dc.contributor.author | Myklatun Tveit, Daniel | |
dc.date.accessioned | 2015-09-09T08:38:24Z | |
dc.date.available | 2015-09-09T08:38:24Z | |
dc.date.issued | 2015-06-15 | |
dc.identifier.uri | http://hdl.handle.net/11250/299143 | |
dc.description | Master's thesis in Automation and signal processing | nb_NO |
dc.description.abstract | Hensikten med denne rapporten er å finne en robust metode for å detektere pustefrekvensen til en baby fra videoopptak. Deteksjon av pustefrekvens krever vanligvis en invasiv metode, men med videoovervåking kan dette gjøres uten kontakt med babyen. Det er ønskelig å lage en metode som er lite sensitiv for støy, selv for små bevegelser som kan være vanskelig å se med øyet. Det er tidligere blitt laget en metode for å detektere bevegelse i videoer. Denne metoden er basert på lokal fase i bilderammene. Der det tidligere er blitt brukt en styrbar kompleks pyramide for å finne lokal fase brukes det her en tilnærming til Riesz transformen, som er en 2D-generalisering av Hilbert transformen. Med en tilnærming til Riesz transformen kan det lages en metode som forsterker små bevegelser i videoer og kjører i sanntid. I denne rapporten er det brukt en slik tilnærming sammen med deteksjon av bevegelse i video for å finne pustefrekvensen til en baby fra videoopptak. | nb_NO |
dc.language.iso | nob | nb_NO |
dc.publisher | University of Stavanger, Norway | nb_NO |
dc.relation.ispartofseries | Masteroppgave/UIS-TN-IDE/2015; | |
dc.rights | Navngivelse 3.0 Norge | * |
dc.rights.uri | http://creativecommons.org/licenses/by/3.0/no/ | * |
dc.subject | informasjonsteknologi | nb_NO |
dc.subject | bildebehandling | nb_NO |
dc.subject | signalbehandling | nb_NO |
dc.subject | automatisering | nb_NO |
dc.title | Deteksjon av pustefrekvens fra video | nb_NO |
dc.type | Master thesis | nb_NO |
dc.subject.nsi | VDP::Technology: 500::Information and communication technology: 550::Technical cybernetics: 553 | nb_NO |