論文の概要: Real Time Video based Heart and Respiration Rate Monitoring

• arxiv url: http://arxiv.org/abs/2106.02669v1
• Date: Fri, 4 Jun 2021 19:03:21 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-08 18:48:29.870847
• Title: Real Time Video based Heart and Respiration Rate Monitoring
• Title（参考訳）: リアルタイムビデオによる心拍計と呼吸速度モニタリング
• Authors: Jafar Pourbemany, Almabrok Essa, and Ye Zhu
• Abstract要約: スマートフォンカメラは心拍数(HR)と呼吸速度(RR)を測定することができる グリーンチャネルの強度の変化は、ビデオのi信号によって測定できる。 本研究の目的は、個人の顔の映像を用いて心拍数と呼吸率を抽出する方法を提供することである。
• 参考スコア（独自算出の注目度）: 5.257115841810259
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In recent years, research about monitoring vital signs by smartphones grows significantly. There are some special sensors like Electrocardiogram (ECG) and Photoplethysmographic (PPG) to detect heart rate (HR) and respiration rate (RR). Smartphone cameras also can measure HR by detecting and processing imaging Photoplethysmographic (iPPG) signals from the video of a user's face. Indeed, the variation in the intensity of the green channel can be measured by the iPPG signals of the video. This study aimed to provide a method to extract heart rate and respiration rate using the video of individuals' faces. The proposed method is based on measuring fluctuations in the Hue, and can therefore extract both HR and RR from the video of a user's face. The proposed method is evaluated by performing on 25 healthy individuals. For each subject, 20 seconds video of his/her face is recorded. Results show that the proposed approach of measuring iPPG using Hue gives more accurate rates than the Green channel.
• Abstract（参考訳）: 近年,スマートフォンによるバイタルサインのモニタリングに関する研究が著しく進んでいる。 心電図(ecg)やppg(photoplethysmography)といった特殊なセンサーがあり、心拍数(hr)や呼吸率(rr)を検出する。 スマートフォンカメラは、ユーザの顔のビデオからフォトプレソグラフィ(iPPG)信号を検出し、処理することでHRを測定することもできる。 実際、グリーンチャネルの強度の変化は、ビデオのIPPG信号によって測定できる。 本研究では,個人の顔の映像を用いて心拍数と呼吸速度を抽出する方法を提案する。 提案手法は,Hueのゆらぎを測定し,ユーザの顔の映像からHRとRRを抽出することができる。 提案手法は健常者25名を対象に評価した。 各被験者の顔の20秒間のビデオが記録される。 その結果,Hue を用いた IPPG 測定手法は Green チャネルよりも精度が高いことがわかった。

