基于多模态融合的非接触式血压预测方法

本发明公开一种基于多模态融合的非接触式血压预测方法，首先对可见光视频和红外视频序列进行时空对齐与人脸区域裁剪等预处理；随后通过独立的特征提取模块分别从可见光图像与红外光图像中获得多尺度、多通道的深度特征表示，利用基于L1/L2混合范数评估与Softmax归一化结合的动态加权融合机制，在空间–信道维度为两种模态生成自适应权重，并按照互补原则融合成统一的特征向量；最后，基于融合特征进行rPPG信号的拟合与重建，并将重建后的脉搏波信号输入末端的血压预测网络，实现对收缩压与舒张压的高精度非接触式估算。该方法协同分析可见光与红外光视频，成功解决了现有基于面部视频方法对光照条件的敏感性问题。