JP2015515873A - 遠隔検出される特性信号から情報を抽出するデバイス及び方法 - Google Patents

Abstract

本発明は、遠隔検出された特性信号から情報を抽出するデバイス及び方法に関する。対象物１２によって発射又は反射される電磁放射１４からデータストリーム２４が得られる。データストリーム２４はフレーム６６，７０，９２，９４；１０８，１１０，１１２，１２２，１２４；１６４，１６６，１６８のシーケンスを含み、フレームの少なくとも一部は、対象物１２に帰属する関心領域５６を表すフレームセクション６８，７２；１７４，１８０，１８６を含む。関心領域５６は、少なくとも１つの少なくとも部分的に周期的な生体信号２０；２０８を示す生理学的情報２００を含む連続又は離散特性信号１３６；１９２を表す。フレーム６６，７０，９２，９４；１０８，１１０，１１２，１２２，１２４；１６４，１６６，１６８のシーケンスは、望ましくない対象物の動きを少なくとも部分的に示す妨害信号部分を更に含む。特性信号１３６；１９２は、前記フレーム６６，７０，９２，９４；１０８，１１０，１１２，１２２，１２４；１６４，１６６，１６８のシーケンスの少なくとも一部のフレームから次元削減を介して派生信号形態７８，８８，９８，１００，１０２；１７２，１７６を導出することにより安定化され得る。現在の派生信号形態８８，９８，１００，１０２；１７６の先の派生信号形態７８，１７２に対する位置シフト７４，１７８が推定され得る。推定された位置シフト７４，１７８を考慮して、現在のフレームセクション７２；１８０，１８６が決定され得る。したがって、望ましくない対象物の動きを少なくとも部分的に補償するために関心領域５６がトラックされることができる。結果として、妨害信号部分を少なくとも部分的に補償することができる。決定されたフレームセクション６８，７２；１７４，１８０，１８６のシーケンスを考慮して、フレーム６６，７０，９２，９４；１０８，１１０，１１２，１２２，１２４；１６４，１６６，１６８のシーケンスから特性信号１３６；１９２を抽出できる。

Description

本発明は、電磁放射から得られるデータストリーム内に含まれる特性（特徴）信号であって、遠隔検出される特性信号から情報を抽出するためのデバイス及び方法に関連し、特に、データストリームは、少なくとも１つの少なくとも部分的に周期的な生体（バイタル）信号を示す生理学的情報を含む連続又は離散特性信号を含む。

ＷＯ２０１１／０２１１２８Ａ２は、
−画像のシーケンスを取得するステップと、
−前記画像のシーケンスの少なくとも１つに対して視覚に基づく解析を実行し、前記画像内に表される対象物の状態を分類するためのデータを取得するステップと、
−前記画像のシーケンスの少なくとも１つに表されている生物の生理学的パラメータの少なくとも１つの値を決定するステップであって、前記生理学的パラメータの前記少なくとも１つの値は、前記視覚に基づく解析が実行された前記少なくとも１つの画像が取得されたシーケンスと同じシーケンスからの画像データを解析することにより決定される、ステップと、
−前記視覚に基づく解析により得られた前記データ及び前記生理学的パラメータの前記少なくとも１つの値を用いて前記対象物の状態を分類するステップと
を含む、画像解析のための方法及びシステムを開示する。

上記文献は、上記方法及びシステムのいくつかの改良を更に開示する。例えば、リモート・フォトプレチスモグラフィ（photoplethismographic；ＰＰＧ）解析の使用が想定される。

ＷＯ２０１１／０４２８５８Ａ１は、生物の周期的現象を表す成分を少なくとも含む信号の処理に係る他の方法及びシステムを開示する。リモートフォトプレチスモグラフィに対する更なる基本的アプローチが、Optics Express, Optical Society of America, Washington, D.C., USA, Volume 16, No.26, 21434-21445頁のVerkruysse, W. et al.(2008), “Remote plethysmographic imaging using ambient light”に記載されている。

とはいえ、捕捉された反射又は出射電磁放射等の記録データ（例えば、記録画像フレーム）は常に、抽出されるべき所望の信号の他に、全体的妨害に由来する他の信号成分、例えば輝度条件の変化又は観察対象物の動きによるノイズ等を含む。したがって、所望の信号の高度に精密な抽出は、依然としてかかるデータの処理に大きな課題を課す。

計算能力（処理能力）の分野では大きな進歩が遂げられているが、所望の生体信号の即時の検出、又はいわばオンライン検出を可能にする即時の画像認識及び画像処理を提供することは依然として難しい。これは、未だ十分な計算能力に欠けるモバイルデバイスアプリケーションに特に当てはまる。また、いくつかの環境ではデータ伝送能力が制限され得る。例えば、多くのモバイルユーザが依然としていわゆる「pay as you go」（プリペイド式）契約に頼っている。したがって、データ量及び計算コストを抑えるニーズが依然として存在する。

この課題に対して取り得るアプローチは、信号を覆う妨害信号成分を最小化するために、所望の信号成分が埋め込まれている目的の信号を捕捉するとき、周到に準備された安定した周囲条件を提供することを狙いとし得る。しかし、多くの労力及び準備作業が求められるため、かかる実験室条件を日常の現場用途に移すことはできない。

更に、妨害信号成分の振幅及び／又は公称値が抽出されるべき所望の信号成分の振幅及び／又は公称値よりはるかに大きい場合、生体信号検出は一層難しくなる。リモートＰＰＧの分野では、成分間の差は数桁を含むことさえ予想され得る。

したがって、本発明の一目的は、所望の信号をより高い精度で、更に、好ましくは低減された計算労力で取得することを容易にする更なる改良を提供する、遠隔検出された特性信号から情報を抽出するためのシステム及び方法を提供することである。

また、非常に劣悪な周囲条件、例えば、観察対象物の安定した若しくは場合によっては不安定な動き、又は測定デバイス自体の動きに少なくとも部分的に起因する低いＳ／Ｎ比等の条件下で所望の信号のロバストな抽出を可能にするよう更に適合されたデバイス及び方法を提供することは好適であろう。処理及び分析されるべき捕捉された信号に影響を及ぼす妨害をより受けにくいよう適合されたデバイスを提供することも好適であろう。

本発明の一側面において、遠隔検出される特性信号から情報を抽出するデバイスであって、前記デバイスは、
−対象物によって発射又は反射された電磁放射から得られるデータストリームを受信するインターフェイスであって、データストリームはフレームのシーケンスを含み、フレームの少なくとも一部は対象物に帰属する関心領域を表すフレームセクションを含み、関心領域は生理学的情報を含む連続又は離散特性信号を示し、生理学的情報は少なくとも１つの少なくとも部分的に周期的な生体信号を示し、フレームのシーケンスは望ましくない対象物の動きを少なくとも部分的に示す妨害信号部分を更に含み、妨害信号部分は特性信号に不利な影響を与える、インターフェイスと、
−フレームのシーケンスの少なくとも一部のフレームから次元削減を介して派生信号形態を導出するコンバータであって、派生信号形態は、位置情報を示す第１の信号成分及び第２の信号成分を少なくとも含む、コンバータ、
−先の派生信号形態に対する現在の派生信号形態の位置シフトを推定する比較器であって、位置シフトは望ましくない対象物の動きを表す、比較器、及び
−推定された位置シフトを考慮して現在のフレームセクションを決定する補償器であって、現在のフレームセクションは少なくとも部分的に関心領域を表し、望ましくない対象物の動きを少なくとも部分的に補償するために関心領域がトラックされることを可能にする、補償器を含む、安定化処理手段と、
−決定されたフレームセクションのシーケンスを考慮して、フレームのシーケンスから特性信号を抽出する抽出器とを含み、特性信号は、電磁放射の特性を表す信号空間に関連付けられる、デバイスが提示される。

対象物の動きは、特に即時の信号検出が要求される場合、及び／又は計算能力が制限される場合、信号検出に大きな課題を課す。計算能力は依然として生体信号検出のボトルネックであると考えられ、特にモバイルデバイスが使用される場合に当てはまる。また、対象物の動きは照明変化及び関連する妨害を引き起こす可能性があり、これらは特性信号に更なる悪影響を及ぼす。したがって、動き補償に取り組むことは有益である。

上記で提示されるデバイスは、好適な動き補償アルゴリズムを実行するよう構成される。通常、動き補償は膨大な計算能力及びコストを要する。このため、即時の動き補償は、特にモバイルデバイスにおいて達成するのが困難である。例えば、動き補償はシーケンスの個々のフレーム毎に顔検出を適用することに基づき得る。結果として、モニタリング及び観察対象物がそれに従ってトラックされることができる。しかし、一般的なモバイルデバイスの計算能力を考えると、顔検出には時間がかかり、生体信号の即時の検出のために実行することはほとんど不可能である。本明細書で使用される場合、即時の検出はほぼ即時の検出も含むと理解されたい。言い換えれば、ユーザが考慮すべき時間遅延を認識しない場合、信号検出は即時であると考えることができる。

高価な最先端のモバイルデバイスは、実際に顔検出アプローチを実装することが知られている。しかし、かかる従来のアプローチは持続的な顔検出及びトラッキングではなく、唯一の（又は単一の）検出ランを対象とする。例えば、ロックされたデバイスを選択的に「解除」するために顔検出が使用され得る。とはいえ、これらのアプローチはエラーを起こしやすい。例えば、かなり良好な照明条件下での正面又は正面に近い顔の検出は可能であるが、対象物の誤った方向及び／又は乏しい照明条件により、顔検出はしばしば失敗する。

したがって、上記で提示されるアプローチは、動き補償がフレーム毎の（又は大部分のフレームにおける）顔検出等を要さないという点で有益である。これは、根本的な問題を相当に単純化された「代替」問題に転換することにより達成される。

例えば、計算時間がかかる画像処理を単純化された派生（導出）要素の処理に転換することができる。言い換えれば、好ましい一実施形態によれば、２次元画像処理タスクを２つの１次元計算タスクに転換することができる。

