基于深度学习的人脸视频血氧饱和度检测方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了基于深度学习的人脸视频血氧饱和度检测方法及系统,涉及计算机视觉技术领域;该方法包括以下步骤:拍摄人脸视频;获取人脸视频中分割出人脸关键区域的逐帧图片;通过人脸关键区域的逐帧图片提取人脸关键区域的iPPG信号,并将每个人脸关键区域的iPPG信号平均分割为多段;训练CNN‑BiLSTM‑GRU血氧饱和度预测模型;将分割后的iPPG信号分别输入到CNN‑BiLSTM‑GRU血氧饱和度预测模型中,每个人脸关键区域分别得到多个初步血氧饱和度预测值;将每个人脸关键区域的多个初步血氧饱和度预测值分别输入到判别器中,经过信号的筛选,得到最终血氧饱和度预测值。本发明中该方法可以有效并可靠地从人脸视频中预测氧饱和度值,能够满足在日常生活中对血氧饱和度值的长期检测。
《基于深度学习的人脸视频血氧饱和度检测方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023112284075,当前法律状态为已下证,由浙江师范大学提出申请,发明人为熊继平;方宏利;贺林英,申请日期为2023-09-21,公开(公告)日期为2026-03-24,国际专利分类号(IPC)为 G06V 40/10 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了基于深度学习的人脸视频血氧饱和度检测方法及系统,涉及计算机视觉技术领域;该方法包括以下步骤:拍摄人脸视频;获取人脸视频中分割出人脸关键区域的逐帧图片;通过人脸关键区域的逐帧图片提取人脸关键区域的iPPG信号,并将每个人脸关键区域的iPPG信号平均分割为多段;训练CNN‑BiLSTM‑GRU血氧饱和度预测模型;将分割后的iPPG信号分别输入到CNN‑BiLSTM‑GRU血氧饱和度预测模型中,每个人脸关键区域分别得到多个初步血氧饱和度预测值;将每个人脸关键区域的多个初步血氧饱和度预测值分别输入到判别器中,经过信号的筛选,得到最终血氧饱和度预测值。本发明中该方法可以有效并可靠地从人脸视频中预测氧饱和度值,能够满足在日常生活中对血氧饱和度值的长期检测。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
