Non-Contact Heart Rate Estimation for Moving Subjects via aDual-Trajectory Hybrid Deep Framework
Questo articolo propone un framework deep ibrido a doppia traiettoria che combina un filtro di Kalman personalizzato per l'estrazione robusta della fase con un modello di deep learning potenziato dalla decomposizione del modo variazionale per sopprimere efficacemente gli artefatti da movimento e ottenere una stima accurata e senza contatto della frequenza cardiaca per soggetti in movimento utilizzando radar FMCW a onde millimetriche.