Federica Gioia 等人提出基于3D-CNN的热成像呼吸频率估计新方法
热点事件持续更新
Federica Gioia 等人提出基于3D-CNN的热成像呼吸频率估计新方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Federica Gioia 等人在 arXiv 发表论文,提出一种利用 3D-CNN 直接处理原始热成像视频以估算呼吸频率的方法。该方法无需复杂预处理或感兴趣区域跟踪,通过数据增强和合成数据集迁移学习训练,在验证集上取得约 0.61 的 R²分数。研究指出该技术简化了工作流程,有望提升远程医疗及驾驶员监控等场景的热成像应用可行性。
AI 根据报道生成 · 1 小时前更新
最新进展11月20日 13:00
基于热成像的无接触呼吸频率估计:3D-CNN 方法在原始视频数据上的验证报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv · 机器人与计算机视觉基于热成像的无接触呼吸频率估计:3D-CNN 方法在原始视频数据上的验证
该方法利用 3D-CNN 直接处理原始热成像视频,无需复杂预处理或感兴趣区域跟踪。模型通过数据增强和合成数据集迁移学习训练,在预处理和原始视频上均取得约 0.61 的验证 R²分数。该技术简化了工作流程,有望提升远程医疗及汽车驾驶员监控等真实场景的热成像可行性。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。