基于目标跟踪与假峰消除算法的协同三层架构非接触式呼吸率监测
机器人学
2022-07-27 v4 机器学习
信号处理
摘要
监测呼吸率对于帮助识别呼吸障碍至关重要。传统的呼吸监测设备不便且稀缺。近期研究已证明非接触技术（如光体积描记术和红外热成像）能够从面部采集呼吸信号并监测呼吸。然而，当前的非接触呼吸监测技术精度较差，因为它们对光照和运动伪影等环境影响敏感。此外，在实际医疗应用环境中，用户与云端的频繁接触可能导致服务请求延迟及潜在的个人数据丢失。我们提出了一种具有协同三层设计的非接触呼吸率监测系统，以提高呼吸监测精度并降低数据传输延迟。为减少数据传输和网络延迟，我们的三层架构逐层分解呼吸监测的计算任务。此外，我们通过设计目标跟踪算法和消除假峰的算法来提取高质量呼吸信号，从而提高了呼吸监测的准确性。通过采集数据并在面部选择若干感兴趣区域，我们能够提取呼吸信号并研究不同区域对呼吸监测的影响。实验结果表明，当使用鼻部区域提取呼吸信号时，实验性能最佳。我们的方法在传输更少数据的同时优于对比方法。
引用
@article{arxiv.2011.08482,
title = {Collaborative Three-Tier Architecture Non-contact Respiratory Rate Monitoring using Target Tracking and False Peaks Eliminating Algorithms},
author = {Haimiao Mo and Shuai Ding and Shanlin Yang and Athanasios V. Vasilakos and Xi Zheng},
journal= {arXiv preprint arXiv:2011.08482},
year = {2022}
}