, 108 7.2.2 Evolution des temps de calcul sur Jetson
, 3.2 Performances maximales d'IBIScuda sur Jetson TX1 et Geforce GTX 1080 ti
, Conclusions et perspectives Sommaire 8.1 Conclusions
,
, Observations on the finger volume pulse recorded photoelectrically, American Journal of Physiology-Legacy Content, vol.119, pp.334-335, 1937.
DOI : 10.3181/00379727-38-9935p
, The blood supply of various skin areas as estimated by the photoelectric plethysmograph, American Journal of Physiology-Legacy Content, vol.124, pp.328-340, 1938.
, The optics of human skin, Journal of investigative dermatology, vol.77, pp.13-19, 1981.
DOI : 10.1111/1523-1747.ep12479191
URL : https://doi.org/10.1111/1523-1747.ep12479191
, Basal perfusion of the cutaneous microcirculation : measurements as a function of anatomic position, Journal of investigative dermatology, vol.81, pp.442-446, 1983.
, Heart rate and exercise intensity during sports activities, Sports Medicine, vol.5, pp.303-311, 1988.
DOI : 10.2165/00007256-198805050-00002
, Skin photoplethysmography-a review. Computer methods and programs in biomedicine, vol.28, pp.257-269, 1989.
DOI : 10.1016/0169-2607(89)90159-4
, Pulse oximetry. Chest, vol.95, pp.713-715, 1989.
, In vivo reflectance of blood and tissue as a function of light wavelength, IEEE transactions on biomedical engineering, vol.37, pp.632-639, 1990.
, Tracking of point features, 1991.
, Face recognition using eigenfaces, Computer Vision and Pattern Recognition, pp.586-591, 1991.
, The time-variable photoplethysmographic signal ; dependence of the heart synchronous signal on wavelength and sample volume, Medical engineering & physics, vol.17, pp.571-578, 1995.
, Reflectance pulse oximetry at the forehead of newborns : the influence of varying pressure on the probe, Journal of clinical monitoring, vol.12, pp.421-428, 1996.
, Near infrared ccd imaging of hemodynamics, Proceedings of the 18th Annual International Conference of the IEEE, vol.5, pp.2105-2106, 1996.
, Mapped hemodynamic data acquisition by near infrared ccd imaging, Proceedings of the 19th Annual International Conference of the IEEE, vol.2, pp.637-639, 1997.
, Fully automated health monitoring system in the home, IEEJ Transactions on Electronics, Information and Systems, vol.118, pp.993-998, 1998.
, Heart-rate recovery immediately after exercise as a predictor of mortality, New England journal of medicine, vol.341, pp.1351-1357, 1999.
, Normalized cuts and image segmentation, IEEE Transactions, vol.22, pp.888-905, 2000.
, Photoplethysmography imaging : a new noninvasive and noncontact method for mapping of the dermal perfusion changes. In Optical Techniques and Instrumentation for the Measurement of Blood Composition, International Society for Optics and Photonics, vol.4163, pp.62-71, 2000.
, Skin breakdown : risk factors, prevention, and treatment, Newborn and Infant Nursing Reviews, vol.1, pp.35-42, 2001.
, Rapid object detection using a boosted cascade of simple features, p.511, 2001.
, Mean shift : A robust approach toward feature space analysis, IEEE Transactions, vol.24, pp.603-619, 2002.
, Contactless mapping of rhythmical phenomena in tissue perfusion using ppgi, Medical Imaging 2002 : Physiology and Function from Multidimensional Images, vol.4683, pp.110-118, 2002.
, Feature extraction from ecg signals using wavelet transforms for disease diagnostics, International Journal of Systems Science, vol.33, pp.1073-1085, 2002.
, An advanced detrending method with application to hrv analysis, IEEE Transactions on Biomedical Engineering, vol.49, pp.172-175, 2002.
, Embedded co-processor architecture for cmos based image acquisition, Proceedings. 2003 International Conference on, vol.2, p.591, 2003.
, Learning a classification model for segmentation. International Geoscience and Remote Sensing Symposium, p.10, 2003.
, Face recognition : A literature survey, ACM computing surveys (CSUR), vol.35, pp.399-458, 2003.
, The effect of contacting force on photoplethysmographic signals, Physiological measurement, vol.25, p.1323, 2004.
, Spectral analysis of heart rate variability in sleep, Physiol res, vol.54, pp.369-376, 2005.
