論文の概要: Federated Remote Physiological Measurement with Imperfect Data
- arxiv url: http://arxiv.org/abs/2203.05759v1
- Date: Fri, 11 Mar 2022 05:26:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-14 13:18:15.113232
- Title: Federated Remote Physiological Measurement with Imperfect Data
- Title（参考訳）: 不完全データを用いたフェデレーション遠隔生理計測
- Authors: Xin Liu, Mingchuan Zhang, Ziheng Jiang, Shwetak Patel, Daniel McDuff
- Abstract要約: 高齢化と新型コロナウイルス(COVID-19)のパンデミックによって、遠隔医療を支える技術の必要性が高まっている。
健康関連機械学習アプリケーションでは、データがプライベートデバイスを離れることなく予測モデルを学習する能力は魅力的である。
カメラによる遠隔生理的センシングは、スケーラブルで低コストな測定を容易にする。
- 参考スコア（独自算出の注目度）: 10.989271258156883
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The growing need for technology that supports remote healthcare is being
acutely highlighted by an aging population and the COVID-19 pandemic. In
health-related machine learning applications the ability to learn predictive
models without data leaving a private device is attractive, especially when
these data might contain features (e.g., photographs or videos of the body)
that make identifying a subject trivial and/or the training data volume is
large (e.g., uncompressed video). Camera-based remote physiological sensing
facilitates scalable and low-cost measurement, but is a prime example of a task
that involves analysing high bit-rate videos containing identifiable images and
sensitive health information. Federated learning enables privacy-preserving
decentralized training which has several properties beneficial for camera-based
sensing. We develop the first mobile federated learning camera-based sensing
system and show that it can perform competitively with traditional
state-of-the-art supervised approaches. However, in the presence of corrupted
data (e.g., video or label noise) from a few devices the performance of weight
averaging quickly degrades. To address this, we leverage knowledge about the
expected noise profile within the video to intelligently adjust how the model
weights are averaged on the server. Our results show that this significantly
improves upon the robustness of models even when the signal-to-noise ratio is
low
- Abstract（参考訳）: 高齢化と新型コロナウイルス(covid-19)のパンデミックで、遠隔医療を支えるテクノロジーの必要性が高まっている。
健康関連機械学習アプリケーションでは、プライベートデバイスを離れることなく予測モデルを学習する能力は魅力的であり、特にこれらのデータが被写体を自明に識別する機能(例えば、身体の写真やビデオ)を含む場合や、トレーニングデータボリュームが大きくなる場合(例えば、非圧縮ビデオ)は魅力的である。
カメラベースのリモート生理センシングは、スケーラブルで低コストな計測を容易にするが、特定可能な画像とセンシティブな健康情報を含む高ビットレートビデオを分析するタスクの典型例である。
フェデレーション学習は、プライバシ保護のための分散トレーニングを可能にする。
我々は,モバイル・フェデレーション・ラーニング・カメラによるセンシングシステムを開発し,従来の最先端の教師付きアプローチと競争力を発揮することを示す。
しかし、いくつかのデバイスから破損したデータ(ビデオやラベルノイズなど)がある場合、平均的な重量性能は急速に低下する。
この問題に対処するために、我々はビデオ内の期待されるノイズプロファイルに関する知識を活用し、モデルウェイトがサーバ上でどのように平均されるかをインテリジェントに調整する。
その結果,信号対雑音比が低くてもモデルのロバスト性は著しく向上することがわかった。
関連論文リスト
- XAI-based gait analysis of patients walking with Knee-Ankle-Foot