このアプローチは、所与の２次元（画像）パターンから導出される少なくとも２つの特性１次元パターンが、観察対象物の位置シフト推定を可能にするのに十分な位置情報を含み得るという洞察に基づく。また、デバイスは追跡対象物の性質を「知る」必要がない。それにも関わらず、特性１次元パターンを経時的に観察（比較）することにより、位置シフトを推定できる。例えば、対象物の観察の開始時に関心領域を表すフレームセクションを選択することができる。この選択は手動で実行してもよく、パターン検出アルゴリズムを用いて実行してもよい。しかし、初期フレームセクション選択は、トラックされるべき基準セクションを決定するための実質的に唯一の処理であると考えられる。後続の動き補償は、トラックされるべきフレームセクションの代替物を含むフレームの代替物に基づく。代替物、すなわち派生信号形態は、容易に計算及び処理できる。特に、各フレーム毎に（選択されたフレームセクションの背後にある）関心領域を明確にモデリングする必要はない。

良く知られるパターン検出アプローチは、基本的には、対象物の特定の明確に区別される領域が観察されることを要することに留意されたい。例えば、いくつかの画像処理デバイス、例えばデジタルカメラの顔検出及び／又はスマイル検出機能に既に実装されている従来のアルゴリズムは目、鼻、及び口を検出することができるので、人の顔がかかる区別される領域として考えられる。しかし、興味深い生体信号は、対象物の顔を必ずしも含まない対象物の異なる領域（部位）によっても表される。例えば、対象物の顔（顔全体ではなく）、首、腕、又は場合によっては手の肌の部分にリモートＰＰＧを適用することができる。したがって、上記で提示されるアプローチは画像毎の顔検出等に基づくアプローチよりはるかに柔軟である。

また、上記に提示されるアプローチによれば、２つ以上の関心領域のトラッキングも可能であることに留意されたい。複数の関心領域は同じ又は異なる観察対象物にさえ属し得る。基本的には、代替派生信号形態は依然としてフレーム全体の位置情報を含む。したがって、比較器及び補償器が適切に適合されれば、２つ以上の関心領域がトラックされることができる。この目的のために、先の派生信号形態に対する現在の派生信号形態の２つ以上の特性シフトを推定するよう比較器を構成することができる。これに従い、トラックされる関心領域の推定位置シフトを考慮して、２つ以上の現在のフレームセクションを決定するよう補償器を構成できる。

対象物の動きは、デバイスに対する観察対象物の動き、及び反対に、対象物に対するデバイスの動きを含み得る。したがって、対象物の動きという用語は、対応して補償され得る対象物とデバイスとの間の相対的な動きを含む。

フレームのシーケンスは、ＲＧＢ画像等の色情報を含む一連の画像フレームにより具現化され得る。画像フレームは、対象物及び他の要素を表し得る。基本的には、他の要素の少なくとも一部は特性信号から抽出されるべき所望の信号を表さない。

抽出器、並びにコンバータ、比較器、及び補償器を含む安定化処理手段の様々な実施形態が存在する。第１の、相当に単純な実施形態では、安定化処理手段及び抽出器はいずれも処理ユニットによって、特に各論理コマンドによって駆動（又は制御）されるモバイルデバイスの処理ユニットにより具現化される。かかる処理ユニットは適切な入出力インターフェイスも含み得る。

しかし、代わりに、コンバータ、比較器、及び補償器を含む安定化処理手段のそれぞれが別々の処理ユニットによって具現化されてもよく、又は各コマンドによって制御可能でもよい。よって、各処理ユニットをその特定の目的に適合させてもよい。結果として、タスクの分散を適用することができ、別々のタスクはマルチプロセッサ処理ユニットの単一のプロセッサ上で処理（又は実行）されるか、又は画像処理関連タスクが画像プロセッサ上で実行される一方、他の演算（動作）タスクは中央処理装置上で実行される。

好適な一実施形態によれば、デバイスは、特性信号の時間変動を決定し、特性信号内に含まれる生理学的情報によって表される少なくとも１つの少なくとも部分的に周期的な生体信号を検出するためのアナライザーを更に含む。

アナライザーが同じく中央処理装置によって、又は少なくとも、論理コマンドによって各々制御されるマルチプロセッサ処理ユニットの一部によって具現化されることは合理的である。当然ながら、少なくとも１つの少なくとも部分的に周期的な生体信号の検出の前に特性信号に他の信号最適化手段を適用してもよい。このようにすることで、所望の生体信号を実質的に示さない更なる妨害信号成分をデータストリームから減衰又は除去さえできる。

デバイスの他の側面によれば、コンバータは、フレームのシーケンスの少なくとも一部のフレームの第１の方向及び第２の方向に沿ってフレーム実体を集積して派生信号形態を導出し、第１の信号成分はフレーム行の次元が減らされたマッピングを好ましくは含み、第２の信号成分はフレーム列の次元が減らされたマッピングを好ましくは含む。

言い換えれば、フレーム実体を、異なる方向を備える第１の方向及び第２の方向の直線に沿って投影することができる。好ましくは、第１の方向と第２の方向とは互いに直角である（例えば、水平及び垂直）。投影は、フレームの行及び列に沿うフレーム実体（例えば、ＲＧＢそれぞれの値）を積分又は積算することを含み得る。

本明細書で使用される場合、実体（エンティティ）は単一のピクセル又はピクセルの部分集積（agglomeration）を含み得る。実体（ピクセル）の行列を仮定すると、フレームはピクセルパターンを含み得る。言い換えれば、各フレームがマトリックス構造を含み得る。あるいは、フレームはハニカム構造を含んでもよい。当然ながら、他の形状も想定される。フレームの行列は座標系、好ましくはデカルト座標系に従って配置され得る。あるいは、極座標系、他の適切な座標系、及びこれらの派生物を使用することもできる。

当然ながら、次元削減の前に、オリジナルのフレームの座標系に座標変換を適用してもよい。したがって、処理されるべき行列が単純な位置情報を示すよう、処理されるべきフレームセクションを適切な方向に移行させることができる。例えば、フレーム内に存在する対象物に帰属する端部（辺）（又は対象物−背景間の遷移部）を、派生物のために処理されるべき行又は列に少なくとも実質的に直交するよう位置合わせしてもよい。通常、基本的に直交する（例えば、水平又は垂直）端部（辺）は、検出及び処理が容易な強い位置情報信号をもたらし得る。また、対象物に帰属する高コントラスト領域も強い位置情報信号をもたらす。

デバイスの他の側面によれば、少なくとも１つの少なくとも部分的に周期的な生体信号は、心拍数、心拍、呼吸レート、心拍数変動、Traube-Hering-Mayer波、及び酸素飽和度からなる群から選択される。

好適には、かかる生体信号の少なくとも一部が相互に変換され得る。例えば、特性信号は対象物の肌の色を表す個々のピクセル又はピクセルパターンのＲＧＢ値を含み得る。これらの値の経時的なわずかな変化を生理学的情報と呼ぶことができる。特性信号の処理及び分析は、目的の生体信号の検出を可能にする。例えば、特性信号のわずかな振動を分析及び解釈して、心拍又は心拍数信号の検出にたどり着くことができる。また、通常、所望の生体信号は、対象物が表す少なくとも１つの少なくとも部分的に周期的な信号から直接又は間接的に得られることを理解されたい。当然ながら、本発明のデバイス（及び方法）を他の検出及び分析手段と組み合わせて、抽出信号を更に改良することができる。

目的の生体信号を検出するために、リモートフォトプレチスモグラフィは様々なアプローチを利用し得る。例えば、特にフレームがＲＧＢ値又は同様の色情報を含む場合、赤色（Ｒ）信号と緑色（Ｇ）信号との間の比が求められ得る。この比は、抽出されるべき所望の信号を良く示すと考えられる。また、赤色及び緑色信号がそれぞれの（時間）平均値により除算されるノーマライゼーションを適用してもよい。ノーマライゼーションは、信号成分を全体的な妨害から少なくとも部分的に独立させ得る。他のアプローチによれば、目的の生体信号を抽出するために、赤色（Ｒ）信号と赤外線（ＩＲ）信号との間の比を入念に検討することもできる。

目的の生体信号は離散値、例えば心拍数値（心拍／分）を含み得る。あるいは、更なる結論を得るために、経時的な信号波形も興味深い可能性がある。

デバイスの他の側面によれば、信号空間は、少なくとも２つの相補的チャネルを含む色信号空間であり、少なくとも２つの相補的チャネルは所定のスペクトル部分に関連し、特性信号は少なくとも２つの主成分を含み、それぞれが対応する相補的チャネルに関連する。

一例示的実施形態では、信号空間はＲＧＢ信号空間又はその派生であり得る。したがって、信号空間は特性信号の３つの主成分の各値を表す３成分を含み得る。選択可能な信号空間は、ＣＩＥ ＸＹＺ、ＨＳＶ、ＨＳＬ、ｓＲＧＢ、及びｘｖＹＣＣ信号を含み得る又はから導出され得る。また、これらの派生を使用することもできる。基本的には、所望の信号の検出のためにリニアＲＧＢ信号が使用され得ることに留意されたい。したがって、非線形信号空間（例えば、ガンマ補正された信号）はこれに従って変換され得る。必要な分析処理のためにより広いスペクトルベースを与えるために、少なくとも部分的に、いくつかの異なる信号空間を組み合わせることも想定できる。例えば、いわゆるＲＧＢＹ信号を適用することもできる。ＲＧＢＹ信号空間では、赤色、緑色、及び青色に加えて、黄色信号が色情報を運び得る。入力データストリームが主観色モデル、例えばＣＭＹＫに関連する場合、これに従い、付加的な信号空間にたどり着くようデータを変換できる。データストリームから所望の生体信号を抽出するために他のスペクトル成分を使用することもできる。この文脈では、赤外線又は近赤外線成分を適用することもできる。例えば、赤色信号と赤外線信号との間のある比が所望の信号を良く示し得る。