, Guiding model search using segmentation, Tenth IEEE International Conference on Computer Vision (ICCV'05, vol.1, pp.1417-1423, 2005.
, A study of hrv analysis to detect drowsiness states of drivers, vol.5, p.6
, Motion artifact reduction in photoplethysmography using independent component analysis, IEEE transactions on biomedical engineering, vol.53, issue.3, pp.566-568, 2006.
, Photoplethysmography and its application in clinical physiological measurement, Physiological measurement, vol.28, p.1, 2007.
, Detector adaptation by maximising agreement between independent data sources, 2007 IEEE Conference on Computer Vision and Pattern Recognition, pp.1-6, 2007.
, The light-tissue interaction of pulse oximetry, Anesthesia & Analgesia, vol.105, pp.10-17, 2007.
, Heart rate measurement based on a time-lapse image, Medical engineering & physics, vol.29, pp.853-857, 2007.
, Looking-in and looking-out of a vehicle : Computer-vision-based enhanced vehicle safety, IEEE Transactions on Intelligent Transportation Systems, vol.8, pp.108-120, 2007.
, The preliminary investigation of imaging photoplethysmographic system, Journal of Physics : Conference Series, vol.85, pp.12-31, 2007.
, An image-based functional method for opto-electronic detection of skin perfusion, 2008.
, Comparison of reflected green light and infrared photoplethysmography, 30th Annual International Conference of the IEEE, pp.2270-2272, 2008.
, Smart camera based on embedded hw/sw coprocessor, EURASIP Journal on Embedded Systems, vol.3, 2008.
URL : https://hal.archives-ouvertes.fr/hal-00657232
, Remote plethysmographic imaging using ambient light, Optical Society of America, vol.16, pp.21434-21445, 2008.
, Remote simultaneous dual wavelength imaging photoplethysmography : a further step towards 3-d mapping of skin blood microcirculation, Multimodal Biomedical Imaging III, vol.6850, p.68500, 2008.
, Feasibility of imaging photoplethysmography, BMEI 2008. International Conference on, vol.2, pp.72-75, 2008.
, Development of effective photoplethysmographic measurement techniques : from contact to non-contact and from point to imaging, Annual International Conference of the IEEE, pp.6550-6553, 2009.
, In-ear vital signs monitoring using a novel microoptic reflective sensor, IEEE Transactions on Information Technology inBiomedicine, vol.13, p.882, 2009.
, Non-contact, automated cardiac pulse measurements using video imaging and blind source separation, Optics express, vol.18, pp.10762-10774, 2010.
, A novel biometric signature : multi-site, remote ( 100m)photo ? plethysmographyusingambientlight
, Measuring pulse rate with a webcam-a non-contact method for evaluating cardiac activity, Computer Science and Information Systems (FedCSIS), pp.405-410, 2011.
, Monitoring physiological signals using nonintrusive sensors installed in daily life equipment, Biomedical engineering letters, vol.1, pp.11-20, 2011.
, The advantages of wearable green reflected photoplethysmography, Journal of medical systems, vol.35, pp.829-834, 2011.
, Optimal wavelength selection for noncontact reflection photoplethysmography, International Society for Optics and Photonics, vol.8011, p.801191, 2011.
, Advancements in noncontact, multiparameter physiological measurements using a webcam, IEEE transactions on biomedical engineering, vol.58, pp.7-11, 2011.
DOI : 10.1109/tbme.2010.2086456
URL : http://affect.media.mit.edu/pdfs/11.Poh-etal-TBME.pdf
, Development of a fractional multi-wavelength pulse oximetry algorithm, 2011.
, Detection of physiological changes after exercise via a remote optophysiological imaging system, Design and Quality for Biomedical Technologies IV, vol.7891, p.78910, 2011.
DOI : 10.1117/12.872723
URL : https://dspace.lboro.ac.uk/dspace-jspui/bitstream/2134/22180/1/Detection%20of%20physiological%20changes%20after%20exercise%20via%20a%20remote%20optophysiological.pdf
, Comparison of scientific cmos camera and webcam for monitoring cardiac pulse after exercise, Applications of Digital Image Processing XXXIV, vol.8135, p.813506, 2011.
, Motioncompensated noncontact imaging photoplethysmography to monitor cardiorespiratory status during exercise, 077010. International Society for Optics and Photonics, vol.16, 2011.
