基于皮肤敏感度指数与深度学习的皮肤温度无创测量方法
计算机视觉与模式识别
2018-12-18 v1
摘要
在以人为中心的智能建筑中,人体热舒适的实时测量起着关键作用,并为建筑供暖、通风和空调(HVAC)系统提供反馈控制信号。由于个体内与个体间差异以及皮肤细微变化的挑战,迄今为止尚无令人满意的热舒适测量方案。本文提出一种基于皮肤敏感度指数与深度学习(NISDL)的无创测量方法以测量实时皮肤温度。定义了一种新的评价指标,称为皮肤敏感度指数(SSI),以克服个体差异与皮肤细微变化。为阐明所提 SSI 的有效性,设计了两种多层深度学习框架(NISDL 方法 I 和 II),并使用 DenseNet201 从皮肤图像中提取特征。部分个人饱和温度(NIPST)算法用于算法比较。另生成了一种无 SSI 的深度学习算法(DL)用于算法比较。最后,共使用 144 万图像数据进行算法验证。结果显示,55.6180% 和 52.2472% 的误差值(NISDL 方法 I、II)分布在 [0, 0.25),而 NIPST 的相同误差区间分布为 35.3933%。
引用
@article{arxiv.1812.06509,
title = {Non-invasive measuring method of skin temperature based on skin sensitivity index and deep learning},
author = {Xiaogang Cheng and Bin Yang and Kaige Tan and Erik Isaksson and Liren Li and Anders Hedman and Thomas Olofsson and Haibo Li},
journal= {arXiv preprint arXiv:1812.06509},
year = {2018}
}
备注
13 pages, 5 figure