标本征函数；

将至少一个所述目标本征函数进行叠加，以得到目标特征波。

本申请的实施例中还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序中包括程序指令，所述处理器执行所述程序指令，实现本申请实施例提供的任一项特征波提取方法。

其中，所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元，例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备，例如所述计算机设备上配备的插接式硬盘，智能存储卡(smartmediacard，smc)，安全数字(securedigital，sd)卡，闪存卡(flashcard)等。

进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。