更に好ましくは、信号空間は、少なくとも部分的に周期的な生体信号が、特性信号の少なくとも２つの主成分の少なくとも１つ主成分のわずかな経時的変動に含まれるよう構成される。

情報を抽出するためのデバイスの他の実施形態によれば、コンバータは、更に、初期段階中にフレームのシーケンスのフレームから基準派生信号形態を導出し、基準派生信号形態は、基準位置情報を示す第１の基準成分及び第２の基準成分を少なくとも含み、比較器は、更に、後続の段階中、複数の後続派生信号形態の基準派生信号形態に対するそれぞれの位置シフトを推定する。

言い換えれば、複数の後続フレームのそれぞれの派生信号波形が、信号処理プロセスの開始時に処理された単一の（又は固定の）基準フレームにトレースバック（又はリンク）され得る。例えば、（固定の）基準派生信号形態を導出するためにシーケンスの最初のフレームを処理することができる。したがって、安定化処理のための確かなベースを与えるよう、基準信号波形（又は第１の基準成分及び第２の基準成分）がバッファされ得る。このようにすることで、基準としての変動する派生信号波形の持続的な計算を要する「ローリング」処理プロセスを回避することができる。

これは、欠陥があるフレームは基準派生信号形態を導出するためのベースとはなり得ず、後続フレームの後続フレームセクションを決定することを妨げ得るという点に関して有益である。本明細書で使用される場合、欠陥フレームは、関心領域のエラー表現を含むと考えられる。例えば、欠陥フレームはオクルージョン、例えば対象物を隠す他の物体を含み得る。欠陥フレームは（画像）干渉、例えばノイズ等によって悪影響を及ぼされ得る。また、欠陥フレームでは、対象物がフレームの捕捉（取り込み）領域外に位置し得る。また、欠陥がある画像において対象物は曲がっていたり、捻じれていたり、回転していたり、不利に方向付けられている可能性がある。

この文脈において、デバイスは、処理プロセス全体を通じて基準派生信号形態をバッファするよう適合されたバッファ手段を更に含むことが好ましい。このようにすることで、シフト推定及び動き補償の確かなベースを提供することができる。処理されるべきシーケンスの現在のフレーム毎に所定の間隔（又はシーケンス間隔）を有するフレームから基準派生信号形態を導出しなくてもよい。

この実施形態は、安定化処理手段が更に、後続の段階中、フレームから少なくとも１つの他の基準派生信号形態が導出され得るようコンバータをトリガーするよう更に発展され得る。

例として、経過時間（期間）、処理フレーム数、及び他のプロセスパラメータを含む群からトリガーイベントが選択され得る。したがって、トリガーイベントは基本的には周期的であり得る。一方、非周期的トリガーを適用することもできる。例えば、所定の数の欠陥フレームが処理されたときに新たな基準派生信号を導出するようコンバータ手段がトリガーされてもよい。他の品質関連トリガーイベントも想定できる。このようにすることで、処理期間をいくつかの部分期間に分割することができ、各部分期間が、その期間中、位置シフト推定のためのベースとなる基準派生信号を含む基準フレームを有する。好ましくは、手動トリガーも許容され得る。このようにすることで、ユーザが信号処理プロセスを再開（又はリフレッシュ）することができる。

デバイスの他の実施形態によれば、安定化処理手段は、更に、初期段階中、フレームのシーケンスの少なくとも１つのフレームにおいて関心領域を少なくとも部分的に表すフレームセクションを決定するパターン検出器を含み、基準フレームセクションとして初期フレームセクションを決定し得る。

また、この実施形態では、単一のフレーム、又は処理フレームの絶対数に対して少数のフレーム（例えば、基準フレーム）にのみパターン検出が要求されることを理解されたい。

好ましくは、コンバータのトリガリングが同時に（自動）パターン検出もトリガーするよう、パターン検出器は安定化処理手段に結合され得る。例えば、欠陥フレームのために変位推定が失敗する場合にこれが開始され得る。パターン検出器は顔検出、肌検出等のために構成され得る。

他の実施形態によれば、安定化処理手段は、更に、現在の絶対シフト推定及び／又は現在のシフト推定の経時的一貫性を考慮して推定位置シフト値を補正するバイアス手段を含む。

推定位置シフト値の補正は、相当に大きなオフセット及び／又は経時的に一貫性のない変位推定に由来するシフト値への影響を減らすことを含み得る。バイアス関数の適用については様々な仮定が考えられ、その一部が後述される。

デバイスの他の好ましい側面によれば、デバイスは、フレームのシーケンスを含むデータストリームを捕捉することができる一体的なセンサ手段を含む。

好ましくは、デバイスは携帯電話、ＰＤＡ（personal digital assistant）、モバイルコンピュータ、モバイルタブレット、及び／又はモバイル専用若しくは多目的メディカルスキャン若しくはモニタリングデバイス等のモバイルデバイスである。また、デバイスは乗り物内に一体的部品として又は取り外し可能な搭載機器として配置されてもよい。

デバイスの他の実施形態によれば、情報を抽出するためのデバイスは、特性信号の成分を選択的に減衰又は強化させるためのフィルタを更に含む。

例えば、０．０５Ｈｚ−１０Ｈｚ、好ましくは０．５Ｈｚ−３．５Ｈｚの帯域幅の信号成分を増強するための周波数フィルタを使用してもよい。これは、心拍測定のために特に適した範囲であると考えられ得る。呼吸レート測定のためには、例えば、範囲は約０．１Ｈｚ−約２Ｈｚの周波数値を含んでもよい。Traube-Hering-Mayer波の検出のためには、範囲は約０．０５Ｈｚ−約０．２Ｈｚの周波数値を含んでもよい。処理された信号の後処理フィルタリングは、ＳＮ比を更に向上できる。このようにすることで、所望の生体信号を示さない更なる妨害信号成分をデータストリームから除外できる。

代わりに、又は加えて、リカーシブ（再帰又は巡回）時間フィルタを適用してもよい。例えば、デバイスは、特性信号の成分に選択的に影響を与えるための重み付け手段を更に含んでもよい。この文脈において、目的の生体信号は特性信号によって表される生理学的情報のわずかな変動に含まれていると考えられ得ることを思い出されたい。全体的な妨害は、目的の所望の信号よりはるかに振幅が大きいと予測され得る。

本発明の他の側面では、遠隔検出される特性信号から情報を抽出する方法であって、前記方法は、
−対象物によって発射又は反射された電磁放射から得られるデータストリームを受信するステップであって、データストリームはフレームのシーケンスを含み、フレームの少なくとも一部は対象物に帰属する関心領域を表すフレームセクションを含み、関心領域は生理学的情報を含む連続又は離散特性信号を表し、生理学的情報は少なくとも１つの少なくとも部分的に周期的な生体信号を示し、フレームのシーケンスは望ましくない対象物の動きを少なくとも部分的に示す妨害信号部分を更に含み、妨害信号部分は特性信号に不利に影響する、ステップと、
−フレームのシーケンスの少なくとも一部のフレームから次元削減を介して派生信号形態を導出するステップであって、派生信号形態は、位置情報を示す第１の信号成分及び第２の信号成分を少なくとも含む、ステップ、
−先の派生信号形態に対する現在の派生信号形態の位置シフトを推定するステップであって、位置シフトは望ましくない対象物の動きを表す、ステップ、及び
−推定された位置シフトを考慮して現在のフレームセクションを決定するステップであって、現在のフレームセクションは少なくとも部分的に関心領域を表し、望ましくない対象物の動きを少なくとも部分的に補償するために関心領域がトラックされることを可能にする、ステップを含む、特性信号を安定化させるステップと、
−決定されたフレームセクションのシーケンスを考慮してフレームのシーケンスから特性信号を抽出するステップとを含み、特性信号は電磁放射の特性を表す信号空間に関連付けられる、方法が提示される。

好適には、方法は、本発明の情報を抽出するデバイスを用いて実行され得る。

方法の一実施形態によれば、方法は、
−初期段階中、フレームのシーケンスのフレームから基準派生信号形態を導出するステップであって、基準派生信号形態は、基準位置情報を示す第１の基準成分及び第２の基準成分を少なくとも含む、ステップと、
−後続段階中、複数の後続の派生信号形態の基準派生信号形態に対するそれぞれの位置シフトを推定するステップと
を更に含む。

このようにすることで、所定の（又は固定の）基準ベースセグメントを有するループ機能を確立することができる。「ローリングウェーブ」制御ループは必要ない。ループ機能は基本的には利用可能な基準値に基づくため、低減された計算資源を要する。

本発明の他の側面では、コンピュータ上で実行されたとき、方法のステップをコンピュータに実行させるプログラムコード手段を含むコンピュータプログラムが提供される。

本明細書で使用される場合、コンピュータという用語は多様な処理デバイスを指す。言い換えれば、相当な計算能力を有するモバイルデバイスは、標準的なデスクトップコンピュータより低い処理パワー資源を提供するとしても、同様にコンピューティングデバイスと呼ぶことができる。

本発明の好ましい実施形態は従属請求項に規定される。特許請求の方法及びコンピュータプログラムは、特許請求のデバイス及び従属デバイスクレームに規定されるものと同様な好ましい実施形態を有することを理解されたい。

