一种心率估计模型的训练方法、心率估计方法及装置与流程

技术特征：
1.一种心率估计模型的训练方法，其特征在于，包括：获取心率估计视频集，其中，所述心率估计视频集中包含多个样本视频，每个所述样本视频中包含人脸，且设置有对应的心率值标签；对每个所述样本视频进行预处理，以获得对应的特征图，其中，所述特征图具有与对应的所述样本视频相同的心率值标签；将多个所述特征图输入至心率估计模型中，以分别获得对应的心率预测值；根据多个所述特征图对应的心率预测值和心率值标签获得损失值，其中，所述损失值与心率估计正则项相关；判断当前所述损失值是否处于收敛状态；若是，则停止对所述心率估计模型的训练过程，以获得训练后的所述心率估计模型；否则，调节所述心率估计模型中的权重值，并返回至将多个所述特征图输入至心率估计模型中的步骤。2.根据权利要求1所述的训练方法，其特征在于，所述对每个所述样本视频进行预处理，以获得对应的特征图的步骤，包括：对所述样本视频进行分帧处理，以获得多个视频帧；对每个所述视频帧进行人脸检测，以获得包含目标人脸的人脸区域；将每个所述人脸区域划分为若干区域，并计算若干区域在颜色空间上的yuv均值；利用所述yuv均值获取每一区域在时间维度上的连续信号；利用所述连续信号获得所述人脸区域对应的特征矩阵；将所述特征矩阵输入至所述心率估计模型中，以获得所述特征图。3.根据权利要求1所述的训练方法，其特征在于，所述将多个所述特征图输入至心率估计模型中，以分别获得对应的心率预测值的步骤，包括：将所述特征图输入基于残差网络的所述心率估计模型中，采用非极端通道注意力机制将所述特征图转化为注意力分布值；将所述注意力分布值与所述特征图的乘积作为非极端注意力特征图；对所述非极端注意力特征图进行全局平均池化，以获得所述心率预测值。4.根据权利要求1所述的训练方法，其特征在于，所述心率估计正则项包括分类损失函数和皮尔逊损失函数；所述根据多个所述特征图对应的心率预测值和心率值标签获得损失值的步骤，包括：利用最小优化均方根损失函数、所述分类损失函数以及所述皮尔逊损失函数获取所述心率预测值与所述心率值标签之间的所述损失值。5.根据权利要求4所述的训练方法，其特征在于，所述利用最小优化均方根损失函数、所述分类损失函数以及所述皮尔逊损失函数获取所述心率预测值与所述心率值标签之间的所述损失值的步骤，包括：利用最小优化均方根损失函数获取所述心率预测值与所述心率值标签的第一损失函数值、利用分类损失函数对所述心率值标签进行离散处理，获取所述心率预测值与所述心率值标签的第二损失函数值、以及利用皮尔逊损失函数获取所述心率预测值与所述心率值标签的第三损失函数值；
将所述第一损失函数值、所述第二损失函数值以及所述第三损失函数值与对应的贡献参数的乘积之和作为最终的所述损失值，其中，所述贡献参数设置为0
‑
1。6.根据权利要求1所述的训练方法，其特征在于，所述获取心率估计视频集的步骤包括：获得不同场景下包含人脸的多个所述样本视频；其中，所述场景包括人脸转动场景、对话场景、运动场景、长距离场景、补光场景中的至少一种。7.根据权利要求1所述的训练方法，其特征在于，所述判断当前所述损失值是否处于收敛状态的步骤之前，包括：判断当前迭代次数是否达到所述心率估计模型中的迭代阈值，其中，所述迭代阈值设置为50至500之间；若是，则停止对所述心率估计模型的迭代过程；否则，进入判断当前所述损失值是否处于收敛状态的步骤。8.一种心率估计方法，其特征在于，包括：获取包含待检测人脸的视频数据；提取预设时间内所述视频数据中连续的待检测人脸图像，并将所述待检测人脸图像输入至训练后的心率估计模型中，以获取所述预设时间内的心率预测值；其中，所述心率估计模型通过权利要求1
‑
7中任一项所述的训练方法训练获得；输出所述视频数据对应的心率曲线，所述心率曲线为多个所述心率预测值构成的折线图。9.一种心率估计装置，其特征在于，包括相互耦接的存储器和处理器，所述存储器存储有程序指令，所述程序指令用于被所述处理器执行以实现权利要求8中所述的心率估计方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于实现权利要求8中所述的心率估计方法。

技术总结
本申请公开了一种心率估计模型的训练方法、心率估计方法及装置，该训练方法包括：获取心率估计视频集，其中，心率估计视频集包含多个样本视频，每个样本视频中包含人脸，且设置有心率值标签；对样本视频进行预处理以获得特征图，其中，特征图具有与样本视频相同的心率值标签；将特征图输入至心率估计模型中以获得心率预测值；根据心率预测值和心率值标签获得损失值，其中，损失值与心率估计正则项相关；判断当前损失值是否收敛；若是，停止对心率估计模型的训练过程，以获得训练后的心率估计模型；否则调节心率估计模型中的权重值并返回至将样本人脸图像输入至心率估计模型中的步骤。通过上述方式，能够提高心率估计的便捷性、精确性和普适性。确性和普适性。确性和普适性。


技术研发人员：薛罗阳
受保护的技术使用者：浙江大华技术股份有限公司
技术研发日：2021.07.26
技术公布日：2021/11/23