論文の概要: Pressure Eye: In-bed Contact Pressure Estimation via Contact-less
Imaging
- arxiv url: http://arxiv.org/abs/2201.11828v1
- Date: Thu, 27 Jan 2022 22:22:17 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-31 14:57:20.956255
- Title: Pressure Eye: In-bed Contact Pressure Estimation via Contact-less
Imaging
- Title（参考訳）: 眼圧:非接触画像によるベッド内接触圧推定
- Authors: Shuangjun Liu, Sarah Ostadabbas
- Abstract要約: 人体と横になっている表面との間の接触圧を推定するために,我々の圧力眼(PEye)アプローチを提案する。
PEyeは最終的にベッドバウンド患者の圧力潰瘍の予測と早期検出を可能にした。
- 参考スコア（独自算出の注目度）: 18.35652911833834
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Computer vision has achieved great success in interpreting semantic meanings
from images, yet estimating underlying (non-visual) physical properties of an
object is often limited to their bulk values rather than reconstructing a dense
map. In this work, we present our pressure eye (PEye) approach to estimate
contact pressure between a human body and the surface she is lying on with high
resolution from vision signals directly. PEye approach could ultimately enable
the prediction and early detection of pressure ulcers in bed-bound patients,
that currently depends on the use of expensive pressure mats. Our PEye network
is configured in a dual encoding shared decoding form to fuse visual cues and
some relevant physical parameters in order to reconstruct high resolution
pressure maps (PMs). We also present a pixel-wise resampling approach based on
Naive Bayes assumption to further enhance the PM regression performance. A
percentage of correct sensing (PCS) tailored for sensing estimation accuracy
evaluation is also proposed which provides another perspective for performance
evaluation under varying error tolerances. We tested our approach via a series
of extensive experiments using multimodal sensing technologies to collect data
from 102 subjects while lying on a bed. The individual's high resolution
contact pressure data could be estimated from their RGB or long wavelength
infrared (LWIR) images with 91.8% and 91.2% estimation accuracies in
$PCS_{efs0.1}$ criteria, superior to state-of-the-art methods in the related
image regression/translation tasks.
- Abstract（参考訳）: コンピュータビジョンは画像から意味的意味を解釈することに成功したが、対象の基盤となる(非視覚的な)物理的性質を推定することは、密集した地図を再構成するよりも、しばしばバルク値に制限される。
本研究では,人体と被写体の表面の接触圧を視覚信号から直接高分解能で推定するための圧力眼(PEye)アプローチを提案する。
PEyeアプローチは、ベッドバウンド患者の圧力潰瘍の予測と早期検出を可能にし、現在高価な圧力マットの使用に依存している。
peyeネットワークは、視覚手がかりと関連する物理パラメータを融合して高分解能圧力マップ(pms)を再構成するために、共有復号形式を二重符号化するように構成されている。
また,Nieve Bayesの仮定に基づく画素ワイズ再サンプリング手法を提案し,PM回帰性能をさらに向上させる。
また, 推定精度評価用に調整した補正センシング(pcs)のパーセンテージも提案し, 誤差許容度を変化させた性能評価の別の視点を提供する。
ベッドに横たわりながら102人の被験者からデータを収集するために,マルチモーダルセンシング技術を用いた広範囲な実験を行った。
個人の高分解能接触圧データは、そのrgbまたは長波長赤外線(lwir)画像から推定でき、その画像の回帰/翻訳タスクにおける最先端の方法よりも、$pcs_{efs0.1}$の基準で91.8%と91.2%の確率で推定できる。
関連論文リスト
- PressureVision++: Estimating Fingertip Pressure from Diverse RGB Images [23.877554759345607]
ディープモデルは、単一のRGB画像に基づいて手圧力を推定できる。