orthosis using video cameras [1.8749305679160366]
本稿では,カメラの動きに頑健な歩行解析システムを提案する。
提案システムは,前処理時に超解像とポーズ推定を用いる。
次に、ストライド長、ステップ長、フォーメーションの7つの特徴、正統および非正統の脚、ケイデンス、スピードの単独サポートを識別する。
論文 参考訳（メタデータ） (2024-02-25T19:05:10Z) - Using Motion Cues to Supervise Single-Frame Body Pose and Shape
Estimation in Low Data Regimes [93.69730589828532]
十分な注釈付きトレーニングデータが得られた場合、教師付きディープラーニングアルゴリズムは、単一のカメラを使用して人間の身体のポーズと形状を推定する。
このような場合、必要な監視信号を提供するために、アノテーションのないビデオを簡単に作成できることが示される。
論文 参考訳（メタデータ） (2024-02-05T05:37:48Z) - 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) - Video object detection for privacy-preserving patient monitoring in
intensive care [0.0]
ビデオフレームの時間的継承における情報を活用する新しい手法を提案する。
我々のメソッドは標準のYOLOv5ベースラインモデルを+1.7%mAP@.5で上回り、プロプライエタリなデータセットで10倍以上高速にトレーニングします。
論文 参考訳（メタデータ） (2023-06-26T11:52:22Z) - Agile gesture recognition for capacitive sensing devices: adapting
on-the-job [55.40855017016652]
本システムでは, コンデンサセンサからの信号を手の動き認識器に組み込んだ手動作認識システムを提案する。
コントローラは、着用者5本の指それぞれからリアルタイム信号を生成する。
機械学習技術を用いて時系列信号を解析し,500ms以内で5本の指を表現できる3つの特徴を同定する。
論文 参考訳（メタデータ） (2023-05-12T17:24:02Z) - Harnessing the Power of Text-image Contrastive Models for Automatic
Detection of Online Misinformation [50.46219766161111]
誤情報識別の領域における構成的学習を探求する自己学習モデルを構築した。
本モデルでは、トレーニングデータが不十分な場合、非マッチング画像-テキストペア検出の優れた性能を示す。
論文 参考訳（メタデータ） (2023-04-19T02:53:59Z) - Motion Matters: Neural Motion Transfer for Better Camera Physiological
Measurement [25.27559386977351]
身体の動きは、ビデオから微妙な心臓の脈を回復しようとするとき、最も重要なノイズ源の1つである。
我々は,遠隔光合成のタスクのために,ニューラルビデオ合成アプローチをビデオの拡張に適用する。
各種の最先端手法を用いて,既存のデータセット間結果よりも47%向上したことを示す。
論文 参考訳（メタデータ） (2023-03-21T17:51:23Z) - Fast and Robust Video-Based Exercise Classification via Body Pose
Tracking and Scalable Multivariate Time Series Classifiers [13.561233730881279]
本稿では,ビデオを用いたS&C演習の分類の応用について述べる。
そこで本研究では,BodyMTSという手法を用いて,映像を時系列に変換する手法を提案する。
その結果,BodyMTSの平均精度は87%であり,これはヒトドメインの専門家の精度よりも有意に高いことがわかった。
論文 参考訳（メタデータ） (2022-10-02T13:03:38Z) - Differentiable Frequency-based Disentanglement for Aerial Video Action
Recognition [56.91538445510214]
ビデオにおける人間の行動認識のための学習アルゴリズムを提案する。
我々のアプローチは、主に斜めに配置されたダイナミックカメラから取得されるUAVビデオのために設計されている。
我々はUAV HumanデータセットとNEC Droneデータセットについて広範な実験を行った。
論文 参考訳（メタデータ） (2022-09-15T22:16:52Z) - Robustar: Interactive Toolbox Supporting Precise Data Annotation for
Robust Vision Learning [53.900911121695536]
ソフトウェアRobustarの初期リリースを紹介します。
それは、データ駆動の観点から視覚分類機械学習モデルの堅牢性を改善することを目的としている。
論文 参考訳（メタデータ） (2022-07-18T21:12:28Z) - On the Robustness of Pretraining and Self-Supervision for a Deep
Learning-based Analysis of Diabetic Retinopathy [70.71457102672545]
糖尿病網膜症における訓練方法の違いによる影響を比較検討した。
本稿では,定量的性能,学習した特徴表現の統計,解釈可能性,画像歪みに対する頑健性など,さまざまな側面について検討する。
以上の結果から,ImageNet事前学習モデルでは,画像歪みに対する性能,一般化,堅牢性が著しく向上していることが示唆された。
論文 参考訳（メタデータ） (2021-06-25T08:32:45Z)
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。