論文の概要: Face2PPG: An unsupervised pipeline for blood volume pulse extraction
from faces
- arxiv url: http://arxiv.org/abs/2202.04101v1
- Date: Tue, 8 Feb 2022 19:06:20 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-10 15:13:19.574028
- Title: Face2PPG: An unsupervised pipeline for blood volume pulse extraction
from faces
- Title（参考訳）: Face2PPG:顔からの血流パルス抽出のための教師なしパイプライン
- Authors: Constantino \'Alvarez Casado and Miguel Bordallo L\'opez
- Abstract要約: 光胸腺造影信号は、医学、幸福、スポーツなど、多くの分野において重要な技術となっている。
本研究は,顔からPSG信号を,安定かつ確実に抽出するパイプラインの集合を提案する。
我々は、6つの異なるデータセットで最先端の処理パイプラインを評価し、再現性と公正な比較を保証する方法論に重要な修正を取り入れた。
- 参考スコア（独自算出の注目度）: 0.456877715768796
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Photoplethysmography (PPG) signals have become a key technology in many
fields such as medicine, well-being, or sports. Our work proposes a set of
pipelines to extract remote PPG signals (rPPG) from the face, robustly,
reliably, and in a configurable manner. We identify and evaluate the possible
choices in the critical steps of unsupervised rPPG methodologies. We evaluate a
state-of-the-art processing pipeline in six different datasets, incorporating
important corrections in the methodology that ensure reproducible and fair
comparisons. In addition, we extend the pipeline by proposing three novel
ideas; 1) a new method to stabilize the detected face based on a rigid mesh
normalization; 2) a new method to dynamically select the different regions in
the face that provide the best raw signals, and 3) a new RGB to rPPG
transformation method called Orthogonal Matrix Image Transformation (OMIT)
based on QR decomposition, that increases robustness against compression
artifacts. We show that all three changes introduce noticeable improvements in
retrieving rPPG signals from faces, obtaining state-of-the-art results compared
with unsupervised, non-learning-based methodologies, and in some databases,
very close to supervised, learning-based methods. We perform a comparative
study to quantify the contribution of each proposed idea. In addition, we
depict a series of observations that could help in future implementations.
- Abstract（参考訳）: フォトプレチスモグラフィ(ppg)信号は、医学、健康、スポーツなど多くの分野で重要な技術となっている。
本研究は, 顔から遠隔PSG信号(rPPG)を, 安定かつ確実に, 構成可能な方法で抽出するパイプラインセットを提案する。
我々は,教師なしrppg方法論のクリティカルステップにおける選択可能性を特定し,評価する。
我々は、6つの異なるデータセットで最先端の処理パイプラインを評価し、再現性と公正な比較を保証する方法論に重要な修正を取り入れた。
さらに、我々は3つの新しいアイデアを提案してパイプラインを拡張します。
1) 剛性メッシュの正規化に基づく検出面の安定化方法
2)最適な生信号を提供する顔の異なる領域を動的に選択する新しい方法。
3)新しいRGBからRPPG変換手法であるOrthogonal Matrix Image Transformation (OMIT) はQR分解をベースとして圧縮アーチファクトに対する堅牢性を向上する。
これら3つの変化は, 教師なしの非学習手法と比較して, 顔からのrPPG信号の検索, 最先端結果の取得, および, 教師なしの学習手法に非常に近いデータベースにおいて, 顕著な改善をもたらすことを示す。
提案した各アイデアの貢献を定量化する比較研究を行う。
さらに、将来の実装に役立つ一連の観察を描いている。
関連論文リスト
- Deep Learning Based Speckle Filtering for Polarimetric SAR Images. Application to Sentinel-1 [51.404644401997736]
本稿では、畳み込みニューラルネットワークを用いて偏光SAR画像のスペックルを除去するための完全なフレームワークを提案する。
実験により,提案手法はスペックル低減と分解能保存の両方において例外的な結果をもたらすことが示された。
論文 参考訳（メタデータ） (2024-08-28T10:07:17Z) - DD-rPPGNet: De-interfering and Descriptive Feature Learning for Unsupervised rPPG Estimation [8.901227918730562]
