Fugu-MT 論文翻訳(概要): Improved Touchless Respiratory Rate Sensing

論文の概要: Improved Touchless Respiratory Rate Sensing

arxiv url: http://arxiv.org/abs/2211.11630v1
Date: Mon, 21 Nov 2022 16:45:06 GMT
ステータス: 処理完了
システム内更新日: 2022-11-22 22:46:57.897080
Title: Improved Touchless Respiratory Rate Sensing
Title（参考訳）: タッチレス呼吸速度センシングの改善
Authors: Petro Franchuk and Tetiana Yezerska
Abstract要約: 画素強度変化に基づく新しい1次元プロファイル生成法を提案する。新たな動作信号グルーピング法により、追加の精度ゲインを得る。我々は、リアルタイムの連続RRモニタリングを可能にする標準パイプラインにいくつかの変更を導入する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Recently, remote respiratory rate measurement techniques gained much attention as they were developed to overcome the limitations of device-based classical methods and manual counting. Many approaches for RR extraction from the video stream of the visible light camera were proposed, including the pixel intensity changes method. In this paper, we propose a new method for 1D profile creation for pixel intensity changes-based method, which significantly increases the algorithm's performance. Additional accuracy gain is obtained via a new method of motion signals grouping presented in this work. We introduce several changes to the standard pipeline, which enables real-time continuous RR monitoring and allows applications in the human-computer interaction systems. Evaluation results on two internal and one public datasets showed 0.7 BPM, 0.6 BPM, and 1.4 BPM MAE, respectively.
Abstract（参考訳）: 近年, 遠隔呼吸速度測定技術が注目され, デバイスベースの古典的手法と手動計数法の限界を克服した。可視光カメラの映像ストリームからのRR抽出には,画素強度変化法を含む多くの手法が提案されている。本稿では,画素強度変化に基づく1次元プロファイル生成手法を提案する。本研究で提示した新たな動作信号グループ化法により,さらなる精度向上が得られる。我々は,リアルタイム連続rr監視とヒューマンコンピュータインタラクションシステムにおけるアプリケーションを可能にする標準パイプラインの変更をいくつか紹介する。 2つの内部データセットと1つの公開データセットの評価結果は、それぞれ0.7BPM、0.6BPM、1.4BPM MAEを示した。

