用于基于视频的呼吸监测的运动放大算法
图像与视频处理
2022-11-30 v1
摘要
在本文中，我们提出了两种视频处理技术，用于无接触估计被拍摄对象的呼吸频率（RR）。由于婴幼儿和成人的呼吸相关运动幅度都很小，需要特定算法来有效检测呼吸。为此，利用视频信号中与运动相关的变化来识别被监测患者的呼吸并随时间估计 RR。我们的估计方法依赖于两种运动放大算法，用于增强细微的呼吸相关运动。具体而言，考虑了基于幅度和基于相位的运动放大算法来提取可靠的运动信号。所提出的估计系统对视频帧进行空间分解并结合适当的时间滤波以提取呼吸信息。在提取并联合分析周期（或准周期）呼吸信号后，我们应用最大似然（ML）准则来估计对应于 RR 的基频。所提方法的性能首先通过与参考数据比较进行评估。测试了拍摄不同对象（即新生儿和成人）的视频。最后，以归一化均方根误差（RMSE）衡量两种方法的 RR 估计精度。
引用
@article{arxiv.2211.16046,
title = {Motion Magnification Algorithms for Video-Based Breathing Monitoring},
author = {Veronica Mattioli and Davide Alinovi and Gianluigi Ferrari and Francesco Pisani and Riccardo Raheli},
journal= {arXiv preprint arXiv:2211.16046},
year = {2022}
}