, Slic superpixels compared to state-of-the-art superpixel methods, IEEE transactions on pattern analysis and machine intelligence, vol.34, pp.2274-2282, 2012.
, Validation of heart rate extraction using video imaging on a built-in camera system of a smartphone, Engineering in Medicine and Biology Society (EMBC), 2012 Annual International Conference of the IEEE, pp.2174-2177, 2012.
, Driver's eye blinking detection using novel color and texture segmentation algorithms, International journal of control, automation and systems, vol.10, pp.317-327, 2012.
DOI : 10.1007/s12555-012-0212-0
, Segmentation using superpixels : A bipartite graph partitioning approach, Computer Vision and Pattern Recognition (CVPR), 2012 IEEE Conference on, pp.789-796, 2012.
, Superpixel benchmark and comparison, Proc. Forum Bildverarbeitung, vol.6, 2012.
, Use of ambient light in remote photoplethysmographic systems : comparison between a highperformance camera and a low-cost webcam, International Society for Optics and Photonics, vol.17, p.3, 2012.
, Constrained independent component analysis approach to nonobtrusive pulse rate measurements, 77. International Society for Optics and Photonics, vol.17, 2012.
DOI : 10.1117/1.jbo.17.7.077011
URL : https://www.spiedigitallibrary.org/journals/Journal-of-Biomedical-Optics/volume-17/issue-7/077011/Constrained-independent-component-analysis-approach-to-nonobtrusive-pulse-rate-measurements/10.1117/1.JBO.17.7.077011.pdf
, Seeds : Superpixels extracted via energy-driven sampling, European conference on computer vision, pp.13-26, 2012.
, Sparse pca : Convex relaxations, algorithms and applications, pp.915-940
DOI : 10.1007/978-1-4614-0769-0_31
, Non-contact heart rate monitoring utilizing camera photoplethysmography in the neonatal intensive care unit-a pilot study, Early human development, vol.89, pp.943-948, 2013.
, Remote assessment of the heart rate variability to detect mental stress, Pervasive Computing Technologies for Healthcare, pp.348-351, 2013.
URL : https://hal.archives-ouvertes.fr/hal-01379403
, Pulse oximetry : understanding its basic principles facilitates appreciation of its limitations, Respiratory medicine, vol.107, pp.789-799, 2013.
DOI : 10.1016/j.rmed.2013.02.004
URL : https://doi.org/10.1016/j.rmed.2013.02.004
, A video representation using temporal superpixels, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp.2051-2058, 2013.
DOI : 10.1109/cvpr.2013.267
URL : http://people.csail.mit.edu/donglai/paper/chang13_CVPR.pdf
, Robust pulse rate from chrominance-based rppg, IEEE Transactions on Biomedical Engineering, vol.60, pp.2878-2886, 2013.
, Sparse subspace clustering : Algorithm, theory, and applications, vol.35, pp.2765-2781, 2013.
DOI : 10.1109/tpami.2013.57
URL : http://arxiv.org/pdf/1203.1005
, Face detection method based on photoplethysmography, Advanced Video and Signal Based Surveillance (AVSS), pp.449-453, 2013.
, Comparative study of skin color based segmentation techniques, International Journal of Applied Information Systems (IJAIS), vol.5, p.10, 2013.
, Vision based body dither measurement for estimating human emotion parameters, International Conference on Human-Computer Interaction, pp.346-352, 2013.
, Temporally consistent superpixels, Proceedings of the IEEE International Conference on Computer Vision, pp.385-392, 2013.
, Microvascular imaging : techniques and opportunities for clinical physiological measurements, Physiological measurement, vol.35, p.91, 2014.
, Autonomous drones for assisting rescue services within the context of natural disasters, General Assembly and Scientific Symposium (URSI GASS), pp.1-4, 2014.
, Face liveness detection using dynamic texture, EURASIP Journal on Image and Video Processing, vol.2014, issue.2, 2014.
, Improved motion robustness of remote-ppg by using the blood volume pulse signature, Physiological measurement, vol.35, p.1913, 2014.
, Face biometrics under spoofing attacks : Vulnerabilities, countermeasures, open issues, and research directions, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops, pp.113-118, 2014.
, Superpixel-based spatiotemporal saliency detection, IEEE transactions on circuits and systems for video technology, vol.24, pp.1522-1540, 2014.
URL : https://hal.archives-ouvertes.fr/hal-00993218
, Improvements in remote cardiopulmonary measurement using a five band digital camera, IEEE Transactions on Biomedical Engineering, vol.61, pp.2593-2601, 2014.