Photoplethysvolution (rmography)は、顔の映像から生理的信号と心拍数を測定することを目的としている。
近年の非教師なしr推定法は、真理r信号に頼ることなく、顔領域からr信号を推定する有望な可能性を示している。
本稿では,真の r 信号の学習のための r 機能内干渉を取り除くために,新しい Deinterfered and Descriptive r Estimation Network (DD-rNet) を提案する。
論文 参考訳（メタデータ） (2024-07-31T07:43:58Z) - 3D Human Pose Analysis via Diffusion Synthesis [65.268245109828]
PADSは、逆問題フレームワーク内での一般的な3次元ポーズ解析に取り組むための、初めての拡散ベースのフレームワークである。
その性能は異なるベンチマークで検証され、パイプラインの適応性と堅牢性を示している。
論文 参考訳（メタデータ） (2024-01-17T02:59:34Z) - Mask Attack Detection Using Vascular-weighted Motion-robust rPPG Signals [21.884783786547782]
R-based face anti-spoofing method は、しばしばビデオシーケンスの不安定な顔アライメントによる性能劣化に悩まされる。
SIFTキーポイントと顔ランドマークの両方を用いて, 顔の鮮明かつ正確に画素レベルで整列するランドマークアンコール顔縫合法を提案する。
Gated Recurrent Unit (GRU) を備えた軽量なEfficientNetは、分類のための空間的特徴と時間的特徴の両方を抽出するように設計されている。
論文 参考訳（メタデータ） (2023-05-25T11:22:17Z) - Non-Contact Heart Rate Measurement from Deteriorated Videos [0.3149883354098941]
リモート・フォトプレソグラフィー (Remote Photoplethysmography) は、顔の映像を分析して人間の脈波を推定するための、最先端で非接触の方法論を提供する。
本研究では,映像品質を意図的に劣化させるために画像処理を適用し,困難な条件を模倣する。
以上の結果から, これらのアーティファクトの存在下での精度の低下が明らかとなり, 修復技術の適用が提案された。
論文 参考訳（メタデータ） (2023-04-28T11:58:36Z) - Learning Motion-Robust Remote Photoplethysmography through Arbitrary
Resolution Videos [31.512551653273373]
実世界の長期健康モニタリングのシナリオでは、参加者と頭の動きの距離は時間によって異なり、その結果、不正確なrの測定結果となる。
本稿では,カメラと参加者の一定距離を設計した従来のRモデルと異なり,PFE (physiological signal feature extract block) とTFA (temporal face alignment block) の2つのプラグ・アンド・プレイブロックを提案する。
論文 参考訳（メタデータ） (2022-11-30T11:50:08Z) - Consistency Regularization for Deep Face Anti-Spoofing [69.70647782777051]
顔認証システムでは、顔認証(FAS)が重要な役割を担っている。
このエキサイティングな観察によって、異なる視点の特徴整合性を促進することが、FASモデルを促進するための有望な方法かもしれないと推測する。
FASにおけるEPCR(Embeddding-level and Prediction-level Consistency Regularization)とEPCR(Embeddding-level Consistency Regularization)を併用した。
論文 参考訳（メタデータ） (2021-11-24T08:03:48Z) - The Way to my Heart is through Contrastive Learning: Remote
Photoplethysmography from Unlabelled Video [10.479541955106328]
ビデオから生理的信号を確実に推定する能力は、低コストで臨床前の健康モニタリングにおいて強力なツールである。
本稿では, 人の顔や皮膚の観察から血液量の変化を計測するリモート光胸腺造影法(r)の新たなアプローチを提案する。
論文 参考訳（メタデータ） (2021-11-18T15:21:33Z) - 3D Human Pose and Shape Regression with Pyramidal Mesh Alignment
Feedback Loop [128.07841893637337]
回帰に基づく手法は最近、単眼画像からヒトのメッシュを再構成する有望な結果を示した。
パラメータの小さな偏差は、推定メッシュと画像のエビデンスの間に顕著な不一致を引き起こす可能性がある。
本稿では,特徴ピラミッドを活用し,予測パラメータを補正するために,ピラミッドメッシュアライメントフィードバック(pymaf)ループを提案する。
論文 参考訳（メタデータ） (2021-03-30T17:07:49Z) - Deep Shells: Unsupervised Shape Correspondence with Optimal Transport [52.646396621449]
本稿では,3次元形状対応のための教師なし学習手法を提案する。
提案手法は,複数のデータセット上での最先端技術よりも大幅に改善されていることを示す。
論文 参考訳（メタデータ） (2020-10-28T22:24:07Z) - Towards High Performance Human Keypoint Detection [87.1034745775229]
文脈情報は人体構成や見えないキーポイントを推論する上で重要な役割を担っている。
そこで我々は,空間とチャネルのコンテキスト情報を効率的に統合するカスケードコンテキストミキサー(CCM)を提案する。
CCMの表現能力を最大化するために、我々は、強陰性な人検出マイニング戦略と共同訓練戦略を開発する。
検出精度を向上させるために,キーポイント予測を後処理するためのいくつかのサブピクセル改良手法を提案する。
論文 参考訳（メタデータ） (2020-02-03T02:24:51Z)
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。