| عنوان مقاله به انگلیسی | Privacy Protected Contactless Cardio-respiratory Monitoring using Defocused Cameras during Sleep |
| عنوان مقاله به فارسی | مقاله حریم خصوصی محافظت از تماس قلبی-تنفسی بدون تماس با استفاده از دوربین های فوکوس شده در هنگام خواب |
| نویسندگان | Yingen Zhu, Jia Huang, Hongzhou Lu, Wenjin Wang |
| زبان مقاله | انگلیسی |
| فرمت مقاله: | |
| تعداد صفحات | 5 |
| دسته بندی موضوعات | Signal Processing,پردازش سیگنال, |
| توضیحات | Submitted 16 January, 2024; originally announced January 2024. |
| توضیحات به فارسی | 16 ژانویه 2024 ارسال شد.در ابتدا ژانویه 2024 اعلام شد. |
چکیده
The monitoring of vital signs such as heart rate (HR) and respiratory rate (RR) during sleep is important for the assessment of sleep quality and detection of sleep disorders. Camera-based HR and RR monitoring gained popularity in sleep monitoring in recent years. However, they are all facing with serious privacy issues when using a video camera in the sleeping scenario. In this paper, we propose to use the defocused camera to measure vital signs from optically blurred images, which can fundamentally eliminate the privacy invasion as face is difficult to be identified in obtained blurry images. A spatial-redundant framework involving living-skin detection is used to extract HR and RR from the defocused camera in NIR, and a motion metric is designed to exclude outliers caused by body motions. In the benchmark, the overall Mean Absolute Error (MAE) for HR measurement is 4.4 bpm, for RR measurement is 5.9 bpm. Both have quality drops as compared to the measurement using a focused camera, but the degradation in HR is much less, i.e. HR measurement has strong correlation with the reference ($R \geq 0.90$). Preliminary experiments suggest that it is feasible to use a defocused camera for cardio-respiratory monitoring while protecting the privacy. Further improvement is needed for robust RR measurement, such as by PPG-modulation based RR extraction.
چکیده به فارسی (ترجمه ماشینی)
نظارت بر علائم حیاتی مانند ضربان قلب (HR) و میزان تنفس (RR) در طول خواب برای ارزیابی کیفیت خواب و تشخیص اختلالات خواب مهم است.نظارت بر HR و RR مبتنی بر دوربین در سالهای اخیر محبوبیت خود را در نظارت بر خواب به دست آورد.با این حال ، همه آنها هنگام استفاده از دوربین فیلمبرداری در سناریوی خواب ، با مشکلات جدی در حریم خصوصی روبرو هستند.در این مقاله ، ما پیشنهاد می کنیم از دوربین فوکوس شده برای اندازه گیری علائم حیاتی از تصاویر مبهم نوری استفاده کنیم ، که اساساً می تواند تهاجم حریم خصوصی را از بین ببرد زیرا چهره در تصاویر مبهم به دست آمده دشوار است.یک چارچوب فضایی و مجرد مکانی که شامل تشخیص پوست زندگی است برای استخراج HR و RR از دوربین فوکوس شده در NIR استفاده می شود و یک متریک حرکتی برای حذف دور از حرکات ناشی از حرکات بدن طراحی شده است.در معیار ، میانگین خطای مطلق (MAE) برای اندازه گیری HR 4.4 bpm است ، برای اندازه گیری RR 5.9 bpm است.هر دو در مقایسه با اندازه گیری با استفاده از یک دوربین متمرکز ، دارای قطره با کیفیت هستند ، اما تخریب در HR بسیار کمتر است ، یعنی اندازه گیری HR با مرجع ارتباط قوی دارد ($ R \ GEQ 0.90 $).آزمایش های اولیه نشان می دهد که استفاده از یک دوربین فوکوس شده برای نظارت بر قلبی-تنفسی ضمن محافظت از حریم خصوصی امکان پذیر است.پیشرفت بیشتر برای اندازه گیری RR قوی ، مانند استخراج RR مبتنی بر مدل PPG ، لازم است.
| توجه کنید این مقاله به زبان انگلیسی است. |
|
برای سفارش ترجمه این مقاله می توانید به یکی از روش های تماس، پیامک، تلگرام و یا واتس اپ با شماره زیر تماس بگیرید:
09395106248 توجه کنید که شرایط ترجمه به صورت زیر است:
|


نقد و بررسیها
هنوز بررسیای ثبت نشده است.