基于干净真值评估的实时网络摄像头心率及变异性估计
计算机视觉与模式识别
2021-01-01 v1 人机交互
图像与视频处理
摘要
远程光电容积描记术(rPPG)利用摄像头估计人的心率(HR)。类似于心率可提供有关人生命体征的有用信息，关于底层生理/心理状态的见解可从心率变异性(HRV)获得。HRV 是心跳间隔细微波动的度量。然而，该度量需要以高精度临时定位心跳。我们引入了一种精炼且高效的实时 rPPG 流水线，带有新颖的滤波和运动抑制，不仅估计心率，还提取脉搏波形以对心跳计时并测量心率变异性。这种无监督方法无需特定的 rPPG 训练且能实时运行。我们还引入了一个新的多模态视频数据集 VicarPPG 2，专门设计用于在 HR 和 HRV 估计上评估 rPPG 算法。我们在全面的公开和自录数据集下各种条件中验证并研究了我们的方法，展示了最先进的结果并提供了对一些独特方面的有用见解。最后，我们提供了 CleanerPPG，一个针对现有 rPPG 数据集的人工验证真值峰值/心跳标注集合。这些验证过的标注应使未来 rPPG 算法的评估和基准测试更准确、标准化和公平。
引用
@article{arxiv.2012.15846,
title = {Real-time Webcam Heart-Rate and Variability Estimation with Clean Ground Truth for Evaluation},
author = {Amogh Gudi and Marian Bittner and Jan van Gemert},
journal= {arXiv preprint arXiv:2012.15846},
year = {2021}
}
备注
Published in the MDPI Applied Sciences journal special issue Video Analysis for Health Monitoring on December 2, 2020. arXiv admin note: text overlap with arXiv:1909.01206