論文の概要: A Robust Remote Photoplethysmography Method
- arxiv url: http://arxiv.org/abs/2502.02229v1
- Date: Tue, 04 Feb 2025 11:10:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-05 14:58:59.063731
- Title: A Robust Remote Photoplethysmography Method
- Title（参考訳）: ロバストリモート光胸腺造影法
- Authors: Alexey Protopopov,
- Abstract要約: この研究は、歪みの影響を受けにくく、最小限のハードウェア要件を持つ、より堅牢な手法を提案する。
この方法は、性別や年齢の異なる19人のボランティアから撮影した26の動画でテストされた。
その結果,平均絶対誤差は毎分1.95回であった。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Remote photoplethysmography (rPPG) is a method for measuring a subjects heart rate remotely using a camera. Factors such as subject movement, ambient light level, makeup etc. complicate such measurements by distorting the observed pulse. Recent works on this topic have proposed a variety of approaches for accurately measuring heart rate in humans, however these methods were tested in ideal conditions, where the subject does not make significant movements and all measurements are taken at the same level of illumination. In more realistic conditions these methods suffer from decreased accuracy. The study proposes a more robust method that is less susceptible to distortions and has minimal hardware requirements. The proposed method uses a combination of mathematical transforms to calculate the subjects heart rate. It performs best when used with a camera that has been modified by removing its infrared filter, although using an unmodified camera is also possible. The method was tested on 26 videos taken from 19 volunteers of varying gender and age. The obtained results were compared to reference data and the average mean absolute error was found to be at 1.95 beats per minute, which is noticeably better than the results from previous works. The remote photoplethysmography method proposed in the present article is more resistant to distortions than methods from previous publications and thus allows one to remotely and accurately measure the subjects heart rate without imposing any significant limitations on the subjects behavior.
- Abstract（参考訳）: リモート光胸腺撮影(Remote Photoplethysmography, RPPG)は、カメラを用いて被験者の心拍数を測定する方法である。
被写体運動、環境光レベル、化粧などの要因は、観察されたパルスを歪ませることで、そのような測定を複雑にする。
近年の研究では、ヒトの心拍数を正確に測定するための様々な手法が提案されているが、これらの手法は理想的条件下でテストされ、被験者は大きな動きをせず、全ての測定を同じレベルの照明で行う。
より現実的な条件下では、これらの手法は精度の低下に悩まされる。
この研究は、歪みの影響を受けにくく、最小限のハードウェア要件を持つ、より堅牢な手法を提案する。
提案手法は,被験者の心拍数を計算するために,数学的変換の組み合わせを用いる。
赤外線フィルターを外して修正したカメラで使用する場合、未修正カメラを使用することも可能である。
この方法は、性別や年齢の異なる19人のボランティアから撮影した26の動画でテストされた。
その結果, 平均絶対誤差は毎分1.95回であり, 従来よりも顕著に優れていることがわかった。
本論文で提案するリモート光胸腺造影法は, 従来の出版法よりも歪みに強いので, 被験者の行動に重大な制約を加えることなく, 被験者の心拍数を遠隔かつ正確に測定することができる。
関連論文リスト
- Speckle Noise Reduction in Ultrasound Images using Denoising
Auto-encoder with Skip Connection [0.19116784879310028]
超音波画像は、しばしばスペックルノイズを含み、解像度とコントラスト-ノイズ比を下げることができる。