本発明の上記及び他の側面は、後述される実施形態を参照して説明され、明らかになるであろう。

図１は、本発明が使用され得るデバイスの一般的配置の概略図を示す。 図２ａは、関心領域を表すフレームセクションを有するフレームを示す。 図２ｂは、関心領域を表すフレームセクションを有するフレームを示す。 図３は、本発明が使用され得る例示的なモバイルデバイスを示す。 図４は、座標変換が適用され得るフレームセクションを有するフレームを概略的に示す。 図５ａは、派生信号形態導出が適用されるフレームを示す。 図５ｂは、図５ａの位置に対してシフトされた対象物の関心領域を表すフレームセクションを有する他のフレームを示す。 図６は、動いている対象物を表すフレームのシーケンスを示す。 図７は、例示的な関心領域を示す、対象物を表す他のフレームを示す。 図８は、動いている対象物を表す他のフレームのシーケンスを示す。 図９は、特性信号を含む信号空間の例示的な概略図を示す。 図１０ａは、対象物の動きの指向性動き成分を示すダイアグラムを示す。 図１０ｂは、対象物の動きの指向性動き成分を示すダイアグラムを示す。 図１０ｃは、目的の生体信号が導出され得る生理学的情報が埋め込まれている特性信号を示す。 図１０ｄは、目的の生体信号が導出され得る生理学的情報が埋め込まれている特性信号を示す。 図１１は、本発明の方法の一実施形態のいくつかのステップを表す例示的なブロック図を示す。

以下、本発明のデバイス及び方法のいくつかの側面を利用するリモートフォトプレチスモグラフィのための例示的なアプローチを説明する。各アプローチ全体の文脈から、提示のアプローチの個々のステップ及び特徴を抜き出すことができることを理解されたい。したがって、これらのステップ及び特徴は、やはり本発明の範囲に含まれる他の実施形態の一部であり得る。

図１は、参照符号１０によって示される、情報を抽出するためのデバイスの概略図を示す。例えば、デバイス１０は、リモートＰＰＧモニタリングのために遠隔対象物１２を表す画像フレームを記録するために使用され得る。画像フレームは、対象物１２により発せられた又は反射された電磁放射１４から得られ得る。対象物１２は、人間若しくは動物、又は生物一般でもよい。また、対象物１２は所望の信号を良く示す人間の一部、例えば顔の部分又は皮膚の部分一般でもよい。

日光１６ａ又は人工的な線源１６ｂ等の線源、いくつかの線源の組み合わせが対象物１２に作用し得る。線源１６ａ、１６ｂは、基本的には対象物に衝突する入射放射１８ａ、１８ｂを発する。記録データ、例えば画像フレームのシーケンスから情報を抽出するために、対象物１２の画定部分又は部位がセンサ手段２２によって検出されてもよい。センサ手段２２は、例えば、電磁放射１４の少なくともスペクトル成分に属する情報を取得するよう適合されたカメラにより具現化され得る。当然ながら、デバイス１０は、先に記録され、保存又はバッファされた入力信号、すなわち入力データストリームを処理するよう適合されてもよい。上述したように、電磁放射１４は、少なくとも１つの少なくとも部分的に周期的な生体信号２０を良く示し得る連続又は離散特性信号を含み得る。特性信号は（入力）データストリーム２４内に含まれ得る（埋め込まれている可能性がある）。一実施形態によれば、データ取り込みのために、対象物１２の潜在的に指示性が高い（良く示す）部分が選択され得る（又はピクセルパターンによってマスキングされ得る）。ピクセルパターンの各信号ピクセル値を瞬時に集積する場合、ピクセルパターンから平均ピクセル値を求めることができる。このようにすることで、検出信号をノーマライズし、全体的な妨害についていくらか補償することができる。平均ピクセル値は特性信号によって表され得る。目的の生体信号２０は、特性信号のわずかな変動（わずかな周期的特性変化）内に含まれ得る。以下において、取り込まれたデータストリーム２４は、複数のピクセルを含む塊にされたピクセル領域を含み得る対象物１２の関心領域の表現として考えることができる。図１において、生体信号２０は、心拍数、心拍、心拍数変動、呼吸レート、又は酸素飽和度にさえ関する様々な推定を可能にし得る。

このような生体信号を取得するための知られている方法は、心拍数触診、心電図検査、又はパルスオキシメトリを含み得る。しかし、そのためには妨害的なモニタリングが必要であった。上記したように、選択可能な一アプローチは、画像処理方法を利用する非妨害的なリモート測定を対象とする。

連続又は離散特性信号を含むデータストリーム２４は、センサ手段２２からインターフェイス２６に送られ得る。当然ながら、センサ手段２２とインターフェイス２６との間にバッファ手段が挿入されてもよい。インターフェイス２６の下流には、受信されたデータストリーム２４’を処理するよう適合された安定化処理手段２８が設けられる。基本的に、信号処理は動き補償を目的とし得る。望ましくない対象物の動き、又は対象物１２に対するセンサ手段２２の動きは、依然として生体信号検出アプローチに大きな課題を課す可能性がある。動き補償アルゴリズム自体は一般的に知られているが、通常、かなりの計算労力を要する。特にモバイルデバイスに関して、より少ない計算コストを要する改良された動き補償アプローチへのニーズが存在する。

本発明の一実施形態によれば、安定化処理手段２８は、コンバータ３０、比較器３２、及び補償器３４を含む。コンバータ３０、比較器３２、及び補償器３４は、それぞれ同じ又は別々の処理ユニットによって具現化され得る。言い換えれば、一例示的実施形態によれば、コンバータ３０、比較器３２、及び補償器３４は、同じ処理ユニットの論理部分に含まれてもよい。

点線のボックス３５、３６により示されるように、安定化処理手段２８は更にパターン検出器３５及び／又はバイアス手段３６を含み得る。パターン検出器３５及びバイアス手段３６はともにコンバータ３０、比較器３２、及び補償器３４と同様に具現化され得る。

入力データストリーム２４、２４’がフレームのシーケンスを含むと仮定すると、コンバータ３０は、当該フレームのシーケンスのうちの少なくとも一部のフレームから派生的な信号形態を導出するよう構成され得る。動き補償を目的とする更なる処理を簡略化できるよう、派生信号形態は次元的に減らされてもよい。比較器３２は、現在の派生信号形態と先の（前又は過去の）派生信号形態との間の位置シフトを推定するよう構成され得る。位置シフトは、補償されるべき対象物の動きを表し得る。上記したように、先の派生信号形態は、当該別個の（固定の）派生信号形態に基づいてシーケンスの２つ以上の後続フレームを処理するためにバッファ内に記憶及び保持され得る。したがって、比較アルゴリズムの少なくとも一部、すなわち基準派生信号の導出は、初期段階において一度実行するだけでよい。

補償器３４は、推定された位置シフトに基づいて現在のフレームセクション（例えば、対象物１２の関心領域を表す現在のピクセルパターン）を決定するよう適合され得る。このようにすることで、望ましくない対象物の動きに対して関心領域がトラックされることができる。補償器３４は、現在のフレームセクションの背後に何が存在するかを「知る」必要がないことに留意されたい。現在の派生信号形態の先の派生信号形態との比較は、基本的には、関心領域の面表現（例えば、目視できる画像表現）を明確に示さない又は表さない派生物（又は代替物）の比較を含む。言い換えれば、フレームから派生信号形態を導出することはできるが、通常、派生信号形態は次元が減らされているので、対応する派生信号形態からフレームを導き出すことはできない。したがって、動き推定のために比較される全てのフレームについてパターン検出又は顔検出をする必要はない。

しかし、それでも、安定化処理手段２８は、顔検出及び／又は皮膚検出等のパターン検出のために適合されたパターン検出器３５を含み得る。好ましい一実施形態によれば、パターン検出器３５は動き補償処理の初期段階のためだけに必要とされ、後に推定位置シフトを考慮して後続フレーム内の各フレームセクションを決定するためのベースとなるフレーム内の関心領域を表す特定のフレームセクションを検出する。

他の実施形態では、パターン検出はデバイスユーザにより手動で実行されてもよい。例えば、初期フレームセクションを決定するための初期フレームを表すスクリーン上で、ユーザが対象物１２の顔の部分又は皮膚の部分をマスキングしてもよい。

バイアス手段３６は、位置シフト推定を更に改良するよう構成され得る。バイアス手段３６内で実行され得る例示的なバイアス関数を以下により詳細に紹介及び説明する。

例えば、安定化処理手段２８（より正確には比較器３２）は、取得された派生信号形態成分に様々なマッチング関数を適用するよう適合され得る。上記したように、派生信号形態は、（画像）フレームの第１及び第２の方向に沿う積分投影によって得られる。この点に関して、図５ａ及び図５ｂも参照されたい。このようにして得られた派生信号形態成分は投影プロフィールと呼ばれ得る。かかる投影プロフィールの比較は、様々なマッチング関数を用いて、異なるオフセットのもと実行され得る。例えば、相関関数等の統計的手段が用いられてもよい。好ましい一実施形態では、絶対差の和又は平均が用いられ得る。一例として、第１及び第２の方向（例えば、水平及び垂直方向又はｘ方向及びｙ方向）に沿う変位を積分投影から次のように推定できる。



ここで、項Ｐｒｅｆ（ｘ）は成分（又は基準投影）実体からの基準派生信号を示す。項Ｐｔ_ｎ（ｘ）は成分（又は現在処理されている投影）実体からの（現在の）派生信号を示す。インデックスｖｅｒ及びｈｏｒは第１の方向及び第２の方向を表す。項Ｓ（ｄ）は台、すなわち、派生信号成分（又は投影プロフィール）と対応する基準（信号）成分（又は基準投影プロフィール）との間の重なりを示す。台の値||Ｓ（ｄ）||は、基本的には、対応する方向の推定シフトを表す実際のオフセットｄに依存する。

このアプローチは、信号品質を更に向上させるために、推定アルゴリズムに少なくとも１つのバイアス関数（又はレギュラリゼーション関数）が適用されるという点で更に発展され得る。例えば、相当に大きいオフセットに対してペナルティを導入する項Ｆ_ｓｕｐが加えられてもよい。かかるオフセットは信頼性が低いため、しばしば推定にとって価値が小さい。一例として、Ｆ_ｓｕｐは次のように計算され得る。

ここで、Ｃ_ｓｕｐは検出最大シフトｄ_ｍａｘに対するペナルティ値を定める定数である。

代わりに、又はこれに加えて、時間的に一貫性のない（又は不安定な）シフト推定に対するペナルティを導入する項Ｆ_ｔｅｍｐを加えてもよい。例えば、Ｆ_ｔｅｍｐは次のように計算され得る。

