論文の概要: Heart Rate Estimation from Face Videos for Student Assessment: Experiments on edBB

• arxiv url: http://arxiv.org/abs/2006.00825v1
• Date: Mon, 1 Jun 2020 10:04:36 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-26 07:41:53.498636
• Title: Heart Rate Estimation from Face Videos for Student Assessment: Experiments on edBB
• Title（参考訳）: 学生評価のための顔画像からの心拍数推定:EDBB実験
• Authors: Javier Hernandez-Ortega, Roberto Daza, Aythami Morales, Julian Fierrez, Ruben Tolosana
• Abstract要約: 本研究は、リモート光胸腺撮影技術を用いて心拍数推定を行うためのRGBおよび近赤外ビデオシーケンスに焦点を当てた。 実験には、25人の異なる学生による行動的および生理的データが含まれており、eラーニングに関連するタスクの収集が完了している。 提案した顔の心拍数推定手法は,スマートウォッチが提供する心拍数と比較し,将来のeラーニングアプリケーションへの展開について非常に有望な結果を得た。
• 参考スコア（独自算出の注目度）: 24.666654058140836
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this study we estimate the heart rate from face videos for student assessment. This information could be very valuable to track their status along time and also to estimate other data such as their attention level or the presence of stress that may be caused by cheating attempts. The recent edBBplat, a platform for student behavior modelling in remote education, is considered in this study1. This platform permits to capture several signals from a set of sensors that capture biometric and behavioral data: RGB and near infrared cameras, microphone, EEG band, mouse, smartwatch, and keyboard, among others. In the experimental framework of this study, we focus on the RGB and near-infrared video sequences for performing heart rate estimation applying remote photoplethysmography techniques. The experiments include behavioral and physiological data from 25 different students completing a collection of tasks related to e-learning. Our proposed face heart rate estimation approach is compared with the heart rate provided by the smartwatch, achieving very promising results for its future deployment in e-learning applications.
• Abstract（参考訳）: 本研究では,学生評価のための顔映像から心拍数を推定する。 この情報は、時間とともに彼らの状態を追跡するだけでなく、注意レベルや不正な試みによって引き起こされるストレスの有無などの他のデータも推定する上で非常に価値があるかもしれない。 近年,遠隔教育における学生行動モデリングプラットフォームであるedBBplatが,本研究1で検討されている。 このプラットフォームでは、RGBや近赤外線カメラ、マイク、脳波バンド、マウス、スマートウォッチ、キーボードなど、生体情報や行動データをキャプチャする一連のセンサーから、いくつかの信号をキャプチャすることができる。 本研究の実験的枠組みでは,rgbおよび近赤外ビデオシーケンスに着目し,遠隔フォトプレチモグラフィを用いて心拍数推定を行う。 実験には、eラーニングに関連する一連のタスクを完了させる25人の異なる学生の行動と生理学的データが含まれている。 提案した顔の心拍数推定手法は,スマートウォッチが提供する心拍数と比較し,将来のeラーニングアプリケーションへの展開について非常に有望な結果を得た。

