論文の概要: PhysBench: A Benchmark Framework for rPPG with a New Dataset and
Baseline
- arxiv url: http://arxiv.org/abs/2305.04161v2
- Date: Sun, 3 Sep 2023 16:27:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-07 05:24:27.349899
- Title: PhysBench: A Benchmark Framework for rPPG with a New Dataset and
Baseline
- Title（参考訳）: PhysBench: 新しいデータセットとベースラインを備えたrPPG用のベンチマークフレームワーク
- Authors: Kegang Wang, Yantao Wei, Mingwen Tong, Jie Gao, Yi Tian, YuJian Ma,
ZhongJin Zhao
- Abstract要約: 顔画像から生理的信号を回復するための、完全かつ効率的なエンドツーエンドトレーニングおよびテストフレームワークを提案する。
データセットには、58人の被験者による32時間(3.53Mフレーム)のビデオが含まれている。
- 参考スコア（独自算出の注目度）: 8.857250526608954
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In recent years, due to the widespread use of internet videos, physiological
remote sensing has gained more and more attention in the fields of affective
computing and telemedicine. Recovering physiological signals from facial videos
is a challenging task that involves a series of preprocessing, image
algorithms, and post-processing to finally restore waveforms. We propose a
complete and efficient end-to-end training and testing framework that provides
fair comparisons for different algorithms through unified preprocessing and
post-processing. In addition, we introduce a highly synchronized lossless
format dataset along with a lightweight algorithm. The dataset contains over 32
hours (3.53M frames) of video from 58 subjects; by training on our collected
dataset both our proposed algorithm as well as existing ones can achieve
improvements.
- Abstract（参考訳）: 近年,インターネットビデオの普及により,感情コンピューティングや遠隔医療の分野で生理的リモートセンシングが注目されている。
顔の映像から生理学的シグナルを復元することは、前処理、画像アルゴリズム、そして波形を復元する後処理の一連の課題である。
本稿では,統一前処理と後処理によって異なるアルゴリズムを公平に比較可能な,完全かつ効率的なエンドツーエンドのトレーニングおよびテストフレームワークを提案する。
さらに、軽量なアルゴリズムとともに、高度に同期されたロスレスフォーマットデータセットを導入する。
データセットには58名の被験者による32時間(3.53mフレーム)以上のビデオが含まれている。
関連論文リスト
- Analyzing Participants' Engagement during Online Meetings Using Unsupervised Remote Photoplethysmography with Behavioral Features [50.82725748981231]
エンゲージメント測定は、医療、教育、サービスに応用される。
生理的特徴と行動的特徴の使用は可能であるが、従来の生理的測定の非現実性は接触センサーの必要性により生じる。
コンタクトセンサの代替として, 教師なし光胸腺造影(胸腔鏡)の有用性を実証する。
論文 参考訳（メタデータ） (2024-04-05T20:39:16Z) - 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) - PACMAN: a framework for pulse oximeter digit detection and reading in a
low-resource setting [0.42897826548373363]
新型コロナウイルスのパンデミックを受けて、患者は毎日の酸素飽和度(SpO2)とパルスレート(PR)値を健康モニタリングシステムに手動で入力する必要がある。
光文字認識(OCR)を用いた捕獲画像からの生理的価値の検出の試み
本研究の目的は,低リソース深層学習型コンピュータビジョンを用いたPACMANという新しいフレームワークを提案することである。
論文 参考訳（メタデータ） (2022-12-09T16:22:28Z) - A Web Application for Experimenting and Validating Remote Measurement of
Vital Signs [0.0]
リモート光胸腺撮影(r)技術は、顔ビデオから重要な兆候を計算する。
対象者の心拍数(HR)、心拍変動(HRV)、血圧(BP)、顔ビデオからのストレスを測定するためのWebアプリケーションフレームワークを実装した。
フレームワークの正確性と堅牢性はボランティアの助けを借りて検証された。
論文 参考訳（メタデータ） (2022-08-21T16:07:46Z) - ReViSe: Remote Vital Signs Measurement Using Smartphone Camera [0.0]
リモートフォトプラチスモグラフィー(remote Photoplethysmography、rVi)は、バイオメトリックデータを集めるための高速で効果的で安価で便利な方法である。
本稿では,スマートフォンカメラで捉えたユーザの顔のゆがみに基づいて,人々のバイタルサインを測定するためのエンドツーエンドフレームワークを提案する。
ディープラーニングに基づくニューラルネットワークモデルを用いて,顔のランドマークをリアルタイムで抽出する。
論文 参考訳（メタデータ） (2022-06-13T19:20:11Z) - Unsupervised Pre-Training on Patient Population Graphs for Patient-Level
Predictions [48.02011627390706]
プレトレーニングは、コンピュータビジョン(CV)、自然言語処理(NLP)、医療画像など、機械学習のさまざまな分野で成功している。
本稿では,患者結果の予測のために,教師なし事前学習を異種マルチモーダルEHRデータに適用する。
提案手法は,人口レベルでのデータモデリングに有効であることがわかった。
論文 参考訳（メタデータ） (2022-03-23T17:59:45Z) - PhysFormer: Facial Video-based Physiological Measurement with Temporal
Difference Transformer [55.936527926778695]
近年のディープラーニングアプローチは、時間的受容の限られた畳み込みニューラルネットワークを用いた微妙なrの手がかりのマイニングに重点を置いている。
本稿では,エンドツーエンドのビデオトランスをベースとしたアーキテクチャであるPhysFormerを提案する。
論文 参考訳（メタデータ） (2021-11-23T18:57:11Z) - Bootstrapping Your Own Positive Sample: Contrastive Learning With
Electronic Health Record Data [62.29031007761901]
本稿では,新しいコントラスト型正規化臨床分類モデルを提案する。
EHRデータに特化した2つのユニークなポジティブサンプリング戦略を紹介します。
私たちのフレームワークは、現実世界のCOVID-19 EHRデータの死亡リスクを予測するために、競争の激しい実験結果をもたらします。
論文 参考訳（メタデータ） (2021-04-07T06:02:04Z) - Real-time Webcam Heart-Rate and Variability Estimation with Clean Ground
Truth for Evaluation [9.883261192383612]
リモートフォトプレチモグラフィ(r)は、カメラを使って人の心拍数(hr)を推定する
HRVは、心臓の鼓動の間の間隔における微細な変動の尺度です。
新しいフィルタリングとモーション抑制を備えた洗練された効率的なリアルタイムrパイプラインを紹介します。
論文 参考訳（メタデータ） (2020-12-31T18:57:05Z) - Omni-supervised Facial Expression Recognition via Distilled Data [120.11782405714234]
ネットワークトレーニングにおいて,信頼度の高いサンプルを多量のラベルのないデータで活用するためのオムニ教師付き学習を提案する。
我々は,新しいデータセットが学習したFERモデルの能力を大幅に向上させることができることを実験的に検証した。
そこで本研究では,生成したデータセットを複数のクラスワイド画像に圧縮するために,データセット蒸留戦略を適用することを提案する。
論文 参考訳（メタデータ） (2020-05-18T09:36:51Z) - 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。