本記事では，PCのWebカメラを用いて脈拍計測を行うことを目的にしています．
今回は，まず準備として，顔画像のRGBの取得までを行いました．
今回は，まず準備として，顔画像のRGBの取得までを行いました．
はじめに
スマホで脈拍を測ることに失敗し，脈拍センサを製作してストレスを検知しました．
https://lp-tech.net/articles/tSa6k
ただし脈拍センサを製作したり，スマートウォッチを購入したりするとお金がかかりますね．
今回はPCに取り付けられているWebカメラで計測してみます．
同様な計測がここでもされています．
https://qiita.com/taichi-iki/items/0b9165deab187bb2d3f9
https://lp-tech.net/articles/tSa6k
ただし脈拍センサを製作したり，スマートウォッチを購入したりするとお金がかかりますね．
今回はPCに取り付けられているWebカメラで計測してみます．
同様な計測がここでもされています．
https://qiita.com/taichi-iki/items/0b9165deab187bb2d3f9
計測
計測条件
MacのWebカメラを使用．
動画サイズ：1280 x 720 pixel
フレームレート：30fps
Python+OpenCVで計測しています．
動画サイズ：1280 x 720 pixel
フレームレート：30fps
Python+OpenCVで計測しています．
計測した部分は白で囲われた範囲（データを見ながら実験しているので目付きが，，，）
20 x 20 pixelの画像の各画素のRGBを平均しています
20 x 20 pixelの画像の各画素のRGBを平均しています
計測結果
高周波ノイズが乗っていないGreenについて拡大してみると，次のようなグラフが得られます．
Blue やRed に比べると小さいですが，高周波成分が乗っているので除去した方が良さそうです．
このような高周波成分がノイズです．
脈拍が1 Hz程度なので，それを利用して脈拍を抽出してみます．
具体的にはLow pass Filter などを適用します．
このような高周波成分がノイズです．
脈拍が1 Hz程度なので，それを利用して脈拍を抽出してみます．
具体的にはLow pass Filter などを適用します．
さいごに
今回はRGBの取得まで行いました．
次回は結果から脈拍の検出を行う予定です．
製作した脈拍センサと組み合わせて，深層学習をしてみるのも面白そうです．
次回は結果から脈拍の検出を行う予定です．
製作した脈拍センサと組み合わせて，深層学習をしてみるのも面白そうです．
15 件
栢菅 宏規
