低光照环境下远程光电容积描记术的图像增强方法
计算机视觉与模式识别
2023-03-17 v1 图像与视频处理
摘要
随着传感器技术的提升与算法的显著进步，远程心率监测技术的精度已得到显著提高。尽管算法取得显著进展，rPPG算法在长期、高强度连续工作发生于夜晚或光照不足环境时性能会下降。主要挑战之一是丢失的面部细节与低对比度导致检测与跟踪失败。同时，视频采集时光照不足会损害生理信号质量。本文中，我们收集了一个大规模数据集，专为各种光照变化下记录的远程心率估计而设计，以评估rPPG算法（Green、ICA与POS）的性能。我们还提出了一种用于低光照条件下远程心率估计的低光增强方案（技术方案）。利用所收集数据集，我们发现：1）人脸检测算法无法检测低光条件采集视频中的人脸；2）脉动信号幅度的下降将导致噪声信号占据主导地位；3）基于色度的方法受制于肤色假设不成立的局限，且Green与ICA方法在暗光照环境中受的影响小于POS。所提出的rPPG处理方案能有效检测并改善脉动信号的信噪比与精度。
引用
@article{arxiv.2303.09336,
title = {Image Enhancement for Remote Photoplethysmography in a Low-Light Environment},
author = {Lin Xi and Weihai Chen and Changchen Zhao and Xingming Wu and Jianhua Wang},
journal= {arXiv preprint arXiv:2303.09336},
year = {2023}
}
备注
Accepted by FG2020