论文阅读笔记之心率监测(1) Non-contact PPG and iHR estimation from infrared face video

论文题目：
NON-CONTACT PHOTOPLETHYSMOGRAM AND INSTANTANEOUS HEART RATE ESTIMATION FROM INFRARED FACE VIDEO 基于PPG的红外人脸图像的非接触的瞬时心率检测预测

1、摘要：
（1）原理：It is well known that changes in skin color due to blood flow can be captured using
conventional cameras. 由于血液流动造成的皮肤颜色的变化可以使用传统的相机捕捉到;
（2）缺陷：基于PPG原理的方法需要稳定的光照条件，而且可以需要在不同的光照条件下能够运行;
（3）一种避免这个缺陷的方法是使用红外摄像头，红外摄像头可以在低光照下捕捉到iHR;红外摄像头低光照和光照变化的场景适应能力更好，
(4)我们提出了一个简单的、主信号提取方法来从红外图像中恢复iHR。

2、instruction
（1）iHR的黄金标准是ECG（心电图），PPG（光电容积描记原理）是另外一种非入侵技术，但是PPG和ECG都需要皮肤直接接触，可能不太适合某些情况，如司机嗜睡和疲劳检测。
（2）PPG依赖于衡量皮肤区域对于光照吸收的快速变化，这是由于血液中的血氧和非血氧（主要是氧合血红蛋白和脱氧血红蛋白）对光照的吸收曲线不一致
（3）一般来说，大多数方法需要一个光源，对光源的颜色波段进行控制，而且要求对信号采集过程进行控制（比如光源，测试者保持静止）
（4）目前使用红外摄像头在心率检测领域刚刚开始，但是目前的方法仅限于估计一段时间如30s内的平均HR；这篇文章表明在受控的条件下，使用时间分析和时间频域分析实现实时秒级的心率检测是可以实现的。

3、算法解析： 红外视频中的非接触的ppg信号
（1）描述怎样从红外人脸视频中构造非接触的PPG信号并从中提取iHR； 算法分为三步：
@1 检测并分割视频中的人脸，将人脸分成几个不相交的区域；
@2 对每个区域取平均值、去噪并将其分解为更小的子集（5X5pixels）
@3 我们选择了一个信号质量指标来选择目标信号；
（2）IR视频预处理
——1、 使用dlib进行人脸位置检测，假设对象静止，因此不在逐帧检测人脸，
——2、 根据预先定义的网格将检测到的人脸分为nr个不重叠的区域Ri，（每个网格大小是5*5的矩阵）
——3、 对每个区域Ri求取均值
——4、 形成信号矩阵Y0，矩阵Y0是nXm的矩阵，其中m代表视频的帧数，n代表每帧图片中将脸部分成的网格数；这样，矩阵的每一行，代表的是一个网格的在不同帧的均值序列（即一个波形），每一列代表的同一帧图片中的所有网格；
——5、 对信号矩阵Y0的每个通道（行）进行滤波，采取5阶Butterworth带通滤波器，截止频率是24hz和300bpm，这个带通滤波器的选择是根据生理常识来选择的，人的心率的范围是40-200bpm(成人正常60-100；婴儿超过100；老年人40-60；)

4、