関連論文リスト

• Chaos in Motion: Unveiling Robustness in Remote Heart Rate Measurement through Brain-Inspired Skin Tracking [7.688280190165613]
  既存の遠隔心拍測定法には3つの深刻な問題がある。 コンピュータビジョンタスクにカオス理論を初めて適用し、脳にインスパイアされたフレームワークとなる。 本手法はHR-RSTと呼ばれる心拍計測のためのロバスト皮膚追跡を実現する。
  論文  参考訳（メタデータ） (2024-04-11T12:26:10Z)
• Analyzing Participants' Engagement during Online Meetings Using Unsupervised Remote Photoplethysmography with Behavioral Features [50.82725748981231]
  エンゲージメント測定は、医療、教育、サービスに応用される。 生理的特徴と行動的特徴の使用は可能であるが、従来の生理的測定の非現実性は接触センサーの必要性により生じる。 コンタクトセンサの代替として, 教師なし光胸腺造影(胸腔鏡)の有用性を実証する。
  論文  参考訳（メタデータ） (2024-04-05T20:39:16Z)
• Video-based sympathetic arousal assessment via peripheral blood flow estimation [46.695433930419945]
  顔や手の末梢血流を光学的に測定して交感神経刺激を推定する新しい手法を提案する。 前頭,指,手のひらから交感神経刺激が最善であることを示す。
  論文  参考訳（メタデータ） (2023-11-12T19:06:33Z)
• Full-Body Cardiovascular Sensing with Remote Photoplethysmography [4.123458880886283]
  リモート光胸腺撮影(r)では、反射光の小さなゆらぎを検出して、カメラからの血流の変化を非接触でモニタリングすることができる。 腕,足,手などの非顔の身体領域からrの実現可能性について検討した。
  論文  参考訳（メタデータ） (2023-03-16T20:37:07Z)
• Facial Video-based Remote Physiological Measurement via Self-supervised Learning [9.99375728024877]
  本稿では,映像からr信号を推定する新たなフレームワークを提案する。 負のサンプルは、非線形信号周波数変換を行う学習可能な周波数モジュールを介して生成される。 次に、強化サンプルからr信号を推定するために、局所的なrエキスパートアグリゲーションモジュールを導入する。 異なる顔領域からの相補的な脈動情報を符号化し、それらを1つのr予測に集約する。
  論文  参考訳（メタデータ） (2022-10-27T13:03:23Z)
• A Web Application for Experimenting and Validating Remote Measurement of Vital Signs [0.0]
  リモート光胸腺撮影(r)技術は、顔ビデオから重要な兆候を計算する。 対象者の心拍数(HR)、心拍変動(HRV)、血圧(BP)、顔ビデオからのストレスを測定するためのWebアプリケーションフレームワークを実装した。 フレームワークの正確性と堅牢性はボランティアの助けを借りて検証された。
  論文  参考訳（メタデータ） (2022-08-21T16:07:46Z)
• Identifying Rhythmic Patterns for Face Forgery Detection and Categorization [46.21354355137544]
  本研究では, PPG信号に対する空間時間フィルタリングネットワーク (STFNet) と, PPG信号の制約と相互作用のための空間時間インタラクションネットワーク (STINet) からなる顔偽造検出と分類のためのフレームワークを提案する。 フォージェリーメソッドの生成に関する知見を得て,フレームワークの性能を高めるために,イントラソースとイントラソースのブレンディングを提案する。
  論文  参考訳（メタデータ） (2022-07-04T04:57:06Z)
• Real-time Webcam Heart-Rate and Variability Estimation with Clean Ground Truth for Evaluation [9.883261192383612]
  リモートフォトプレチモグラフィ(r)は、カメラを使って人の心拍数(hr)を推定する HRVは、心臓の鼓動の間の間隔における微細な変動の尺度です。 新しいフィルタリングとモーション抑制を備えた洗練された効率的なリアルタイムrパイプラインを紹介します。
  論文  参考訳（メタデータ） (2020-12-31T18:57:05Z)
• Identification of deep breath while moving forward based on multiple body regions and graph signal analysis [45.62293065676075]
  本稿では,世界深度カメラを通り過ぎているときの深呼吸を自動的に識別できる非閉塞性ソリューションを提案する。 検証実験において、提案手法は、それぞれ75.5%、76.2%、75.0%、75.2%の精度、精度、リコール、F1の比較手法よりも優れている。
  論文  参考訳（メタデータ） (2020-10-20T08:26:50Z)
• Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
  非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。 次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。 歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
  論文  参考訳（メタデータ） (2020-07-16T09:39:17Z)
• AutoHR: A Strong End-to-end Baseline for Remote Heart Rate Measurement with Neural Searching [76.4844593082362]
  既存のエンド・ツー・エンドのネットワークが難易度が低い理由を考察し,アーキテクチャ・サーチ(NAS)を用いたリモートHR計測のための強力なベースラインを確立する。 総合的な実験は、時間内テストとクロスデータセットテストの両方で3つのベンチマークデータセットで実施される。
  論文  参考訳（メタデータ） (2020-04-26T05:43:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。