本研究では、遠隔心拍数測定を光流信号の時空間特性を分析するプロセスと捉え、3つのフェーズから成るフレームワークを提案した。
ROI抽出フェーズでは、脳inspired連続結合ニューラルネットワーク(CCNN)を用いて、変動する皮膚領域と静的な背景領域を区別することで、頭部の動きに強いROI抽出を実現した。これにより、顔検出の失敗や特殊患者への適用といった課題に対処できる。
信号解析フェーズでは、ROI合成ビデオの各ピクセルの時系列信号に対して時間周波数解析を行い、心拍数関連の情報を抽出した。
最後に心拍数算出フェーズでは、各ピクセルの心拍数推定値の最頻値を最終的な心拍数として出力した。
実験結果から、提案手法は環境変化や被験者の動きに対して堅牢であり、特殊患者への適用や個人情報保護の課題にも対応できることが示された。これは従来手法にはない大きな特徴である。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Jie Wang,Jin... at arxiv.org 04-12-2024
https://arxiv.org/pdf/2404.07687.pdfDeeper Inquiries