ここで、Ｃ_ｔｅｍｐは時間的影響のための定数であり、ｔは時間（又は実際のフレーム番号）を示し、σ_ｔｅｍｐは予測されるシフト推定の標準偏差である。

したがって、式（１）及び（２）は以下のように改良することができる。

結果として、変位推定のロバストネス及び安定性を向上させることができ、よって望ましくない対象物の動きの補償を更に向上させることができる。例示的な式（１）−（６）、及び根本的なアルゴリズム的アプローチは、本明細書に記載される様々な実施形態に適宜変更して適用され得ることを理解されたい。

安定化処理手段２８の下流において、デバイス１０内に抽出器４０が含まれ得る。処理された補償後のデータストリーム３８が抽出器４０に伝送され得る。抽出器４０は、処理された補償後のデータストリーム３８内にまだ含まれているフレームのシーケンス（又は決定されたフレームセクションのシーケンス）から（処理された）特性信号を抽出するよう構成されてもよい。例えば、抽出すべき特性信号は、関心領域内に含まれる肌ピクセル値の集積により得られる実際のＲＧＢ値から構成されてもよい。特性信号の経時的なわずかな変動は、最終的に所望の信号２０が抽出され得る生理学的情報を含み得る。

他の選択可能な実施形態によれば、デバイス１０は、点線のボックスにより示される、抽出されたデータストリーム４２が伝送され得るフィルタ４４を更に含んでもよい。フィルタ４４は、所望の信号２０を含むと予想される周波数部分を強化するよう構成されてもよい。

代わりに又は加えて、処理された補償後のデータストリーム３８又は抽出されたデータストリーム４２内に埋め込まれている特性信号に時間フィルタリングを適用してもよい。一般的に特性信号（例えば、色変化）の大きな変化（又は変動）は目的の生体信号に起因しないと仮定すると、かかる変化は望ましくない歪みとして考えることができ、よって抑制され得る。例えば、信号品質を更に向上させるために、信号にリカーシブ時間フィルタリングを適用してもよい。

ここで、ｘ及びｙはトラックされるフレームセクションの単一の実体ｖ_ｘ，ｙの実際の位置であって、時間ｔにかけて観察される位置を表す。上記と同様に、ｔは時間を示してもよいし、実際のフレーム番号を示してもよい。実体は個々のピクセルを含んでもよいし、又は塊にされたピクセルのサブセットを含んでもよい。各実体ｖ_ｘ，ｙに重み付けするために成分Ｋが導入され、重みは実体の変化の大きさに依存する。結果として、変化が小さい実体ｖ_ｘ，ｙが処理され得る（例えば、実際の位置の更新）一方、変化が大きい実体ｖ_ｘ，ｙは無視されて前の位置が保持され得る。当然ながら、例示的な式（７）及び（８）、並びに根本的なアルゴリズム的アプローチは、本明細書で説明される様々な実施形態に適宜変更して適用され得る。

オプションのフィルタ４４の下流において、フィルタリングされたデータストリーム４６が、少なくとも１つの少なくとも部分的に周期的な目的の生体信号２０を検出するよう構成されるアナライザー４８に伝送され得る。例えば、アナライザー４８は、支配的な信号ピーク、例えば心拍数を示す周波数ピーク等を検出するよう適合されてもよい。最後に、出力信号５０が得られる。

点線の矢印５２ａ、５２ｂ、５２ｃは、デバイス１０の外部での更なる処理のために、デバイス１０の様々な段階において前処理されたデータを出力できることを示す。矢印５２ａ、５２ｂ、５２ｃにより送られ得るデータは、後続の処理のために記憶又はバッファされてもよい。また、出力データを（画像）データストリームを表すために使用してもよい。

安定化処理手段２８、抽出器４０、（オプションの）フィルタ４４、及びアナライザー４８は、共通の処理ユニット５４、例えば、単一の又は複数のプロセッサを備える中央処理装置によって合わせて具現化されてもよい。また、各サブコンポーネントを収容する共通の処理ユニット５４内で、インターフェイス２６がそれらに接続されてもよい。一例として、処理ユニット５４は、各論理コマンド及びソフトウェアコードにより駆動（又は制御）されるモバイルコンピューティングデバイス内に実装され得る。安定化処理手段２８、抽出器４０、（オプションの）フィルタ４４、及びアナライザー４８は、処理ユニット５４によって「仮想的に」具現化され得る。センサ手段２２もインターフェイス２６に一緒に接続される場合、各サブコンポーネントを共通のケースが収容してもよい。このようなモバイルデバイス１０は、携帯電話、モバイルコンピュータ一般、タブレット、及びモバイルリモートＰＰＧスキャナであり得る（図３参照）。

例えば信号品質を更に高める等のために、受信データの追加の前処理又は後処理を実行するようデバイス１０を更に適合し得ることを理解されたい。

信号処理の少なくとも一部が遠隔環境内で実行され得ることに留意されたい。図１において、矢印６０は、安定化処理手段２８、抽出器４０、（オプションの）フィルタ４４、及びアナライザー４８の少なくとも一部がクラウドコンピューティングデバイス６０によって（仮想的に）具現化され得ることを示す。例えば、クラウド６０は、所望のフレームセクションをトラックするための計算タスクの一部を請け負うことができる例示的な代替的安定化処理手段２８’を含む。言い換えれば、クラウド６０は、クラウド６０内の例示的なプロセッサ６４により示されるように、リモートバーチャル処理ユニットとして機能し得る。クラウド６０とのデータのやり取りは、点線の矢印６２で示されるように、無線データ伝送を含み得る。あるいは、データ伝送はワイヤーケーブルネットワークを介するケーブル伝送も含み得る。

通常、「バーチャル（仮想的）」及び「クラウドコンピューティング」の概念は、典型的には１つ以上のデータセンターロケーションに集約される共有計算資源（例えば、サーバ）のセットの利用を含む。例えば、クラウドコンピューティングシステムは、ユーザが第３者のデータセンター内に計算資源（例えば、仮想サーバインスタンス）を立ち上げて管理することを可能にするウェブサービスとして実装され得る。クラウド環境では、計算資源は様々なサイズ及び構成で利用可能であり得り、複数のユーザの特定のニーズを満たすために様々な資源タイプを指定することができる。クラウドコンピューティングは、（最終）ユーザ側において追加のハードウェア資源の購入及び運用を管理する必要なく、柔軟な資源を提供し得る。クラウドベース計算資源は、社内ネットワーク又は有線公衆インターネットを介してアクセス可能な「クラウド」内のどこかに存在又はどこかで実行されると考えられる。アプリケーションデベロッパー又は情報技術管理者の観点からは、クラウドコンピューティングは、基盤のインフラの性質又はロケーションとは関係なく、スケーラビリティ（例えば、オンデマンドでの資源利用の増加又は削減）、性能（例えば、効率的且つ高速に実行）、及び信頼性（例えば、決して又は少なくとも稀にしかダウンタイムに直面しない）を発揮するアプリケーションの開発及び配置（展開）を可能にする。

上記したように、対象物の血液量脈動の遠隔検出に基づくリモートＰＰＧ測定は、対象物の動きに対して非常に敏感である。例えば、観察対象物１２が単純に視界から外れるという点で、対象物の動きは所望の信号の検出にとって有害であり得る。これは、特に手持ちのデバイスに当てはまる。一方、対象物１２が視界内に留まるとすると、対象物の動きは対象物の肌から反射される入射放射を変化させ得る。また、一般的な生体信号検出アプローチは、基本的には観察対象物１２の関心領域のパターン検出又は選択に基づく。したがって、完全に又はほぼ肌のピクセルのみを含む関心領域を表すフレームセクションを選択することが望ましい。結果として、しばしば、所与のフレームの小さなセクションしか処理のために選択することができない。与えられるセクションが小さければ小さいほど、（不都合な）動きの影響は大きい。

これに関連して、図２ａ及び図２ｂはフレームのシーケンスから取られた個々のフレーム６６、７０を例示的に示す。フレーム６６は、生体信号検出プロセスの初期段階中に取り込まれたフレームとして考えられる。フレーム６６は、観察対象物１２に帰属する関心領域５６を表すフレームセクション６８を含む。例えば、関心領域５６は人の顔、又は少なくとも顔の一部を含み得る。通常、関心領域は対象物１２の肌の部分を含む。図２ｂに示されるフレーム７０は、後続のフレームを表す。後続のフレーム７０は、必ずしも初期フレーム６６の直後のフレームでなくともよいことを理解されたい。フレーム７０は、（その間に変位された）対象物１２’の関心領域５６を依然として表すフレームセクション７２を含む。対象物１２の初期位置は点線によって表される。矢印７４は、対象物１２又は各フレームセクション６８、７２のシフト又は変位を示す。

本明細書で使用される場合、フレームは、センサ手段（例えば、カメラ）によって捕捉され得る視野全体をカバーしてもよい。しかし、一部の実施形態によれば、フレームは、センサ手段が捕捉できるフレーム全体の単なるサブセットを含んでもよい。

従来の動き補償アルゴリズムは、基本的には、シフト７４を決定するために各フレーム６６、７０毎に関心領域５６を検出することを要する。この高コストな計算に基づいて、目的の生体信号２０を抽出するための更なる処理のためにフレームセクション６８、７２を選択することができる。以下、リモートＰＰＧデバイスにおける対象物の動き補償のための代替的なアプローチを図解及び説明する。

図３は例示的なリモートＰＰＧデバイス１０を示す。例えば、デバイス１０は携帯電話、モバイルタブレットデバイス、又はモバイルメディカルモニタリングデバイスにより実装され得る。デバイス１０は手持ちデバイスとして考えられ得る。好ましくは、デバイスは観察対象物の表現をユーザに示すよう構成される。また、デバイス１０は、信号処理プロセスの初期段階中に初期フレーム６６において初期フレームセクション６８を手動で及び／又は自動的に選択するよう構成されることが更に好ましい。

