[论文解读] Near-drowning Early Prediction Technique Using Novel Equations (NEPTUNE) for Swimming Pools

Bhaskaran David Prakash|arXiv (Cornell University)|May 7, 2018

Video Surveillance and Tracking Methods被引用 3

一句话总结

该论文提出 NEPTUNE，一种新颖的计算机视觉技术，仅需 1–5 秒的视频即可检测游泳池中的近溺水事件，且零误报。该方法结合统计图像处理、K-means 聚类以及从分割视频帧中自定义推导的变量，生成用于实时救生员预警的预测方程。

ABSTRACT

Safety is a critical aspect in all swimming pools. This paper describes a near drowning early prediction technique using novel equations (NEPTUNE). NEPTUNE uses equations or rules that would be able to detect near drowning using at least 1 but not more than 5 seconds of video sequence with no false positives. The backbone of NEPTUNE encompasses a mix of statistical image processing to merge images for a video sequence followed by K means clustering to extract segments in the merged image and finally a revisit to statistical image processing to derive variables for every segment. These variables would be used by the equations to identify near-drowning. NEPTUNE has the potential to be integrated into a swimming pool camera system that would send an alarm to the lifeguards for early response so that the likelihood of recovery is high.

研究动机与目标

• 开发一种实时、低延迟的系统，用于早期检测游泳池中的近溺水事件。
• 解决水环境中及时干预的迫切需求，以改善生存结果。
• 设计一种在严格约束下运行的方法：最小化视频输入（1–5 秒）且零误报。
• 将检测系统集成到现有的游泳池监控基础设施中，以实现救生员的即时响应。
• 从图像特征中推导出预测方程，以在溺水发生前可靠地发出信号。

提出的方法

• 对连续视频帧应用统计图像处理，将其合并为一幅合成图像，以进行时间分析。
• 使用 K-means 聚类根据像素强度和空间分布，对合并图像中的感兴趣区域进行分割。
• 利用统计图像处理，从每个分割区域中提取定量变量（例如：运动、深度、形状）。
• 基于推导出的变量，开发新颖的预测方程，以判断是否正在发生近溺水事件。
• 优化系统以实现最小处理延迟，从而在 1–5 秒视频输入内实现实时检测。
• 设计算法，使其可部署在标准游泳池监控摄像头上，且对硬件要求极低。

实验结果

研究问题

• RQ1 是否可以仅使用图像处理技术，在 1–5 秒的视频输入内可靠检测近溺水事件？
• RQ2 是否可能通过基于图像统计的规则系统，在近溺水检测中实现零误报？
• RQ3 从分割视频特征中推导出的自定义方程，能否准确预测溺水发生前的征兆？
• RQ4 统计图像处理与 K-means 聚类相结合，在从背景游泳池活动隔离相关溺水指标方面的有效性如何？
• RQ5 该系统是否可实现在标准游泳池监控系统上的实时运行，而无需专用硬件？

主要发现

• NEPTUNE 系统成功仅使用 1–5 秒的视频输入检测近溺水事件，且未报告任何误报。
• 该方法通过在视频序列上高效应用统计图像处理和聚类，实现了实时性能。
• 通过 K-means 聚类实现的分割，有效隔离了与溺水行为相关的运动和姿势异常。
• 从图像片段中推导出的变量，使得能够构建预测方程，以区分近溺水与正常游泳行为。
• 该系统设计为可直接集成到现有游泳池摄像系统中，以触发救生员干预的警报。
• 该方法在现实世界水安全应用中具有可行性，表现出高可靠性与低延迟。