刘添元 朱德龙
摘要：心脏与呼吸的频率属于人体的基本特征，可以体现出生理健康，提供非常重要的参数。在进行呼吸频率检测的时候，大多会采用接触式的方法，可以针对不同人群展开实时检测。但是传统的检测方式需要穿戴检测设备，这样会为很多人带来不便，尤其是会影响到休息。通过不断研究，已经研发出非接触式的检测设备，可以通过人脸识别的方式去监控呼吸的频率，这种设备的成本较低，并且操作非常简单，可以在临床医学使用，同时也可以在家中自行使用。
关键词：心率检测;呼吸检测;视频放大;非接触式
中图分类号：G4 文献标识码：A
引言：
科技技术的持續发展，目前视频监控已经在生活中普及应用，然而通过提取视频可以获得相关信息，作出准确判断成为人们关注的话题，尤其是医学领域中心率以及呼吸可以反映出健康。例如癫痫患者以及睡眠障碍的患者，在一些特定情况下，需要对呼吸频率进行检测，接触式的检测方式会带来很多不便，然而远距离以及非接触的检测方式对患者不会造成任何影响，同时还可以起到检测以及监控的作用。
一、人脸识别的呼吸频率检测背景技术
人脸识别技术目前在社会上的地位越来越重要，现在已经把人脸识别技术实际融合到人体生理参数检测中。目前在国内非接触式的生理参数检测发明已经申请了专利，以人脸识别为基础检测呼吸的频率，具有较高的准确性以及安全性，其方法以及步骤如下：
（1）将采集到的图像以及视频进行甄别，首先要把人脸与背景进行分离，通过网络上传到数据终端。
（2）将所拍摄的人脸图像细致分析，同时将特征进行提取，据人脸的特征，首先应该进行注册。
（3）在注册时，需要对摄像头以及拍摄的范围进行检测，人脸需要完全在摄像头拍摄的范围内。在拍摄范围内可以自动对焦，跟踪人脸进行拍摄，并且进行保存。如果未检测到人脸，需要重新返回第二步骤，重新进行注册，此时数据库会进行更新。非接触式生理检测主要是通过人脸识别技术跟踪对方的特点进行识别，已经注册成功的人群，会进行自动保存。在最近几年，人脸识别技术应用比较广泛，主要体现在人机交互，身份识别等，虽然医学领域中所使用的人脸识别技术与普通领域中所使用的有很多相同点，但是应用于医学领域中会更加精致。
二、人脸识别的呼吸频率检测技术的优势以及方式
人脸识别技术本身属于生物识别技术，主要是针对人的面部特征进行识别。尤其是在医学领域中使用可以采用触诊面部，使用记号笔进行标记，突出人体的骨性特征，使用照相机进行拍摄，进行上传。但是在拍摄时需要使用者站立或者是正坐，在指定的距离内进行抓拍，如果此时出现眨眼等情况，需要及时调整角度，要保证完整的轮廓在镜头内体现。人脸识别技术可以快速提取人的面部特征，并且使用图像软件进行处理，尤其是针对面部轮廓以及角度等可做到及时提取。如果面部有缺陷，可以及时启动osa。人脸识别技术可以用到不同的领域中，但是在医学领域中，可以及时为病情进行早期的筛查。
目前对于人脸识别技术的要求非常高，尤其是技术方面。想要提供较为准确的检测率，首先基于工作站对人脸识别所获得的人体参数进行检测，这种方法可以及时检测人体生理参数，上传到后台服务器，对于图像可以进行集中采集。其特征包含：（1）利用图像采集的特征，将连续图像进行采集，并且上传到服务器，通过采集装置进行检测，当人物出现在图像时则需要进行步骤二。其优势为上传速度快，可利用网络的特点，达到实时上传。
（2）后台服务器对人脸进行识别，通过算法进行对比，根据步骤一能够检测到图像，同时与后台服务器所存储的样本进行对比，已经注册生成的对象经过后台服务器检测生理参数，并对生理参数进行分析。及时对病情进行监测，同时可以反馈信息。
根据以上的方法，能够体现出人脸识别的优点：目前针对人体的生理参数可以进行检测，同时对于已经注册完成的人员，可以展开生理参数的监测，提升了工作人员的检测效率，也提高了其安全性。在检测中完全达到了智能化，可以对未注册人员进行忽略，同时针对注册人员可以明确的进行。检测其检测内容比较简单，所以无法受到外界的干扰，通过优化以及改善目前检测准确率非常高。
（3）由于呼吸系统疾病以及心脑血管疾病所带来的促使，往往由于未及时得到救治导致患者的病情加重。但是如果利用人脸识别系统，实时监控心率以及呼吸状况可以避免急症的发生。
总结：
目前人脸识别系统智能检测方式可以心率，血液流动等进行检测，同时针对连续帧图进行分析。图像采集不仅仅可以进行人脸识别，同时还可以获得更多的参数，需要投入更多的检测设备，为医学领域节约成本，同时也提高工作效率。作为优选，在使用中，人脸识别系统与服务器可以进行实时连接，将数据传输到终端设备。系统在进行工作时可以展开注册以及监控，达到24小时工作状态。人脸识别技术目前已经被广泛应用到各个领域，但是在医学领域中，这属于全新的一种方式，对于患者来讲，可以获得更好的病情监控，避免在突发情况下所带来的生命危险。虽然目前的人脸识别技术已经非常高端，但是想要获得人体更多的参数信息，还需要不断的优化以及完善。相信在不久的将来，人脸识别系统会达到巅峰状态，为社会以及大众提供更加有力的保障。
参考文献
[1] Z. Guo， H. Liu，Q.Wang， and J.Yang，“A Fast Algorithm of Face Detection for Driver Monitoring，”In Proceedingsof the Sixth Internationatonferenceon Intelligent Systems Design and Applications， vol.2， pp.267 - 271， 2021.
[2] M. Yang， N. Ahuja， “Face Detection and Gesture Recognitionfor Humarcomputer Interaction，” The International Series in Video Computing， vol.1，Springer，2020.