図４はフレームセクション６８が選択された例示的なフレーム６６の概略的な他の表現を示す。例えば、フレーム６６は基準座標系７６に合わせられる。一方、選択されたフレームセクション６８は傾けられた座標系７６’に合わせられてもよい。当然ながら、座標系７６、７６’は適切な変換処理を介して相互に変換できる。フレーム６６及び選択されたフレームセクション６８は必ずしも矩形でなくともよいことに留意されたい。特に、選択されたフレームは所与の関心領域に適切に適合された他の形状を呈することができる。

各フレーム毎にパターン検出（顔検出）を適用することを含む従来の動き補償アプローチは、２つの連続するフレーム間の相対的シフトを決定するときしばしば失敗する。これは、処理されるフレームの少なくとも１つにおいて関心領域が妨げられる（遮蔽される）、又は場合によっては視野から外れる場合に起こり得る。従来の動き補償アプローチは、連続フレーム（対応するフレームに対して所定の、すなわち一定の相対的ギャップを有するフレームを指す）に段階的に適用されるローリングシフト推定を用いるため、基準フレーム及び処理される「現在の」フレームはともにローリングする。言い換えれば、基準フレームは処理される現在のフレームの直接の又は間接の先行フレームであり得る。従来のアプローチは、関心領域が少なくとも部分的に及び一時的に妨げられる場合、乏しいパフォーマンスを示す。基本的には、全ての他のフレームが適切な形状の関心領域を示す一方で、単一のフレームが何らかの態様で破損した関心領域を含むとき、ローリング動き補償アルゴリズムは崩壊し得る。このようなエラー後の従来の動き補償アルゴリズムの回復は困難であり、大きな計算労力を要する。

従来の動き補償アプローチに固有の欠点を考慮すると、破損したフレームセクションを含むフレームの影響をより受けにくく、より少ない計算コストを要するリモートフォトプレチスモグラフィのためのロバストな動き補償アプローチを提供することは望ましかろう。

かかるアプローチが以下に概述され得る。図２ａ及び図２ｂに示すフレーム６６、７０と同様なフレーム６６、７０を示す図５ａ及び図５ｂを参照されたい。図５ａは初期フレーム６６を示し、図５ｂは後続のフレーム７０を示す。上記と同様に、観察対象物１２は図５ｂにおいて初期位置から動いている（参照符号１２’参照）。これに従い、対象物１２の関心領域（例えば、顔）をトラックするために、生体信号抽出のために選択される領域を表す図５ａのフレームセクション６８も動かされるべきである（図５ｂの（シフトされた）フレームセクション７２を参照）。シフト又は変位は矢印７４により表される。矢印７４は変位ベクトルとして考えることができる。後続フレーム７０毎に対象物１２に対してパターン検出を適用することなくシフトベクトル７４を決定又は少なくとも推定することは好適であろう。

この目的のために、初期フレーム６６の次元が減らされた表現が作成される。再び図５ａを参照して、第１のフレーム方向８０（例えば、行又は水平線）及び第２のフレーム方向８２（例えば、列又は垂直線）がそれぞれ矢印によって示されている。例えば、第１の方向８０及び第２の方向８２は座標系７６の各軸に一致し得る（図４参照）。画像実体が第１の方向８０の行に沿って及び第２の方向８２の列に沿って集積（例えば、積分）され得る。結果として、第１の方向８０に沿う集積は、派生信号形態７８の第１の成分７８ａを生じ得る。第２の方向８２に沿う集積は、第２の派生信号形態成分７８ｂを生成し得る。例えば、第１の派生信号形態成分７８ａは、ある密度又は重み分布を有する第１の１次元指標要素８４により具現化され得る。これに従い、第２の派生信号形態成分７８ｂは、ある密度又は重み分布を有する第２の１次元指標要素８６により具現化され得る。上述したように、第１の方向８０又は第２の方向８２のいずれかにおいてピクセル実体を集積することは、各行又は列に沿って各ＲＧＢ（チャネル）値又は同様の色特性値を積算することを含み得る。好ましい一実施形態では、所望の信号を検出するために単一のチャネルの値のみを集積するだけでよい。例えば、ＲＧＢ環境において、Ｇチャネルが指示性が高い（良く示す）と考えることができる。ＹＵＶ環境では、Ｙチャネルが指示性が高いと考えることができる。

このようにすることで、第１の一次元指標要素８４及び第２の一次元指標要素８６上の各実体の密度又は重みを決定することができる。第１の指標要素８４の実体の数は、フレーム６６の行８０の数に対応し得る。第２の指標要素８６の実体の数は、フレーム６６の列８２の数に対応し得る。

対象物１２が背景及び周囲の物体に対して相当に単純な（明確な）輪郭及び／又は高コントラスト領域を呈すると仮定すると、第１の派生信号形態成分７８ａ及び第２の派生信号形態成分７８ｂを含む派生信号形態７８は明確な位置情報を含み得る。一例として、第１の派生信号形態成分７８ａは代替的垂直位置情報を示し得る。よって、第２の派生信号形態成分７８ｂは代替的水平位置情報を含み得る。最初に処理されたフレーム６６の派生信号形態７８は、第１の基準派生信号形態成分７８ａ及び第２の基準派生信号形態成分７８ｂを含む基準派生信号形態７８として使用され得る。

後続フレーム７０のシーケンスのそれぞれにおいて、基準派生信号形態７８を位置シフト推定のための基準として使用することができる。この目的のために、同様に図５ｂにおいて、第１の派生信号形態成分８８ａ及び第２の派生信号形態成分８８ｂを含む現在の派生信号形態８８が得られるよう、フレーム７０が処理される。対象物１２’がフレーム７０において変位されるので、これに従って派生信号形態成分８８ａ、８８ｂもシフトされる。

図５ｂは、更に、点線により示される第１及び第２の基準派生信号形態成分７８ａ、７８ｂの概略的表現を含む。第１及び第２の基準派生信号形態成分７８ａ、７８ｂに対する第１及び第２の現在の派生信号形態成分８８ａ、８８ｂの明確なシフトを推定できるよう、派生信号形態成分７８ａ、７８ｂは所定の位置に留まる（図５ｂの対象物１２の点線表現を参照）。式（１）及び（２）に関連して、例示的アプローチが上記に示されている。

推定されたシフト又は変位はシフトベクトル７４により表される。シフト７４は、第１のシフト成分７４ａ（例えば、垂直シフト）及び第２のシフト成分７４ｂ（例えば、水平シフト）から構成され得る。第１のシフト成分７４ａは、第１の基準派生信号形態成分７８ａと第１の現在の派生信号形態成分８８ａとの間の相対的シフトを表す。第２のシフト成分７４ｂは、第２の基準派生信号形態成分７８ｂと第２の現在の派生信号形態成分８８ｂとの間のシフトを表す。

シフトベクトル７４を推定することで、対象物１２’の所望の関心領域を含むであろう現在のフレームセクション７２を決定することができる。上記したように、フレーム７０において動いた対象物１２’の表現を実際に検出又は再構築する必要なく、現在のフレームセクション７２を決定できることに留意されたい。結果として、実際のフレームコンテンツとは無関係に動き補償を実行できる。提案のアルゴリズムはロバストであり、耐振れ又は揺れ（anti-shake）機能を提供できる。したがって、所望の信号を検出及び抽出するために手持ちデバイス１０（図３参照）も使用することができる。

図６は、画像フレーム６６、９２、９４、９６の例示的なシーケンス９０を示す。例えば、リモートＰＰＧ測定は約１０−４０秒の期間、好ましくは約３０秒の期間を有し得る。処理されるフレームのシーケンスは、約２０−４０フレーム／秒、好ましくは約３０フレーム／秒のリフレッシュレート（又は周波数）で取り込まれ得る。

図５ａ及び図５ｂに関連して上述したように、動き補償手段（手法）のために、後続フレーム９２、９４、９６のそれぞれを基準フレーム６６までトレースバックさせることができる。例えば、初期フレーム６６（ｎ＝１）は基準派生信号形態７８ａ、７８ｂが導出され得る基準フレームとして考えられる（図５ａ参照）。各後続フレーム９２、９４、９６（ｎ＝２，３，．．．）は、それぞれが第１の成分９８ａ、１００ａ、１０２ａ及び第２の成分９８ｂ、１００ｂ、１０２ｂを含み得る派生信号形態９８、１００、１０２を導出するよう処理され得る。点線１０４ａ、１０４ｂ、１０４ｃは、派生信号形態９８、１００、１０２のそれぞれが基準派生信号形態７８にトレースバックされ得り、基準フレーム６６に対する各シフトを推定できることを示す。このようにすることで、後続フレーム９２、９４、９６（の代替物）のそれぞれが適切な基準と比較され得る。シフト推定を破損した基準に基づかせるリスクは存在しない。また、後続フレーム９２、９４、９６の一部が破損している可能性があるとしても、破損していない後続の「有効な」各フレームは依然として処理できる。結果として、動き補償アルゴリズムはエラーから容易に回復できる。

図７は、対象物１２の表現を示す（画像）フレーム６６を示す。上述したように、観察対象物１２の様々な部位が所望の生体信号を良く示す関心領域となり得る。例えば、顔の部分全体が関心領域５６内に表されてもよい。しかし、リモートフォトプレスチモグラフィ生体信号検出はより小さい関心領域にも適用できる。例えば、関心領域５６ａは顔の額部分を含み得る。他の関心領域５６ｂは、顔の頬部を含み得る。また、関心領域５６ｃは首の部分を含み得る。他の関心領域５６ｄは、基本的には観察対象物１２の前腕部を含む。また、対象物１２の手の部分を関心領域として観察することもできる。提示のアプローチは、必ずしも対象物１２の顔部に適用されなくてもよい。動き補償は基本的に関心領域５６が実際に何であるかとは無関係に実行されるので、（フレーム毎の）顔検出のための高コストな計算処理を避けることができる。一実施形態によれば、ユーザ自身が初期（基準）フレームセクションを定めることができる。一般的に、フレームセクション５６は、測定中にトラックされなければならないフレーム６６の領域として考えられる。