, Pulse oximetry : fundamentals and technology update, Medical Devices, vol.7, p.231, 2014.
, Adaptive gain tuning for robust remote pulse rate monitoring under changing light conditions
, Wearable photoplethysmographic sensors-past and present, Electronics, vol.3, pp.282-302, 2014.
, Noncontact video-based vital sign monitoring using ambient light and auto-regressive models, Physiological measurement, vol.35, p.807, 2014.
, Integrating remote ppg in facial expression analysis framework, Proceedings of the 16th International Conference on Multimodal Interaction, pp.74-75, 2014.
, Continuous non-contact vital sign monitoring in neonatal intensive care unit, Healthcare technology letters, vol.1, pp.87-91, 2014.
, Heart rate monitoring from wrist-type photoplethysmographic (ppg) signals during intensive physical exercise, Signal and Information Processing, pp.698-702, 2014.
, Effects of frame rate and image resolution on pulse rate measured using multiple camera imaging photoplethysmography, Medical Imaging 2015 : Biomedical Applications in Molecular, Structural, and Functional Imaging, vol.9417, 2015.
, Improving video-based resting heart rate estimation : A comparison of two methods, IEEE 58th International Midwest Symposium on, pp.1-4, 2015.
, Optimized parallel implementation of face detection based on gpu component, Microprocessors and Microsystems, vol.39, pp.393-404, 2015.
, Non-contact time varying heart rate monitoring in exercise by video camera, Wireless Communications & Signal Processing, pp.1-5, 2015.
, Bayesheart : A probabilistic approach for robust, low-latency heart rate monitoring on camera phones, 20th Int. Conf. Intell. User Interfaces, pp.405-416, 2015.
, Motion-resistant remote imaging photoplethysmography based on the optical properties of skin, IEEE Transactions on Circuits and Systems for Video Technology, vol.25, pp.879-891, 2015.
, Feasibility of contactless pulse rate monitoring of neonates using google glass, Proceedings of the 5th EAI International Conference on Wireless Mobile Communication and Healthcare, pp.198-201, 2015.
, Non-contact measurement of oxygen saturation with an rgb camera, Biomedical optics express, vol.6, pp.3320-3338, 2015.
, A new look at the essence of the imaging photoplethysmography, Scientific reports, vol.5, 2015.
, Distanceppg : Robust non-contact vital signs monitoring using a camera, Biomedical optics express, vol.6, pp.1565-1588, 2015.
, Evaluation of a video-based measure of driver heart rate, Journal of safety research, vol.54, pp.55-84, 2015.
, Roi analysis for remote photoplethysmography on facial video, Engineering in Medicine and Biology Society (EMBC), pp.4938-4941, 2015.
, SLIC superpixels at over 250Hz. ArXiv e-prints, 2015.
, Techniques for estimating blood pressure variation using video images, 37th Annual International Conference of the IEEE, pp.4218-4221, 2015.
, Driver gaze tracking and eyes off the road detection system, IEEE Transactions on Intelligent Transportation Systems, vol.16, pp.2014-2027, 2015.
, Unsupervised subject detection via remote ppg, IEEE Transactions on Biomedical Engineering, vol.62, pp.2629-2637, 2015.
, Automated identification of cardiac signals after blind source separation for camera-based photoplethysmography, Electronics and Nanotechnology (ELNANO), pp.422-427, 2015.
, Long-range non-contact imaging photoplethysmography : cardiac pulse wave sensing at a distance, Optical Diagnostics and Sensing XVI : Toward Point-of-Care Diagnostics, vol.9715, p.971512, 2016.
, Remote photoplethysmography based on implicit living skin tissue segmentation, Pattern Recognition (ICPR), 2016 23rd International Conference on, pp.361-365, 2016.
URL : https://hal.archives-ouvertes.fr/hal-01356059
, Face spoofing detection using colour texture analysis, IEEE Transactions on Information Forensics and Security, vol.11, pp.1818-1830, 2016.
, Fusion4d : Real-time performance capture of challenging scenes, ACM Transactions on Graphics (TOG), vol.35, p.114, 2016.
, Video format dependency of ppgi signals, Proceedings of the International Conference on Electrical Engineering, 2016.
, Useq : Ultra-fast superpixel extraction via quantization, Pattern Recognition (ICPR), 2016 23rd International Conference on, pp.1965-1970, 2016.
