基于大序列信号回归的非接触式近红外光体积描记传感
计算机视觉与模式识别
2023-11-21 v1
摘要
非接触式传感是一项新兴技术，在从车辆驾驶员监测到医疗患者监测的许多行业中都有应用。当前最先进的实现方案聚焦于 RGB 视频，但其在变化/噪声光照条件下表现不佳，且在黑暗中几乎完全不可行。然而，近红外（NIR）视频不受这些限制影响。本文旨在展示一种替代性的卷积注意力网络（CAN）架构的有效性，该架构用于从一系列 NIR 帧中回归光体积描记（PPG）信号。训练 CAN 所使用的两个公开可用数据集的组合被划分为训练集和测试集。该组合数据集进行了增强，通过为每个受试者提供完整心率范围及相应视频，以减少对“正常”60–80 bpm 心率范围的过拟合。当该 CAN 应用于裁剪至受试者头部的视频时，取得了仅 0.99 bpm 的平均绝对误差（MAE），证明了其在 NIR 视频上的有效性以及该架构回归准确信号输出的可行性。
引用
@article{arxiv.2311.11757,
title = {Non-Contact NIR PPG Sensing through Large Sequence Signal Regression},
author = {Timothy Hanley and Dara Golden and Robyn Maxwell and Ashkan Parsi and Joseph Lemley},
journal= {arXiv preprint arXiv:2311.11757},
year = {2023}
}
备注
4 pages, 3 figures, 3 tables, Irish Machine Vision and Image Processing Conference 2023