図８は、リモートＰＰＧ環境において動き補償のために処理されるべきフレーム１０８、１１０、１１２、１２２、１２４の他のシーケンス１０６を示す。

一例示的実施形態によれば、デバイス１０はパターン検出、好ましくは顔検出のために構成されたパターン検出器（図１参照）を実際に含み得る。フレーム１０８、１１０、１１２、１２２、１２４は直接の又は直近の連続フレームであり得る。フレーム１０８は基準フレームとして働く。パターン検出アルゴリズムを適用することで、観察対象物１２の一部を表す検出パターン１１４を選択及びマスキングすることができる。これにより、後続のフレーム１１０、１１２においてトラックされるべき基準フレームセクションとなるフレームセクション１１６が決定され得る。上記と同様に、基準フレーム１０８及び後続のフレーム１１０、１１２から次元が減らされた派生信号形態を導出することができる（図５ａ及び図５ｂ参照）。上述したように、点線１１８ａ、１１８ｂにより示されるように、後続フレーム１１０、１１２のそれぞれを基準フレーム１０８にトレースバックさせて、対象物シフトが検出され得るよう各派生信号形態を比較することができる。フレーム１１２では対象物１２が視野から外れかかっている。したがって、動き推定はエラーを生じ得る。このようなエラーは、参照番号１２０により示されるようなトリガーイベントとして使用され得る。トリガーイベント１２０は動き補償プロセスの初期段階を再開し得る。基本的には、フレーム１２２が（新たな）基準フレームとなり得る。パターン検出アルゴリズムが基準フレーム１２２に適用され得る。このようにすることで、抽出されるべき生体信号を示すと考えられる対象物１２の領域を表す特定のパターンを検出することができる（参照番号１１４’参照）。よって、後続のフレーム１２４においてトラックされるべき（新たな）基準フレームセクション１２６を決定することができる。その後のシフト推定及び動き補償のためには、各後続フレーム１２４が（新たな）基準フレーム１２２と比較され得る。このようにすることで、アルゴリズムはトリガーイベント１２０の際に「リフレッシュ」できるので、動き補償プロセスを更にロバストにすることができる。様々なトリガーイベントが存在することを理解されたい。上記したように、視野外に位置する対象物１２はトリガーイベント１２０を起こし得る。また、妨げられる対象物１２がトリガーイベント１２０を起こし得る。

図９は、特性信号１３６を含む例示的な信号空間１３０を示す。信号空間１３０は、相補的チャネル１３４ａ、１３４ｂ、１３４ｃから構成され得る。例えば、信号空間１３０はＲＧＢ信号空間を表し得る。したがって、相補的チャネル１３４ａ、１３４ｂ、１３４ｃはそれぞれＲ、Ｇ、Ｂチャネルを表し得る。特性信号１３６は信号空間１３０内の特定の点（又はベクトル）によって表され得る又は具現化され得る。特性信号１３６は、それぞれが各相補的チャネル１３４ａ、１３４ｂ、１３４ｃの値を表す主要成分１３８ａ、１３８ｂ、１３８ｃから構成され得る。

特性信号１３６は、ある時点における（画像）フレームのサブ実体の表現であり得る。例えば、特性信号１３６は、関心領域の平均ピクセル値を表し得る。言い換えれば、例えば、関心領域が主に肌のピクセルを含む場合、特性信号１３６は、基本的には観察対象物１２が呈する肌の色の平均を表す。肌の色のわずかな変動が特性信号１３６のわずかな変動を生じ得る。かかるわずかな変動は、生理学的情報として解釈することができる。当該生理学的情報から目的の所望の生体信号を抽出することができる。

図１０ａ、１０ｂ、１０ｃ、及び１０ｄを参照して、リモートＰＰＧ測定における対象物の動きと信号品質との間の例示的な関係が強調され得る。図１０ａ、１０ｂ、１０ｃ、及び１０ｄは様々なダイアグラムを表す。センサ手段（例えば、カメラ）に対する対象物の動きが発生した例示的なリモートＰＰＧ測定プロセスにより、ダイアグラム１４２ａ、１４２ｂ、１４８ａ、１４８ｂが得られた。図１０ａ及び図１０ｂは、第１のフレーム方向（ｄｘ）及び第２のフレーム方向（ｄｙ）における経時的な対象物の動きを示す。図１０ｃは、動き補償が適用されない環境における特性信号に対する動き補償の強い影響を示す。一方、図１０ｄは同じ測定に基づくが、例示的な動き補償手段が適用されたデータストリームから得られた特性信号を含む。全てのダイアグラムが同じ期間をカバーする。各ダイアグラムにおいて、時間軸は矢印１４４により示される。各ダイアグラムにおいて、時間は処理フレーム数によって「カウント」される。

指向性シフトダイアグラム１４２ａは、水平シフト成分７４ｂを例示的に示す。指向性シフトダイアグラム１４２ｂは、垂直シフト成分７４ａを例示的に示す。合わせて、シフト成分７４ａ、７４ｂから全体シフト７４が構成され得る（図５ｂ参照）。指向性シフトダイアグラム１４２ａ、１４２ｂの縦座標１４６ａ、１４６ｂは、ともに開始時間（フレーム数＝０）における開始位置（ｄｘ＝０；ｄｙ＝０）に関する無次元の基準位置情報を含み得る。

図１０ｃは、動き補償手段が適用されていないフレームのフレームセクションから得られた特性信号１３６ａを示すダイアグラム１４８ａを示す。図１０ｃを図１０ａ及び図１０ｂと比較すると、高い指向性シフト振幅はダイアグラム１４８ａの特性信号１３６ａの強い振幅により反映され得ることがわかる。例えば、２７０フレーム付近における大きなシフトは、同時点における特性信号１３６ａの大きな振幅をもたらす。図１０ｃ及び図１０ｄに示される両ダイアグラム１４８ａ、１４８ｂの縦座標１５２は、特性信号１３６ａ、１３６ｂの顕著な特徴（特性）（例えば、Ｒ／Ｇ比等）の無次元の実際の表現を指し得る。ダイアグラム１４８ｂの特性信号１３６ｂは、上記で概述した例示的なアプローチに基づき動き補償されている。図１０ｃのダイアグラム１４８ａの特性信号１３６ａは、ダイアグラム１４２ａ、１４２ｂにおいて示される対象物の動きにより明らかに影響されている。動き補償手段が適用されることにより、ダイアグラム１４８ｂの特性信号１３６ｂでは動きに起因する歪みはもはや支配的ではない。大括弧１５０ａ、１５０ｂは、図１０ｃ及び図１０ｄの各ダイアグラム１４８ａ、１４８ｂの縦軸方向がカバーする範囲を示す。図１０ｃのダイアグラム１４８ａが包含する範囲１５０ａは、図１０ｄの動き補償されたダイアグラム１４８ｂが包含する範囲１５０ｂよりはるかに大きいことに留意されたい。したがって、ダイアグラム１４８ｂにおいて現れる特性信号１３６ｂの残りの信号特性（例えば、極値、反転点等）は、埋め込まれている所望の生体信号を良く示すと考えられる。

一方、図１０ｃの補償されていないダイアグラムの特性信号１３６ａは、所望の生体信号が対象物の動きに起因する妨害により「隠されている」ので、このような結果は得られない。

本発明が包含する様々な選択可能な例示的アプローチを説明してきたが、次に、特性信号から情報を抽出するための方法を概略的に示す図１１を参照する。

まず、ステップ１６０において、複数のフレーム１６４、１６６、１６８を含む入力データストリーム又はシーケンス１６２が受信される。時間軸は矢印ｔにより示される。データストリームはセンサ手段２２、又はバッファ若しくは記憶手段から送られ得る。データストリームは、例えば、経時的に変化する画像フレームのシーケンスによって具現化され得る。画像フレームはＲＧＢベースのピクセルデータを含み得る。データストリームは対象物の表現を含む。

後続のステップ１７０では、第１及び第２の基準派生信号形態成分１７２ａ、１７２ｂを含む基準派生信号形態１７２が基準フレーム１６４から導出され得る。また、基準フレーム１６４において基準フレームセクション１７４が決定され得る。基準フレームセクション１７４は、後続の動き補償手段中にトラックされる。基準フレームセクション１７４は手動で決定されてもよいし、パターン検出（例えば、顔検出）アルゴリズムを適用することにより決定されてもよい。

他の後続ステップ１８２では、第１及び第２の派生信号形態成分１７６ａ、１７６ｂを含む現在の派生信号形態１７６を導出するために後続のフレーム１６６が処理され得る。現在の派生信号形態１７６を基準派生信号形態１７２と比較することにより、位置シフト１７８を推定できる。結果として、フレーム１６６においてフレームセクション１８０を決定し、観察領域がトラックされることができる。基準フレームセクション１７４の基準位置は参照番号１７４’により示す。

ステップ１８２はフレームのシーケンス１６２毎に繰り返され得ることを理解されたい（点線のループ矢印１８７参照）。このようにすることで、関心領域を含むフレームセクションを経時的にトラックすることができる（フレーム１６４内のフレームセクション１７４、フレーム１６６内のフレームセクション１８０、及びフレーム１６８内のフレームセクション１８６を参照）。ステップ１８４は、フレームセクションのシーケンスの決定を含み得る。動き検出及び補償のために、後続フレーム１６６、１６８のそれぞれを基準フレーム１６４までトレースバックさせ得ることにも留意されたい。点線１８８により示されるように、トリガーイベントの発生に基づき、プロセス中に（新たな）基準フレームの処理が開始され得る。

