基于质量近红外人脸视频的脉搏估计及其在驾驶员监测中的应用
计算机视觉与模式识别
2019-05-21 v2 图像与视频处理
信号处理
摘要
本文提出了一种利用人脸视频进行心率（HR）估计的鲁棒方法，适用于具有高度可变来源（如头部运动、光照变化、振动、模糊等）的挑战性场景。我们的方法采用质量度量 Q 从特定人脸视频片段中提取尽可能干净的远程光电容积描记（rPPG）信号。我们的主要动机是开发用于驾驶员监测的鲁棒技术。因此，在实验中我们使用自采集的数据集，该数据集由安装在真实行驶车辆仪表盘上的相机采集的近红外（NIR）视频组成。我们将经典 rPPG 算法的性能，与同一方法但使用 Q 选择变异性较小视频片段时的性能进行比较。我们的结果表明，在真实驾驶设置中使用质量最高的视频片段可将 HR 估计的相对准确率提升大于 20%。
引用
@article{arxiv.1905.06568,
title = {Quality-based Pulse Estimation from NIR Face Video with Application to Driver Monitoring},
author = {Javier Hernandez-Ortega and Shigenori Nagae and Julian Fierrez and Aythami Morales},
journal= {arXiv preprint arXiv:1905.06568},
year = {2019}
}
备注
Preprint of the paper presented to IbPRIA 2019