, Relationships between heart-rate variability and pulse-rate variability obtained from video-ppg signal using zca. Physiological measurement, vol.37, p.1934, 2016.
, Tracking using superpixel features, Measuring Technology and Mechatronics Automation (ICMTMA), 2016 Eighth International Conference on, pp.878-881, 2016.
, Highresolution blood perfusion imaging using a camera and a pulse oximeter, Engineering in Medicine and Biology Society (EMBC), pp.3904-3909, 2016.
, A 3d mask face anti-spoofing database with real world variations, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops, pp.100-106, 2016.
, 3d mask face anti-spoofing with remote photoplethysmography, European Conference on Computer Vision, pp.85-100, 2016.
, Real time heart rate monitoring from facial rgb color video using webcam, The 29th Annual Workshop of the Swedish Artificial Intelligence Society (SAIS), 2016.
, Camera-based photoplethysmography in critical care patients, Clinical hemorheology and microcirculation, vol.64, pp.77-90, 2016.
, Reliability of pulse measurements in videoplethysmography, Metrology and Measurement Systems, vol.23, pp.359-371, 2016.
, Fast prototyping of a soc-based smart-camera : a real-time fall detection case study, Journal of Real-Time Image Processing, vol.12, pp.649-662, 2016.
URL : https://hal.archives-ouvertes.fr/hal-01074358
, Photoplethysmography revisited : from contact to noncontact, from point to imaging, IEEE Transactions on Biomedical Engineering, vol.63, pp.463-477, 2016.
, A novel driver fatigue monitoring using optical imaging of face on safe driving system, Control, Electronics, Renewable Energy and Communications (ICCEREC), 2016 International Conference on, pp.115-120, 2016.
, Self-adaptive matrix completion for heart rate estimation from face videos under realistic conditions, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp.2396-2404, 2016.
, A novel algorithm for remote photoplethysmography : Spatial subspace rotation, IEEE Trans. Biomed. Engineering, vol.63, pp.1974-1984, 2016.
, A motion robust remote-ppg approach to driver's health state monitoring, Asian Conference on Computer Vision, pp.463-476, 2016.
, Motion robust remote photoplethysmography in cielab color space, 117001. International Society for Optics and Photonics, vol.21, 2016.
, A multispectral testbed for cardiovascular sensing using imaging photoplethysmography, Optical Diagnostics and Sensing XVII : Toward Point-of-Care Diagnostics, vol.10072, 2017.
, Unsupervised skin tissue segmentation for remote photoplethysmography, Pattern Recognition Letters, 2017.
URL : https://hal.archives-ouvertes.fr/hal-01647490
, Fast segmentation and classification of very high resolution remote sensing data using slic superpixels, Remote Sensing, vol.9, p.243, 2017.
, Isprs annals of the photogrammetry, remote sensing and spatial information sciences, pp.9-16, 2017.
, Origin of photoplethysmographic waveform at green light, Physics Procedia, vol.86, pp.72-80, 2017.
, A systematic review of novel technology for monitoring infant and newborn heart rate, Acta Paediatrica, vol.106, pp.710-720, 2017.
, Accurate heart rate monitoring during physical exercises using ppg, IEEE Transactions on Biomedical Engineering, vol.64, pp.2016-2024, 2017.
, Algorithmic principles of remote ppg, IEEE Transactions on Biomedical Engineering, vol.64, pp.1479-1491, 2017.
, Webcam-based, non-contact, real-time measurement for the physiological parameters of drivers, Measurement, vol.100, pp.311-321, 2017.
, Remote heart rate variability for emotional state monitoring, IEEE EMBS International Conference on Biomedical & Health Informatics (BHI), 2018.
URL : https://hal.archives-ouvertes.fr/hal-01678244
, Real-time temporal superpixels for unsupervised remote photoplethysmography, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops, pp.1341-1348, 2018.
URL : https://hal.archives-ouvertes.fr/hal-01830536
, Remote photoplethysmography with constrained ica using periodicity and chrominance constraints, Biomedical engineering online, vol.17, p.22, 2018.
URL : https://hal.archives-ouvertes.fr/hal-01806700
, Ontology for a panoptes building : exploiting contextual information and a smart camera network, Semantic Web Journal, Special Issue on Semantic Technologies and Interoperability in the Built Environment, 2018.
