克服基于视频的婴儿呼吸估计中的小数据限制
计算机视觉与模式识别
2025-12-09 v1
摘要
婴儿非接触式呼吸监测的发展可以推动呼吸不规则早期检测和治疗的进步，而呼吸不规则与神经发育障碍和婴儿猝死综合征（SIDS）等状况相关。然而，虽然成人呼吸估计已有计算机视觉算法和视频数据集的稳健生态系统，但仅存在一个针对婴儿受试者标注呼吸数据的小型公共视频数据集，且没有对婴儿有效的可复现算法。我们引入了标注的婴儿呼吸数据集（AIR-400），包含400个视频，向公共语料库贡献了来自10名招募受试者的275个新精心标注视频。我们开发了首个针对婴儿呼吸估计的可复现流水线，基于婴儿特定的感兴趣区域检测和由光流输入增强的时空神经处理。通过全面实验，我们建立了基于视觉的婴儿呼吸估计的最先进可复现基准。我们公开提供数据集、代码仓库和训练模型。
引用
@article{arxiv.2512.06888,
title = {Overcoming Small Data Limitations in Video-Based Infant Respiration Estimation},
author = {Liyang Song and Hardik Bishnoi and Sai Kumar Reddy Manne and Sarah Ostadabbas and Briana J. Taylor and Michael Wan},
journal= {arXiv preprint arXiv:2512.06888},
year = {2025}
}