Me refiero al siguiente documento: Mediciones de pulso cardíaco automáticas sin contacto utilizando imágenes de video y separación de fuente ciega
En el artículo anterior, los autores pueden extraer la señal del pulso cardíaco de los componentes RGB. Intento visualizar el proceso de la siguiente manera.
R' = R + cardiac pulse
G' = G + cardiac pulse
B' = B + cardiac pulse
R ', G' y B 'son los componentes de color observados por la cámara. R, G, B son los componentes de color para una persona, suponiendo que no tiene ningún pulso cardíaco.
Parece que tendremos 4 fuentes (R, G, B, pulso cardíaco). Ahora estamos tratando de obtener 1 de las 4 fuentes (pulso cardíaco) a partir de 3 señales de mezcla (R ', G', B '), utilizando ICA.
¿Tiene sentido? ¿Me estoy perdiendo algunas técnicas? ¿O estoy haciendo una suposición errónea sobre el proceso?
fuente
Está haciendo una suposición errónea sobre el proceso. En ICA , el número de mezclas debe ser al menos tanto como el número de componentes. El documento que usted cita, de hecho, reconoce esto:
La conversión es simplemente centrar y esfumar los datos, lo que explico en otra respuesta en este sitio.x_i^'=(x_i-\mu_i)/\sigma_i
Los casos considerados en el documento son el modelo ICA silencioso y el ICA ruidoso. En otras palabras, las medidas de frecuencia cardíaca consideradas en reposo (no un modelo sin pulso como usted sugirió) es el modelo ICA:
donde es el vector observado, es el vector componente subyacente y es la matriz de mezcla.s Ax s A
Por otro lado, las mediciones de frecuencia cardíaca cuando están en movimiento pueden considerarse como
donde es un vector de ruido (en este caso, los movimientos).n(t)
fuente
Cuando hay más fuentes que sensores, el problema se denomina ICA sobrecompleto o ICA subdeterminado. Puedes googlear eso. Su caso es más manejable que, por ejemplo, el caso de un sensor y dos fuentes y si su modelo es realmente correcto, ya conoce la matriz de mezcla. Puede valer la pena investigar más a fondo. Salud
fuente