URL : https://hal.archives-ouvertes.fr/hal-01930610
, Periodic variance maximization using generalized eigenvalue decomposition applied to remote photoplethysmography estimation, The IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 2018.
, Exemple de système pour la mesure cardiaque. Dans un cadre médical (gauche) : oxymètre de pouls, et dans un cadre récréatif (droite) : montre connectée
, Exemple d'installation d'un dispositif ECG mobile HOLTER
, Forme caractéristique du signal PPG avec les phénomènes de diastole et de systole [84] pour une mesure PPG en transmitance
, de la déoxyhémoglobine (Hb), de la carboxyhémoglobine (COHb) et de la méthémoglobine (MetHb) en fonction de la longueur d'onde [69]
, Exemple d'amplitude AC, interprétable comme une mesure de qualité du signal, pour 4 sujets en fonction de la force au contact. Les cercles indiquent une amplitude maximale
, Moyenne des coefficients d'inter-corrélations de la pression artérielle systolique et des variations de phases PD i [104]
, 21 2.8 ´ Energie du signal cardiaque (gauche) et du signal respiratoire (droite) en comparaisonàraison, Dispositif expérimental utilisé pour déterminer la qualité de la réponse du signal rPPG pour l'estimation du rythme cardiaque et du rythme réspiratoire en fonction de la longueur d'onde
, Exemple de l'estimation de la qualité de la réponse rPPG pour les 3 différents canaux R, G et B d'une caméra polychromatique UI-2220SE-C, visàvis`visà vis de la réponse en réflectance de la peau
, a gauche) permet d'´ etablir l'amplitude normalisée du signal rPPG en fonction des canaux de la caméra utilisé pour la mesure (` a droite), La convolution des différentes courbes
, les pixels sont moyennés dans les trois canaux afin de construire les signaux x i (t) (e.g. les observations). La méthode ICA permet d'extraire autant de signaux de sortie qu'il y a d'observations
, En encadré, les fonctions de la cha??necha??ne du processus de mesure rPPG, et en flottant les informations issues des différentes fonctions, Schéma fonctionnel pour la mesure rPPG tel que réalisée dans la littérature
, Les vecteurs propres similaires entre eux enénergieen´enénergie et pour les différents niveaux de segmentation sont fusionnés afin de déterminer la zone d
, Une mesure de la qualité du signal est effectuée afin de déterminer les superpixels qui contribuent le mieuxàmieux`mieuxà l'information rPPG, les poids w i sont définisdéfinis`définisà partir de la mesure de SNR. (4) Une moyenne pondérée des signaux est effectuée afin d'obtenir un signal final, Schéma fonctionnel de la méthode proposée. (1) les images de la vidéo en entrée sont segmentées en superpixels temporels
, Exemple de décomposition fréquentielle pour des signaux rPPG potentiels respectivement issus d'un TSP de peau et d'un TSP de larrì ere-plan. Avec en rouge l'information utile du signal et en bleu le bruit
, Exemples de valeur de SNR en dB et leurs superpixels temporels correspondants, p.50
, Etats du modèle de Markov pour une modélisation en 2 ou 4 ´ etats, vol.95
,
,
, Etats et transitions possibles pour les deux modèles de Markov caché utilisés pour la mesure rPPG
, Segmentation pour deux résolutions de superpixels temporels différentes K = 500 et K = 1000 avec correspondance entre la valeur de SNR et BIC. Plus la teinte tend vers le jaune plus la qualité du signal estélevéeest´estélevée
, Exemple d'images issues des vidéos constituant l'ensemble de données dataset simple de la base UBFC-rPPG
, Exemple d'images issues des vidéos constituant l'ensemble de données dataset réaliste
, Exemple de zones d'intérêt déterminées par les trois méthodes de segmentation face en ligne 1, crop en ligne 2 et skin en ligne 3
, Exemple de segmentation du visage et de la peau pour la mesure rPPG depuis le dataset simple
, pour une résolution en superpixels temporels variant de 50à50`50à 1000
, Avecà Avec`Avecà gauche les résultats de notre méthode etàet`età droite les résultats de la méthode de référence. L'abscisse représente les données de la mesure rPPG et en ordonnée la vérité terrain, Corrélation entre les données issues de la mesure rPPG et de la vérité terrain
