Datenbanken für die kamerabasierte Vitalparametermessung
Für die Forschung auf dem Gebiet der kamerabasierten Vitalparameterdetektion wurden mehrere Datensätze erstellt, um den aktuellen Stand der Technik voranzutreiben.
Die NIT-Gruppe verfügt dazu über einen Messaufbau zur Aufnahme verlustfrei komprimierter Videodaten. Die Videos von bis zu 5 verschiedenen Kameras können mit einem leistungsfähigen multimodalen Biosignalmonitor synchronisiert werden, das bis zu 32 physiologische Signale wie EEG, EMG, EKG, EOG, Herzfrequenz, relativer Blutfluss, Hautleitwert, Atmung und Temperatur gleichzeitig messen kann. Der Aufbau ist mit rauscharmen RGB-, NIR-Kameras und zwei Multispektralkameras ausgestattet, die bis zu 18 Spektralbänder gleichzeitig aufzeichnen können.
Mit diesem Aufbau haben wir robuste Daten in mehreren Studien als Benchmark für mehrere Publikationen auf dem Gebiet der Herz- und Atemfrequenzerfassung generiert.
Publikationen
Michal Rapczynski, Philipp Werner, Ayoub Al-Hamadi, Continuous Low Latency Heart Rate Estimation from Painful Faces in Real Time, 23th International Conference on Pattern Recognition (2016)
Michal Rapczynski, Philipp Werner, Ayoub Al-Hamadi, „Kontaktfreie kamerabasierte Messung der Herzrate in Echtzeit“, innteract conference (2016)
Michal Rapczynski, Frerk Saxen, Philipp Werner, Ayoub Al-Hamadi, „Der Einfluss von Hautfarbensegmentierung auf die kontaktfreie Schätzung von Vitalparameter“, 22. Workshop Farbbildverarbeitung- Ilmenau 2016
Rapczynski, M., Werner, P., Saxen, F., & Al-Hamadi, A. (2018, October). How the Region of Interest Impacts Contact Free Heart Rate Estimation Algorithms. In 2018 25th IEEE International Conference on Image Processing (ICIP) (pp. 2027-2031). IEEE.
Michal Rapczynski, Philipp Werner, Ayoub Al-Hamadi, Effects of Video Encoding on Camera Based Heart Rate Estimation, March 2019, IEEE Transactions on Biomedical Engineering PP(99):1-1 DOI: 10.1109/TBME.2019.2904326
M. Fiedler, M. Rapczyński and A. Al-Hamadi, "Fusion-Based Approach for Respiratory Rate Recognition From Facial Video Images," in IEEE Access, vol. 8, pp. 130036-130047, 2020, doi: 10.1109/ACCESS.2020.3008687.