改进的隔空呼吸率感知
计算机视觉与模式识别
2022-11-22 v1 信号处理
摘要
近来，远程呼吸率测量技术获得大量关注，因其旨在克服基于设备的经典方法与人工计数的局限。人们提出了多种从可见光相机视频流提取呼吸率(RR)的方法，包括像素强度变化法。本文中，我们针对基于像素强度变化的方法提出一种新的1D轮廓生成方法，显著提升了算法性能。通过本文提出的运动信号分组新方法，获得了额外的精度增益。我们对标准流程做了若干改动，从而实现实时连续RR监测，并使人机交互系统中的应用成为可能。在两组内部数据集与一组公开数据集上的评估结果分别显示了0.7 BPM、0.6 BPM与1.4 BPM的MAE。
引用
@article{arxiv.2211.11630,
title = {Improved Touchless Respiratory Rate Sensing},
author = {Petro Franchuk and Tetiana Yezerska},
journal= {arXiv preprint arXiv:2211.11630},
year = {2022}
}
备注
5 pages, 1 figure, 2 tables. This work was presented on the IMET 2022 workshop on Haptics, AI and RRI