• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Symposium on Medical Measurements and Applications >Eulerian Magnification of Multi-Modal RGB-D Video for Heart Rate Estimation
【24h】

Eulerian Magnification of Multi-Modal RGB-D Video for Heart Rate Estimation

机译：多模RGB-D视频的欧拉放大率用于心率估计

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Eulerian Video Magnification (EVM) has been shown to be highly effective for non-contact, unobtrusive, and non-invasive patient heart rate (HR) estimation systems. EVM is typically applied to RGB video to amplify minute changes in skin color due to varying blood flow, thereby estimating HR. Previous methods require knowledge of the expected HR to optimize the passband to be amplified via EVM. Furthermore, most EVM methods operating on natural light video often fail in low-light environments. This paper proposes a multi-modal selective passband search approach, utilizing predefined EVM passbands, and the use of intelligent data fusion of the three different modalities provided by the Intel RealSense RGB-D camera. We demonstrate the effectiveness of using the color, depth, and near-infrared streams to obtain a consensus HR estimate under various lighting conditions and subject poses. Results indicate that the fusion of HR estimates acquired from each modality is effective and robust to environmental conditions.
机译：事实证明，欧拉视频放大率（EVM）对于非接触式，非侵入性和非侵入性患者心率（HR）估计系统非常有效。 EVM通常应用于RGB视频，以放大由于血液流量变化而引起的皮肤微小变化，从而估算出HR。先前的方法需要了解预期的HR，以优化要通过EVM放大的通带。此外，大多数在自然光视频上运行的EVM方法通常在弱光环境下会失败。本文提出了一种多模式选择性通带搜索方法，该方法利用预定义的EVM通带，并利用英特尔实感RGB-D相机提供的三种不同模式的智能数据融合。我们展示了使用颜色，深度和近红外流在各种光照条件和主体姿势下获得一致的HR估计的有效性。结果表明，从每种方式获得的HR估计值的融合对于环境条件都是有效且稳健的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号