本稿では,RGBカメラと協力的参加者のみを用いて,多様なデータをキャプチャ可能な新しいアプローチを提案する。
pressureVision++ の混合現実への応用を実演し、毎日の表面をタッチに敏感なインターフェースとして利用できるようにする。
論文 参考訳（メタデータ） (2023-01-05T21:48:33Z) - DeepWSD: Projecting Degradations in Perceptual Space to Wasserstein
Distance in Deep Feature Space [67.07476542850566]
本稿では,統計的分布の観点から知覚空間の品質劣化をモデル化する。
品質は、深い特徴領域におけるワッサーシュタイン距離に基づいて測定される。
ニューラルネットワークの特徴に基づいて実行されるディープワッサースタイン距離(ディープWSD)は、品質汚染のより良い解釈性をもたらす。
論文 参考訳（メタデータ） (2022-08-05T02:46:12Z) - Estimating Pose from Pressure Data for Smart Beds with Deep Image-based
Pose Estimators [16.937471403068685]
ベッド内ポーズ推定は、病院の患者モニタリング、睡眠研究、スマートホームなどの分野における価値を示している。
既存のポーズ推定器の助けを借りて、高度にあいまいな圧力データから身体のポーズを検出するための様々な戦略を探求する。
論文 参考訳（メタデータ） (2022-06-13T23:29:28Z) - A high performance fingerprint liveness detection method based on
quality related features [66.41574316136379]
このシステムは、10,500枚以上の実画像と偽画像からなる非常に難しいデータベースでテストされている。
提案手法はマルチシナリオデータセットに対して堅牢であることが証明され、全体の90%が正しく分類されたサンプルである。
論文 参考訳（メタデータ） (2021-11-02T21:09:39Z) - CAMERAS: Enhanced Resolution And Sanity preserving Class Activation
Mapping for image saliency [61.40511574314069]
バックプロパゲーション画像のサリエンシは、入力中の個々のピクセルのモデル中心の重要性を推定することにより、モデル予測を説明することを目的としている。
CAMERASは、外部の事前処理を必要とせずに、高忠実度バックプロパゲーション・サリエンシ・マップを計算できる手法である。
論文 参考訳（メタデータ） (2021-06-20T08:20:56Z) - Compressed Sensing for Photoacoustic Computed Tomography Using an
Untrained Neural Network [1.7237160821929758]
光音響(PA)CT(PACT)は様々な臨床応用において大きな可能性を秘めている。
測定されたチャンネルの数を減らしたり、検出されたビューを制限すると、アーティファクトやサイドローブが画像を汚染する可能性がある。
本稿では,未学習ニューラルネットワークを用いたPACTの圧縮センシング手法を提案する。
論文 参考訳（メタデータ） (2021-05-29T09:01:58Z) - Multi-view Human Pose and Shape Estimation Using Learnable Volumetric
Aggregation [0.0]
キャリブレーションされた多視点画像から3次元人体ポーズと形状を再構成する学習可能なアグリゲーション手法を提案する。
従来の手法と比較して,我々のフレームワークは,コスト効率を考えると,より精度が高く,リアルタイムな予測が期待できる。
論文 参考訳（メタデータ） (2020-11-26T18:33:35Z) - RetiNerveNet: Using Recursive Deep Learning to Estimate Pointwise 24-2
Visual Field Data based on Retinal Structure [109.33721060718392]
緑内障は 世界でも 不可逆的な盲目の 主要な原因です 7000万人以上が 影響を受けています
The Standard Automated Perimetry (SAP) test's innate difficulty and its high test-retest variable, we propose the RetiNerveNet。
論文 参考訳（メタデータ） (2020-10-15T03:09:08Z) - Adversarial Semantic Data Augmentation for Human Pose Estimation [96.75411357541438]
本研究では,セマンティックデータ拡張法 (SDA) を提案する。
また,適応的セマンティックデータ拡張 (ASDA) を提案する。
最先端の結果は、挑戦的なベンチマークで得られます。
論文 参考訳（メタデータ） (2020-08-03T07:56:04Z) - Monocular Retinal Depth Estimation and Joint Optic Disc and Cup
Segmentation using Adversarial Networks [18.188041599999547]
本稿では,1つの画像から深度マップを予測するために,対角ネットワークを用いた新しい手法を提案する。
5倍のクロスバリデーションで0.92の非常に高い平均相関係数を得る。
次に,光ディスクとカップセグメンテーションのプロキシタスクとして深度推定プロセスを利用する。
論文 参考訳（メタデータ） (2020-07-15T06:21:46Z) - Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。
患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。
本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
論文 参考訳（メタデータ） (2020-06-18T09:49:11Z)
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。