関連論文リスト

• Modeling User Preferences via Brain-Computer Interfacing [54.3727087164445]
  我々はBrain-Computer Interface技術を用いてユーザの好みを推測し、その注意力は視覚的コンテンツと感情的体験との関連性に相関する。 我々はこれらを,情報検索,生成モデルのパーソナライズされたステアリング,感情経験のクラウドソーシング人口推定など,関連するアプリケーションにリンクする。
  論文  参考訳（メタデータ） (2024-05-15T20:41:46Z)
• Towards Debiasing Frame Length Bias in Text-Video Retrieval via Causal Intervention [72.12974259966592]
  トリミングビデオクリップのトレーニングセットとテストセットのフレーム長差による時間偏差について,一意かつ体系的に検討した。 Epic-Kitchens-100, YouCook2, MSR-VTTデータセットについて, 因果脱バイアス法を提案し, 広範な実験およびアブレーション研究を行った。
  論文  参考訳（メタデータ） (2023-09-17T15:58:27Z)
• Remote Bio-Sensing: Open Source Benchmark Framework for Fair Evaluation of rPPG [2.82697733014759]
  r(pg photoplethysmography)は、カメラで捉えたヘモグロビンの光吸収特性を用いてBVP(Blood Volume Pulse)を測定し、分析する技術である。 本研究は,多種多様なデータセットを対象とした様々なrベンチマーク手法の評価を行い,妥当性評価と比較を行うためのフレームワークを提供することを目的とする。
  論文  参考訳（メタデータ） (2023-07-24T09:35:47Z)
• Dataset Creation Pipeline for Camera-Based Heart Rate Estimation [0.3058685580689604]
  心拍数(Heart rate)は、様々な人間の生理的、心理的情報に対する直感を調査し得る最も重要な健康指標の1つである。 従来の画像処理から複雑なディープラーニングモデルやアーキテクチャまで,様々なカメラベース心拍推定技術が開発されている。 本稿では,顔領域の画像から心拍数推定のためのアルゴリズムや機械学習モデルを開発するためのデータ作成方法について論じる。
  論文  参考訳（メタデータ） (2023-03-02T18:28:29Z)
• Machine learning models and facial regions videos for estimating heart rate: a review on Patents, Datasets and Literature [0.0]
  心拍数の推定は、様々な状況においてユーザーを監視する上で重要である。 非侵襲的な方法で心臓情報を監視することができるため、顔ビデオに基づく推定がますます研究されている。 本研究では、機械学習モデルを用いて顔画像から心拍数を推定する利点と課題について検討する。
  論文  参考訳（メタデータ） (2022-02-17T21:54:29Z)
• ALEBk: Feasibility Study of Attention Level Estimation via Blink Detection applied to e-Learning [6.325464216802613]
  オンラインセッションにおける学生の視線点滅率と注意度との関係を実験的に評価した。 その結果, 点眼周波数と注意レベルとの逆相関が示唆された。 本研究は,今後のeラーニングプラットフォームに注目度推定技術を導入するための新しい研究ラインを開設する。
  論文  参考訳（メタデータ） (2021-12-16T19:23:56Z)
• A Supervised Learning Approach for Robust Health Monitoring using Face Videos [32.157163136267954]
  非接触型非接触型人体検知法は、特殊な心臓および血圧モニタリング装置の必要性をなくすことができる。 本稿では,市販のウェブカメラで撮影する顔ビデオのみを必要とする非接触方式を用いた。 提案手法では,顔のランドマークを用いて映像の各フレームの顔を検出する。
  論文  参考訳（メタデータ） (2021-01-30T22:03:16Z)
• What Can You Learn from Your Muscles? Learning Visual Representation from Human Interactions [50.435861435121915]
  視覚のみの表現よりも優れた表現を学べるかどうかを調べるために,人間のインタラクションとアテンション・キューを用いている。 実験の結果,我々の「音楽監督型」表現は,視覚のみの最先端手法であるMoCoよりも優れていた。
  論文  参考訳（メタデータ） (2020-10-16T17:46:53Z)
• Motion Pyramid Networks for Accurate and Efficient Cardiac Motion Estimation [51.72616167073565]
  本研究では,心臓の運動推定を高精度かつ効率的に行うための,ディープラーニングに基づく新しいアプローチであるMotion Pyramid Networksを提案する。 我々は、複数の特徴表現から運動場のピラミッドを予測し、融合し、より洗練された運動場を生成する。 そこで我々は,新しい循環型教員教育戦略を用いて,推論をエンドツーエンドにし,トラッキング性能をさらに向上させる。
  論文  参考訳（メタデータ） (2020-06-28T21:03:19Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)
• AutoHR: A Strong End-to-end Baseline for Remote Heart Rate Measurement with Neural Searching [76.4844593082362]
  既存のエンド・ツー・エンドのネットワークが難易度が低い理由を考察し,アーキテクチャ・サーチ(NAS)を用いたリモートHR計測のための強力なベースラインを確立する。 総合的な実験は、時間内テストとクロスデータセットテストの両方で3つのベンチマークデータセットで実施される。
  論文  参考訳（メタデータ） (2020-04-26T05:43:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。