関連論文リスト

Efficient Diffusion Model for Image Restoration by Residual Shifting [63.02725947015132]
本研究では,画像復元のための新しい,効率的な拡散モデルを提案する。提案手法は,推論中の後処理の高速化を回避し,関連する性能劣化を回避する。提案手法は,3つの古典的IRタスクにおける現在の最先端手法よりも優れた,あるいは同等の性能を実現する。
論文参考訳（メタデータ） (2024-03-12T05:06:07Z)
Frequency-Aware Transformer for Learned Image Compression [64.28698450919647]
学習画像圧縮(lic)のためのマルチスケール指向性アナリシスを初めて実現した周波数認識変換器(FAT)ブロックを提案する。 FATブロックは、自然画像のマルチスケールおよび指向性周波数成分をキャプチャするための周波数分解ウィンドウアテンション(FDWA)モジュールを含む。また、周波数変調フィードフォワードネットワーク(FMFFN)を導入し、異なる周波数成分を適応的に変調し、周波数歪み性能を向上させる。
論文参考訳（メタデータ） (2023-10-25T05:59:25Z)
IndGIC: Supervised Action Recognition under Low Illumination [0.0]
深層多入力ネットワークを用いた行動認識手法を提案する。 Ind-GICは低照度映像の高精細化のために提案され、1フレームに1ガンマを発生させ、高精細化性能を向上する。実験結果から,本モデルはARIDデータセットの精度が高いことがわかった。
論文参考訳（メタデータ） (2023-08-29T14:41:10Z)
Multitemporal SAR images change detection and visualization using RABASAR and simplified GLR [5.601249128545687]
対応する時間画素が同一のルック数(ENL)を持つことを前提として、簡易な一般化可能性比(S_GLR$)法を提案する。本研究では,RABASARを用いたマルチテンポラリSAR画像デノナイズ法によって得られたデノナイズドデータを用いて,この類似性試験手法を適用し,変化領域の計算に成功した。また、スペクトルクラスタリングに基づく新しい変化度指数法と改良されたスペクトルクラスタリングに基づく変化分類法を開発した。
論文参考訳（メタデータ） (2023-07-15T22:11:34Z)
Learning from Multi-Perception Features for Real-Word Image Super-resolution [87.71135803794519]
入力画像の複数の知覚的特徴を利用する新しいSR手法MPF-Netを提案する。本稿では,MPFEモジュールを組み込んで,多様な知覚情報を抽出する手法を提案する。また、モデルの学習能力を向上する対照的な正規化項(CR)も導入する。
論文参考訳（メタデータ） (2023-05-26T07:35:49Z)
Advancing Unsupervised Low-light Image Enhancement: Noise Estimation, Illumination Interpolation, and Self-Regulation [55.07472635587852]
低光画像強調(LLIE)技術は、画像の詳細の保存とコントラストの強化に顕著な進歩をもたらした。これらのアプローチは、動的ノイズを効率的に緩和し、様々な低照度シナリオを収容する上で、永続的な課題に直面する。まず,低照度画像の雑音レベルを迅速かつ高精度に推定する方法を提案する。次に、照明と入力の一般的な制約を満たすために、Learningable Illumination Interpolator (LII) を考案する。
論文参考訳（メタデータ） (2023-05-17T13:56:48Z)
Improved Static Hand Gesture Classification on Deep Convolutional Neural Networks using Novel Sterile Training Technique [2.534406146337704]
非接触手ポーズと静的ジェスチャー認識は多くのアプリケーションで注目されている。本稿では, ステレオ画像の導入により, 効率的なデータ収集手法と深部CNN訓練手法を提案する。提案されたデータ収集とトレーニング手法を適用すると、静的ハンドジェスチャの分類率が85%から93%に向上する。
論文参考訳（メタデータ） (2023-05-03T11:10:50Z)
Learning Task-Oriented Flows to Mutually Guide Feature Alignment in Synthesized and Real Video Denoising [137.5080784570804]
Video Denoisingは、クリーンなノイズを回復するためにビデオからノイズを取り除くことを目的としている。既存の研究によっては、近辺のフレームから追加の空間的時間的手がかりを利用することで、光学的流れがノイズ発生の助けとなることが示されている。本稿では,様々なノイズレベルに対してより堅牢なマルチスケール光フロー誘導型ビデオデノイング法を提案する。
論文参考訳（メタデータ） (2022-08-25T00:09:18Z)
SAR Despeckling using a Denoising Diffusion Probabilistic Model [52.25981472415249]
スペックルの存在は画像品質を劣化させ、SAR画像理解アプリケーションの性能に悪影響を及ぼす。本稿では,SAR脱種のための拡散確率モデルであるSAR-DDPMを紹介する。提案手法は, 最先端の切り離し法と比較して, 定量化と定性化の両面で有意な改善を実現している。
論文参考訳（メタデータ） (2022-06-09T14:00:26Z)
Change Detection from Synthetic Aperture Radar Images via Dual Path Denoising Network [38.78699830610313]
SAR画像変化検出のためのDual Path Denoising Network (DPDNet)を提案する。我々は,事前分類に関わるラベルノイズをクリーンにするために,ランダムなラベル伝搬を導入する。また,特徴表現学習のための特徴的パッチ畳み込みを提案する。
論文参考訳（メタデータ） (2022-03-13T01:51:51Z)
Deep Learning Adapted Acceleration for Limited-view Photoacoustic Computed Tomography [1.8830359888767887]
光音響計算トモグラフィ(PACT)は、PA信号検出のための超音波トランスデューサアレイでターゲットを照らすために、焦点のない大面積の光を使用する。限定ビュー問題は、幾何学的条件の制限により、PACTの低画質の画像を引き起こす可能性がある。数学的変動モデルとディープラーニングを組み合わせたモデルベース手法を提案する。
論文参考訳（メタデータ） (2021-11-08T02:05:58Z)

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。