フレームセクション１７４、１８０、１８６のシーケンスを決定した後、ステップ１９０でフレームセクションを更に処理し、フレームセクション１７４、１８０、１８６のシーケンスから特性信号１９２が抽出される。例えば、特性信号１９２はフレームセクション１７４、１８０、１８６の平均ピクセル値を表し得る。

特性信号１９２のインスタンス（実体）が更に処理され得る更なる信号処理ステップ１９４が続き得る。例えば、特性信号１９２は信号空間（又は色空間）１９６に属する色特性を含み得る。したがって、特性信号１９２はそれぞれが信号空間チャネルに関連付けられる主要成分１９８に分割され得る。生理学的情報２００が得られるような更なる信号処理手段が続き得る。例えば、生理学的情報２００は、取得されるべき所望の生体信号を良く示すと考えられる特性信号１９２のわずかな変動から導き出される情報を含み得る。例えば信号フィルタリング又は信号重み付け手法を含み得る更なる信号処理手段２０２が続き得る。ステップ２０２では、所定の周波数帯域２０４が強調される一方、隣接する周波数帯域が減衰されてもよい。また、処理されたデータに周波数分析が適用されてもよい。

最後に、更なるステップ２０６において、処理された生理学的情報信号２００が更に分析され、所望の生体信号２０８が抽出され得る。目的の信号２０８の時間ベースの表現及び／又は周波数ベースの表現が興味深い可能性があることを理解されたい。

例として、本発明は、例えば非妨害的なリモート患者モニタリング等の健康管理の分野、一般的監視、セキュリティモニタリング、及びフィットネス器具等のいわゆるライフスタイル環境等に応用され得る。応用例は、酸素飽和度（パルスオキシメトリ）、心拍数、血圧、心拍出量、及び血液灌流の変化のモニタリング、自立機能の評価、並びに末梢血管疾患の検出を含み得る。当然ながら、本発明に係る方法の実施形態では、本明細書で説明されるステップの一部が異なる順番で、場合によっては同時に実行され得る。また、本発明の範囲から逸脱することなく、ステップの一部がスキップされてもよい。これは、様々な選択可能な信号処理ステップに特に当てはまる。

本発明を図面及び上記で詳細に図解及び説明してきたが、かかる図解及び説明は制限的ではなく説明的又は例示的であると考えられたい。本発明は開示の実施形態に限定されない。図面、開示、及び添付の特許請求の範囲を分析することにより、当業者は開示の実施形態の他の変形例を理解し、実行できる。

請求項において、用語「含む（又は備える若しくは有する）」は他の要素又はステップを除外せず、要素は複数を除外しない。単一の要素又は他のユニットが請求項に記載される複数のアイテムの機能を果たしてもよい。単にいくつかの手段が互いに異なる従属請求項内に記載されているからといって、それらの手段の組み合わせを好適に使用することができないとは限らない。

プログラムは、他のハードウェアとともに又は他のハードウェアの一部として供給される光学記憶媒体又はソリッドステート媒体等の適切な非一時的媒体で記憶／供給され得るが、他の形態により、例えばインターネット又は他の有線若しくは無線通信システム等を介して供給されてもよい。

請求項内の如何なる参照符号も特許請求の範囲を限定すると解されるべきではない。

Claims (15)

1. 遠隔検出される特性信号から情報を抽出するデバイスであって、前記デバイスは、
   −対象物によって発射又は反射された電磁放射から得られるデータストリームを受信するインターフェイスであって、前記データストリームはフレームのシーケンスを含み、前記フレームの少なくとも一部は前記対象物に帰属する関心領域を表すフレームセクションを含み、前記関心領域は生理学的情報を含む連続又は離散特性信号を示し、前記生理学的情報は少なくとも１つの少なくとも部分的に周期的な生体信号を示し、前記フレームのシーケンスは望ましくない対象物の動きを少なくとも部分的に示す妨害信号部分を更に含み、前記妨害信号部分は前記特性信号に不利な影響を与える、インターフェイスと、
   −前記フレームのシーケンスの少なくとも一部のフレームから次元削減を介して派生信号形態を導出するコンバータであって、前記派生信号形態は、位置情報を示す第１の信号成分及び第２の信号成分を少なくとも含む、コンバータ、
   −先の派生信号形態に対する現在の派生信号形態の位置シフトを推定する比較器であって、前記位置シフトは望ましくない対象物の動きを表す、比較器、及び
   −前記推定された位置シフトを考慮して現在のフレームセクションを決定する補償器であって、前記現在のフレームセクションは少なくとも部分的に前記関心領域を表し、望ましくない対象物の動きを少なくとも部分的に補償するために前記関心領域がトラックされることを可能にする、補償器を含む、安定化処理手段と、
   −決定されたフレームセクションのシーケンスを考慮して、前記フレームのシーケンスから前記特性信号を抽出する抽出器とを含み、前記特性信号は、前記電磁放射の特性を表す信号空間に関連付けられる、デバイス。
2. 前記特性信号の時間変動を決定し、前記特性信号内に含まれる前記生理学的情報によって表される前記少なくとも１つの少なくとも部分的に周期的な生体信号を検出するためのアナライザーを更に含む、請求項１に記載のデバイス。
3. 前記コンバータは、前記フレームのシーケンスの前記少なくとも一部のフレームの第１の方向及び第２の方向に沿ってフレーム実体を集積して前記派生信号形態を導出し、前記第１の信号成分はフレーム行の次元が減らされたマッピングを含み、前記第２の信号成分はフレーム列の次元が減らされたマッピングを含む、請求項１に記載のデバイス。
4. 前記少なくとも１つの少なくとも部分的に周期的な生体信号は、心拍数、心拍、呼吸レート、心拍数変動、Traube-Hering-Mayer波、及び酸素飽和度からなる群から選択される、請求項１に記載のデバイス。
5. 前記信号空間は、少なくとも２つの相補的チャネルを含む色信号空間であり、前記少なくとも２つの相補的チャネルは所定のスペクトル部分に関連し、前記特性信号は少なくとも２つの主成分を含み、前記主成分の各々は、それぞれが対応する相補的チャネルに関連する、請求項１に記載のデバイス。
6. 前記少なくとも部分的に周期的な生体信号は、前記特性信号の前記少なくとも２つの主成分の少なくとも１つ主成分のわずかな経時的変動に含まれる、請求項５に記載のデバイス。
7. 前記コンバータは、更に、初期段階中に前記フレームのシーケンスのフレームから基準派生信号形態を導出し、前記基準派生信号形態は、基準位置情報を示す第１の基準成分及び第２の基準成分を少なくとも含み、前記比較器は、更に、後続の段階中、複数の後続派生信号形態の前記基準派生信号形態に対するそれぞれの位置シフトを推定する、請求項１に記載のデバイス。
8. 前記安定化処理手段は、更に、後続の段階中、フレームから少なくとも１つの他の基準派生信号形態が導出され得るよう前記コンバータをトリガーする、請求項７に記載のデバイス。
9. 前記安定化処理手段は、更に、初期段階中、前記フレームのシーケンスの少なくとも１つのフレームにおいて少なくとも部分的に前記関心領域を表すフレームセクションを決定するパターン検出器を含み、基準フレームセクションとして初期フレームセクションが決定され得る、請求項１に記載のデバイス。
10. 前記安定化処理手段は、更に、現在の絶対シフト推定及び／又は現在のシフト推定の経時的一貫性を考慮して推定位置シフト値を補正するバイアス手段を含む、請求項１に記載のデバイス。
11. 前記フレームのシーケンスを含む前記データストリームを捕捉することができる一体的なセンサ手段を更に含む、請求項１に記載のデバイス。
12. 前記特性信号の成分を選択的に減衰又は強化するためのフィルタを更に含む、請求項１に記載のデバイス。
13. 遠隔検出される特性信号から情報を抽出する方法であって、前記方法は、
    −対象物によって発射又は反射された電磁放射から得られるデータストリームを受信するステップであって、前記データストリームはフレームのシーケンスを含み、前記フレームの少なくとも一部は前記対象物に帰属する関心領域を表すフレームセクションを含み、前記関心領域は生理学的情報を含む連続又は離散特性信号を表し、前記生理学的情報は少なくとも１つの少なくとも部分的に周期的な生体信号を示し、前記フレームのシーケンスは望ましくない対象物の動きを少なくとも部分的に示す妨害信号部分を更に含み、前記妨害信号部分は前記特性信号に不利に影響する、ステップと、
    −前記フレームのシーケンスの少なくとも一部のフレームから次元削減を介して派生信号形態を導出するステップであって、前記派生信号形態は、位置情報を示す第１の信号成分及び第２の信号成分を少なくとも含む、ステップ、
    −先の派生信号形態に対する現在の派生信号形態の位置シフトを推定するステップであって、前記位置シフトは望ましくない対象物の動きを表す、ステップ、及び
    −前記推定された位置シフトを考慮して現在のフレームセクションを決定するステップであって、前記現在のフレームセクションは少なくとも部分的に前記関心領域を表し、望ましくない対象物の動きを少なくとも部分的に補償するために前記関心領域がトラックされることを可能にする、ステップを含む、前記特性信号を安定化させるステップと、
    −決定されたフレームセクションのシーケンスを考慮して前記フレームのシーケンスから前記特性信号を抽出するステップとを含み、前記特性信号は前記電磁放射の特性を表す信号空間に関連付けられる、方法。
14. −初期段階中、前記フレームのシーケンスのフレームから基準派生信号形態を導出するステップであって、前記基準派生信号形態は、基準位置情報を示す第１の基準成分及び第２の基準成分を少なくとも含む、ステップと、
    −後続段階中、複数の後続の派生信号形態の前記基準派生信号形態に対するそれぞれの位置シフトを推定するステップと
    を更に含む、請求項１３に記載の方法。
15. コンピュータ上で実行されたとき、請求項１３に記載の方法のステップを前記コンピュータに実行させるプログラムコード手段を含むコンピュータプログラム。