, AvecàAvec`Avecà gauche les résultats de notre méthode etàet`età droite les résultats de la méthode de référence. L'abscisse représente la vérité terrain et en ordonnée la différence entre le rythme cardiaque HR depuis le capteur au doigt (HR PPG ) et le rythme cardiaque HR estimé par la mesure rPPG (HR rPPG ), Représentation de Bland-Altman pour toutes les estimations issues de toutes les vidéos
, Lapremì ere ligne montre l'image d'entrée et sa décomposition en superpixels temporels. La seconde ligne montre les valeurs de SNR pour les méthodes de rPPG (de gauchè a droite, Valeur de SNR calculé pour chaque TSP, pour des valeurs de SNR comprises dans la bande
, Résultats des métriques : corrélation et précisions pour une erreur maximale de 2.5 bpm et 5 bpm pour un nombre de TSP variant de 100à100`100à 600
, Résultats des métriques : erreur quadratique (RMSE) et SNR moyen pour un nombre de TSP variant de 100à100`100à 600
, Lapremì ere ligne montre la les lignes, de gauchè a droite, les résolutions en superpixels varient avec 100, vol.150, p.400
, Exemples d'erreurs dans le suivi temporel des superpixels de la méthode TSP. La premì ere colonne montre les images d'entrée, la seconde la segmentation en TSP et latroisì eme les superpixels qui ontétéont´ontété remisàremis`remisà zéro (en jaune) dans la vidéo
, Pour chacune des vidéos de l'ensemble de données dataset simple : variations des valeurs du seuil x en fonction de la résolution en superpixels temporels
, Segmentation en TSP pour la métrique de qualité SNRàSNR`SNRà gauche et la métrique de qualité BICàBIC
, Exemple de segmentation par superpixels avec la méthode IBIS avecàavec`avecà gauche la segmentation initiale pour initialiser la méthode etàet`età droite la segmentation finale
, Exemple de segmentation par superpixels avec la méthode IBIS avecàavec`avecà gauche la segmentation finale superposéè a l'image d'entrée etàet`età droite l'identification en jaune des pixels de l'image utilisés pour calculer la segmentation, p.80
, Exemple d'itérations dans le déroulement de la méthode IBIS avec un bloc unique. Les zones cohérentes sontéliminéessont´sontéliminées du processus afin de réduire la quantité de pixels utilesàutiles`utilesà l'identification desfrontì eres entre les superpixels
, ) Les seeds sont initialisées avec une décomposition en grille fixe. (2) La méthode IBIS est appliquée et les itérations permettent d'affiner l'identification desfrontì eres et (3) le post-traitement permet de s'assurer de la contigu¨?técontigu¨?té et de la taille minimale des superpixels
, A gauche le Boundary Recall etàet`età droite la métrique Undersegmentation Error. Les métriques sont calculées pour les résolutions en superpixels de 50, 100, 250, 500, 1000 et 2500 et pour une compacité de 20
, 1000 et 2500 et pour une compacité de 20 pour les méthodes qui utilisent ce paramètre, Résultats pour la qualité de la segmentation par superpixels pour les méthodes SLIC, SEEDS, IBIS et USEQ. Les métriques sont calculées pour les résolutions en superpixels de 50, vol.100
, Temps de calcul obtenus pour la segmentation en superpixels des méthodes SLIC, SEEDS, IBIS et USEQ. L'exécution est réalisée sur 1 coeur de calcuì
, Temps de calcul relatifsàrelatifs`relatifsà la méthode IBIS comme référence, p.99
, Comparaison qualitative pour les méthodes de segmentation par superpixels IBIS, SLIC, USEQ et SEEDS. Chaque image est séparée en deux régions qui sont segmentées avecàavec`avecà gauche 250 superpixels etàet`età droite 500 superpixels, p.100
, Représentation de la répartition des threads au sein des blocs eux mêmes répartis dans la grille
, 106 temps de calcul des méthodes IBIS et gSLICr en fonction de la résolution en pixels de l'image. En rouge, la progression de la quantité de pixels dans l'image (qui représente la complexité linéaire), en bleu la progression du temps de calcul pour la méthode gSLICr et en jaune la progression du temps de calcul pour la méthode IBIS avec notre implémentation optimisée, Les différents types de mémoire accessibles suivant le niveau d'abstraction dans la géométrie, p.109
