使用选择性集成聚合从视频中估计呼吸模式
计算机视觉与模式识别
2017-04-26 v1
摘要
非接触式呼吸模式（RP）和呼吸率（RR）估计具有多种应用。现有的 RP 和 RR 测量方法分为三类—— 通过鼻腔气流测量进行估计， 通过基于视频的远程光电容积描记法进行估计，以及 使用运动探测器测量呼吸引起的运动进行估计。然而，这些方法需要专用传感器、计算成本高，和/或严重依赖于选择感兴趣区域（ROI）进行处理。在本文中，描述了一个通用框架，用于估计驱动以未知动态并联连接的含噪 LTI 通道的周期信号。然后将该方法应用于推导一种计算成本低廉的 RP 估计方法，该方法使用 2D 摄像头且不严重依赖于 ROI。具体而言，RP 是通过对呼吸引起的运动造成的反射光变化进行成像来估计的。摄像头视场中的每个空间位置被建模为一个含噪线性时不变（LTI）测量通道，具有未知的系统动态，由单一生成的呼吸信号驱动。RP 的估计被构造为一个盲反卷积问题，并通过包含子空间投影和统计聚合的方法来解决。在 31 名健康人类受试者上进行了实验，通过生成多个 RP 并将提出的估计值与阻抗呼吸描记设备同时获取的真值进行比较。尽管在服装图案、视角和 ROI 方面存在差异，所提出的估计器在相关性度量方面与真值设备具有良好的一致性。
引用
@article{arxiv.1611.06674,
title = {Estimation of respiratory pattern from video using selective ensemble aggregation},
author = {A. P. Prathosh and Pragathi Praveena and Lalit K. Mestha and Sanjay Bharadwaj},
journal= {arXiv preprint arXiv:1611.06674},
year = {2017}
}