これにより、画像の特徴を抽出、認識、分析することがより困難になる。
研究者はいくつかのスペックル低減法を提案しているが、関連するすべての要因を考慮に入れた単一の手法は存在しない。
論文 参考訳（メタデータ） (2024-03-05T08:08:59Z) - CodaMal: Contrastive Domain Adaptation for Malaria Detection in Low-Cost Microscopes [51.5625352379093]
マラリアは世界中で大きな問題であり、診断には低コストの顕微鏡(LCM)で効果的に動作するスケーラブルなソリューションが必要である。
ディープラーニングに基づく手法は、顕微鏡画像からコンピュータ支援による診断に成功している。
これらの方法には、マラリア原虫の感染した細胞とその生活段階を示す注釈画像が必要である。
LCMからの注記画像は、高精細顕微鏡(HCM)からの注記画像と比較して医療専門家の負担を著しく増大させる
論文 参考訳（メタデータ） (2024-02-16T06:57:03Z) - Exposure Fusion for Hand-held Camera Inputs with Optical Flow and
PatchMatch [53.149395644547226]
ハンドヘルドカメラによるマルチ露光画像融合のためのハイブリッド合成法を提案する。
提案手法は,このような動作に対処し,各入力の露光情報を効果的に維持する。
実験の結果,本手法の有効性とロバスト性を示した。
論文 参考訳（メタデータ） (2023-04-10T09:06:37Z) - Estimating Head Motion from MR-Images [0.0]
頭部運動は磁気共鳴画像(MRI)解析の完全な共同創設者である。
本稿では,T1重み付き(T1w),T2重み付き(T2w)およびFLAIR画像から直接,走査内頭部の動きを予測する深層学習手法を提案する。
論文 参考訳（メタデータ） (2023-02-28T11:03:08Z) - Stain-invariant self supervised learning for histopathology image
analysis [74.98663573628743]
乳がんのヘマトキシリンおよびエオシン染色像におけるいくつかの分類課題に対する自己監督アルゴリズムを提案する。
本手法は,いくつかの乳がんデータセット上での最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2022-11-14T18:16:36Z) - Solving Inverse Problems in Medical Imaging with Score-Based Generative
Models [87.48867245544106]
CT(Computed Tomography)とMRI(Magnetic Resonance Imaging)における医用画像の再構成は重要な逆問題である
機械学習に基づく既存のソリューションは通常、測定結果を医療画像に直接マッピングするモデルを訓練する。
本稿では,最近導入されたスコアベース生成モデルを利用して,逆問題解決のための教師なし手法を提案する。
論文 参考訳（メタデータ） (2021-11-15T05:41:12Z) - Automatic Social Distance Estimation From Images: Performance
Evaluation, Test Benchmark, and Algorithm [78.88882860340797]
新型コロナウイルスは2020年3月から世界的なパンデミックを引き起こしている。
感染リスクを低減するため、他者から最低1メートルの距離を維持することが強く示唆されている。
このようなアルゴリズムには適切なテストベンチマークは存在しない。
論文 参考訳（メタデータ） (2021-03-11T16:15:20Z) - MetaPhys: Few-Shot Adaptation for Non-Contact Physiological Measurement [17.038017337552724]
そこで我々はMetaPhysというメタラーニング手法を提案する。
カスタマイズには18秒の動画しか使用せず、教師なしと教師なしの両方で効果的に機能する。
論文 参考訳（メタデータ） (2020-10-05T04:41:03Z) - Breast mass detection in digital mammography based on anchor-free
architecture [0.4568777157687961]
BMassDNet(Breast Mass Detection Network)と呼ばれる一段階の物体検出アーキテクチャを提案する。
BMassDNetはアンカーフリーで特徴ピラミッドに基づいており、異なる大きさの乳房の質量を検出する。
提案するBMassDNetは,現在最上位の手法よりも競合検出性能が高いことを示す。
論文 参考訳（メタデータ） (2020-09-02T07:11:16Z) - Improving Blind Spot Denoising for Microscopy [73.94017852757413]
自己監督型認知の質を向上させる新しい方法を提案する。
我々は、クリーンな画像がポイントスプレッド関数(PSF)との畳み込みの結果であり、ニューラルネットワークの最後にこの操作を明示的に含んでいると仮定する。
論文 参考訳（メタデータ） (2020-08-19T13:06:24Z) - A versatile anomaly detection method for medical images with a
flow-based generative model in semi-supervision setting [0.0]
本稿では,2つの訓練されたフローベース生成モデルに基づく異常検出手法を提案する。
この方法では、後続確率は任意の画像に対する正規度計量として計算できる。
胸部X線写真(CXR)と脳CT(BCT)の2種類の医用画像を用いて評価した。
論文 参考訳（メタデータ） (2020-01-22T02:01:57Z)
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。