, 110 7.6 ´ Evolution des temps de calcul des méthodes IBIScuda et gSLICr, sur la plateforme GPU GTX 1080 ti, en fonction de la résolution en pixels de l'image et pour les résolutions en superpixels 50, 100, 250, 500, 1000 et 2500. A gauche la méthode IBIScuda etàet`età droite la méthode gSLICr, ´ Evolution des temps de calcul des méthodes IBIS et gSLICr, sur la plateforme GPU Jetson TX1, en fonction de la résolution en pixels de l'image et pour les résolutions en superpixels 50, vol.100
, 111 la qualité de la segmentation pour les métriques Boundary recall et Undersegmentation error sur l'ensemble de données BSD500 pour des résolutions en superpixels de 50, 100, 250, 500, 1000 et 2500 et avec un nombre d'itérations limitélimité`limitéà 1, 2, 3 et non limité avec ? = 3 (soit 4 itérations), ´ Evolution des temps de calcul des méthodes IBIScuda et gSLICr en fonction de la résolution en pixels de l'image
, Evolution des temps de calcul des méthodes gSLICr, IBIScuda et IBIScuda avec ? fixéfixé`fixéà 0, en fonction de la résolution en pixels moyennée sur les résolutions en superpixels 50, 100, 250, 500, 1000, 2500. A gauche sur la plateforme GPU Jetson TX1 etàet`età droite sur la plateforme GPU GTX 1080 ti
, Rapport des temps de calcul pour la méthode IBIScuda et la méthode IBIScuda avec ? fixéfixé`fixéà 0. En rouge sur la plateforme GPU Jetson TX1 et en bleu sur la plateforme GTX 1080 ti
, Répartition du temps de calcul pour la méthode IBIScuda sur la plateforme GPU Jetson TX1 en fonction du nombre d'itérations et moyenné pour les résolutions en superpixels de 50à50`50à 2500 et pour des résolutions d'images de 250x250 pixelsàpixels`pixelsà 4000x4000. A gauche le nombre d'itérations non limité etàet`età droite ? est fixéfixé
, Répartition du temps de calcul pour la méthode IBIScuda sur la plateforme GPU GTX 1080 ti en fonction du nombre d'itérations et moyenné pour les résolutions en superpixels de 50à50`50à 2500 et pour des résolutions d'images de 250x250 pixelsàpixels`pixelsà 4000x4000. A gauche le nombre d'itérations non limité etàet`età droite ? est fixéfixé
, Fréquence image pour la segmentation en superpixels pour les méthodes IBIS, gSLICr et IBIS avec ? fixéfixé`fixéà 0 en fonction du nombre de pixels dans l'image. A gauche pour la plateforme GPU Jetson TX1 etàet`età droite pour la plateforme GPU GTX 1080 ti
, De gauchègauchè a droite : segmentation en superpixels temporels en temps réel, métriques de qualité pour les signaux issus des méthodes de rPPG et fusion pondérée des signaux rPPG afin de maximiser la qualité de l'estimation du rythme cardiaque, Résumé des travaux de thèse en fonction desétapesdes´desétapes de la mesure rPPG, p.121
, Résumé de l'ensemble des résultats obtenus dans la comparaison de la méthode proposée avec deux résolutions de superpixels temporels N=200 et N=400 et de la méthode de référence notée skin
, Comparaison des méthodes de segmentation FACE, CROP et S KIN décrites en section 5.1.2 appliquées aux 5 méthodes de rPPG : Green, Green ? Red, PCA, CHROM et POS décrites en section 3.2. Les métriques (présentées en section 5.1.3) sont calculées pour une résolution en superpixels de 150 TSP
, Comparaison des temps de calcul desétapesdes´desétapes de prétraitement et du calcul des méthodes de rPPG sur un signal de 20 secondes
, Résultat pour l'estimation du rythme cardiaque avec la métrique de qualité BIC pour la vraisemblance avec les modèles de cachés de Markov en comparaison avec la métrique de qualité SNR
, Résultats pour l'estimation du rythme cardiaque avec la métrique de qualité SNR pour les méthodes IBIS et IBIS adjacent en comparaison avec la méthode de référencé evaluée au chapitre 5
, Résultats pour l'estimation du rythme cardiaque avec la métrique de qualité BIC pour les méthodes IBIS et IBIS adjacent en comparaison avec la méthode de référencé evaluée au chapitre 5
, Spécifications pour les cartes de développement Jetson TX1 et Jetson TX2. L'intégration sur GPU a ´ eté réalisée sur la plateforme Jetson TX1, vol.104
, le style L AT E X pour Thèse de Doctorat créé par S. Galland