論文の概要: DRNet: Decomposition and Reconstruction Network for Remote Physiological Measurement

• arxiv url: http://arxiv.org/abs/2206.05687v1
• Date: Sun, 12 Jun 2022 07:40:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-15 10:14:34.759794
• Title: DRNet: Decomposition and Reconstruction Network for Remote Physiological Measurement
• Title（参考訳）: DRNet:リモート生理計測のための分解・再構成ネットワーク
• Authors: Yuhang Dong, Gongping Yang, Yilong Yin
• Abstract要約: 既存の方法は一般に2つのグループに分けられる。 1つ目は、顔ビデオから微妙な音量パルス(BVP)信号を抽出することに焦点を当てているが、顔ビデオコンテンツを支配するノイズを明示的にモデル化することはめったにない。 第二に、ノイズの多いデータを直接モデリングすることに焦点を当てており、これらの厳密なランダムノイズの規則性の欠如により、最適以下の性能が得られる。
• 参考スコア（独自算出の注目度）: 39.73408626273354
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Remote photoplethysmography (rPPG) based physiological measurement has great application values in affective computing, non-contact health monitoring, telehealth monitoring, etc, which has become increasingly important especially during the COVID-19 pandemic. Existing methods are generally divided into two groups. The first focuses on mining the subtle blood volume pulse (BVP) signals from face videos, but seldom explicitly models the noises that dominate face video content. They are susceptible to the noises and may suffer from poor generalization ability in unseen scenarios. The second focuses on modeling noisy data directly, resulting in suboptimal performance due to the lack of regularity of these severe random noises. In this paper, we propose a Decomposition and Reconstruction Network (DRNet) focusing on the modeling of physiological features rather than noisy data. A novel cycle loss is proposed to constrain the periodicity of physiological information. Besides, a plug-and-play Spatial Attention Block (SAB) is proposed to enhance features along with the spatial location information. Furthermore, an efficient Patch Cropping (PC) augmentation strategy is proposed to synthesize augmented samples with different noise and features. Extensive experiments on different public datasets as well as the cross-database testing demonstrate the effectiveness of our approach.
• Abstract（参考訳）: リモート光胸腺撮影(rPPG)に基づく生理学的測定は、特にCOVID-19パンデミックにおいて重要視されている、情緒的コンピューティング、非接触型健康モニタリング、遠隔医療モニタリングなどにおいて、大きな価値を持つ。 既存の方法は一般に2つのグループに分けられる。 1つ目は、顔ビデオから微妙な血液量パルス(bvp)信号をマイニングすることにフォーカスしているが、顔ビデオコンテンツを支配するノイズを明示的にモデル化することはほとんどない。 ノイズの影響を受けやすく、目に見えないシナリオでは一般化能力に乏しい。 2つめはノイズデータを直接モデル化することにフォーカスし、結果として、これらの厳しいランダムノイズの規則性の欠如による副最適性能をもたらす。 本稿では,ノイズデータではなく生理的特徴のモデル化に着目した分解・再構成ネットワーク(DRNet)を提案する。 生理情報の周期性を抑制するために, 新たなサイクル損失を提案する。 また,空間的位置情報とともに特徴を高めるために,プラグアンドプレイ型空間注意ブロック (SAB) を提案する。 さらに,ノイズや特徴の異なる拡張サンプルを合成するために,効率的なパッチクロッピング (pc) 強化戦略を提案する。 さまざまな公開データセットとクロスデータベーステストに関する大規模な実験は、我々のアプローチの有効性を示しています。

関連論文リスト

• DPMesh: Exploiting Diffusion Prior for Occluded Human Mesh Recovery [71.6345505427213]
  DPMeshは、人間のメッシュリカバリを排除した革新的なフレームワークである。 これは、事前訓練されたテキスト・ツー・イメージ拡散モデルに埋め込まれた対象構造と空間的関係について、より深い拡散に乗じる。
  論文  参考訳（メタデータ） (2024-04-01T18:59:13Z)
• Improving Diffusion Models for ECG Imputation with an Augmented Template Prior [43.6099225257178]
  ノイズと品質の悪い録音は、モバイルヘルスシステムを使って収集された信号にとって大きな問題である。 近年の研究では、確率的時系列モデルによるECGの欠落値の計算が検討されている。 本稿では,様々な健康状態の事前情報として,テンプレート誘導型拡散確率モデル(DDPM)PulseDiffを提案する。
  論文  参考訳（メタデータ） (2023-10-24T11:34:15Z)
• Brain Imaging-to-Graph Generation using Adversarial Hierarchical Diffusion Models for MCI Causality Analysis [44.45598796591008]
  機能的磁気共鳴画像(fMRI)を軽度認知障害解析のための効果的な接続性にマッピングするために,脳画像から画像へのBIGG(Brain Imaging-to-graph generation)フレームワークを提案する。 発電機の階層変換器は、複数のスケールでノイズを推定するように設計されている。 ADNIデータセットの評価は,提案モデルの有効性と有効性を示す。
  論文  参考訳（メタデータ） (2023-05-18T06:54:56Z)
• The role of noise in denoising models for anomaly detection in medical images [62.0532151156057]
  病理脳病変は脳画像に多彩な外観を示す。 正規データのみを用いた教師なし異常検出手法が提案されている。 空間分解能の最適化と雑音の大きさの最適化により,異なるモデル学習体制の性能が向上することを示す。
  論文  参考訳（メタデータ） (2023-01-19T21:39:38Z)
• Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
  非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。 次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。 歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
  論文  参考訳（メタデータ） (2020-07-16T09:39:17Z)
• Automatic Ischemic Stroke Lesion Segmentation from Computed Tomography Perfusion Images by Image Synthesis and Attention-Based Deep Neural Networks [15.349968422713218]
  急性期脳梗塞の正確な診断には脳卒中病変の分節が重要である。 低画像コントラストと拡散パラメータマップの分解能に挑戦する。 拡散パラメータマップから合成擬似重み画像に基づくフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-07-07T09:19:23Z)
• 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)
• ADRN: Attention-based Deep Residual Network for Hyperspectral Image Denoising [52.01041506447195]
  ノイズの多いHSIからクリーンなHSIへのマッピングを学習するために,注目に基づくディープ残差ネットワークを提案する。 実験の結果,提案手法は定量的および視覚的評価において最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2020-03-04T08:36:27Z)

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。