基于图像处理与普通摄像头及AI代理的非接触式实时心率测量

arXiv cs.AI 论文
heart-rate-measurement image-processing non-contact real-time health-monitoring face-detection ai-agent

摘要

本文提出了一种利用普通摄像头和图像处理技术，结合深度学习与AI代理实现非接触式实时心率测量的系统，并展望了未来用于个人AI健康监测的计划。

arXiv:2607.06598v1 Announce Type: cross 摘要：心率测量是实时健康监测的关键需求之一，尤其对于老年人的健康护理。传统的心率测量依赖于接触式传感机制，例如医院中的某些心率测量设备或Apple Watch等内置传感器的可穿戴设备。本文开发了一种非接触式、实时的心率测量系统，利用普通摄像头（如笔记本电脑内置摄像头）进行图像处理，采用创新算法在真实环境中捕获相关信号以计算心率时间序列。所提出的心率计算（HRC）过程包含四个主要步骤：（a）确定使用的摄像头帧率，例如给定摄像头为30帧每秒；（b）使用深度学习（DL）方法，通过68个人脸地标形状预测器进行人脸检测（FD）；（c）采用时间滑动窗口（TSW）算法，通过平滑噪声来去噪信号；（d）基于识别的信号周期性计算心率。我们针对Apple Watch的心率结果对开发的原型进行了测试和分析，在多个轮次中检查差异范围，并对同一人在同一时间的心率测量值计算差异均值。我们将进一步调整和优化现有方法，并将该系统部署为个人AI代理[6]以用于健康监测，作为未来的研究方向。
查看原文
查看缓存全文

缓存时间: 2026/07/09 07:57 

# 基于图像处理与商品级摄像头及AI代理的非接触式实时心率测量
来源: https://arxiv.org/abs/2607.06598
查看PDF (https://arxiv.org/pdf/2607.06598)

> 摘要：心率测量是实时健康监测的关键需求之一，尤其是在老年人健康护理方面。传统心率测量依赖接触式传感机制，例如医院中的某些心率测量设备，或配备嵌入式传感器的可穿戴设备（如Apple Watch等）。本文开发了一套系统，利用商品级摄像头（如笔记本电脑内置摄像头）通过图像处理实现非接触式实时心率测量。我们采用一种创新算法，在现实生活环境中捕获用于心率计算的相关信号，并形成时间序列。所提出的心率计算（HRC）过程包含四个主要步骤：(a) 确定所用摄像头的帧率，例如给定摄像头为每秒30帧；(b) 使用基于深度学习（DL）方法的人脸检测（FD），结合可预测68个人脸关键点的形状预测器；(c) 采用时间滑动窗口（TSW）算法，通过平滑噪声对信号进行去噪处理；(d) 根据识别出的信号周期性计算心率。我们将开发的样机与Apple Watch的心率结果进行测试和分析，在多轮次中检查差异范围，并计算同一人同一时刻心率测量值的差异均值。作为未来方向，我们将对现有方法进行进一步调优和优化，并将该系统部署为用于健康监测的个人AI代理[6]。

## 提交历史

来自：Fulu Li [查看邮箱 (https://arxiv.org/show-email/fef6f0f3/2607.06598)]  
**[v1]** 2026年7月6日星期一 23:38:02 UTC（1,845 KB）

相似文章

GlowPulse

Product Hunt

GlowPulse 将您的 Mac 摄像头变为心率传感器，实现非接触式健康监测。