論文の概要: Deep Pulse-Signal Magnification for remote Heart Rate Estimation in Compressed Videos
- arxiv url: http://arxiv.org/abs/2405.02652v1
- Date: Sat, 4 May 2024 12:37:07 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-07 19:01:15.154464
- Title: Deep Pulse-Signal Magnification for remote Heart Rate Estimation in Compressed Videos
- Title（参考訳）: 圧縮ビデオにおける遠隔心拍推定のための深部パルス信号拡大法
- Authors: Joaquim Comas, Adria Ruiz, Federico Sukno,
- Abstract要約: 本稿では,ビデオ圧縮が心拍数推定に与える影響に対処する新しい手法を提案する。
我々は、パルス信号の倍率変換を用いて、圧縮された動画をr信号が拡大された非圧縮データ領域に適応させる。
公開データセットの徹底的な評価により,本モデルの有効性を検証した。
- 参考スコア（独自算出の注目度）: 9.094127664014628
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent advancements in remote heart rate measurement (rPPG), motivated by data-driven approaches, have significantly improved accuracy. However, certain challenges, such as video compression, still remain: recovering the rPPG signal from highly compressed videos is particularly complex. Although several studies have highlighted the difficulties and impact of video compression for this, effective solutions remain limited. In this paper, we present a novel approach to address the impact of video compression on rPPG estimation, which leverages a pulse-signal magnification transformation to adapt compressed videos to an uncompressed data domain in which the rPPG signal is magnified. We validate the effectiveness of our model by exhaustive evaluations on two publicly available datasets, UCLA-rPPG and UBFC-rPPG, employing both intra- and cross-database performance at several compression rates. Additionally, we assess the robustness of our approach on two additional highly compressed and widely-used datasets, MAHNOB-HCI and COHFACE, which reveal outstanding heart rate estimation results.
- Abstract（参考訳）: データ駆動型アプローチによる遠隔心拍測定(rPPG)の最近の進歩は、精度を著しく向上させた。
しかし、ビデオ圧縮のようないくつかの課題は依然として残っており、高度に圧縮されたビデオからrPPG信号を回復することは特に複雑である。
いくつかの研究は、ビデオ圧縮の難しさと影響を強調しているが、効果的な解決策は限られている。
本稿では,ビデオ圧縮がrPPG推定に与える影響に対処する新しい手法を提案する。この手法はパルス信号の倍率変換を利用して圧縮された動画をrPPG信号が拡大される非圧縮データ領域に適応させる。
UCLA-rPPG と UBFC-rPPG の2つの公開データセットに対して,複数の圧縮速度でデータベース内性能とデータベース間性能を両立させることにより,本モデルの有効性を検証した。
さらに,MAHNOB-HCI と COHFACE の2つの高圧縮・広帯域化データセットに対して,本手法のロバスト性を評価し,心拍数推定結果の顕著さを明らかにした。
関連論文リスト
- Deep adaptative spectral zoom for improved remote heart rate estimation [10.220888127527152]
Chirp-Z Transform (CZT) は、心拍数に対する狭帯域の利息の範囲までスペクトルを洗練させ、頻繁な分解能を改善し、その結果より正確な推定を可能にする。
本稿では、リモートHR推定にCZTを用いる利点を示し、新しいデータ駆動適応型CZT推定器を提案する。
論文 参考訳（メタデータ） (2024-03-11T16:55:19Z) - SpikeCodec: An End-to-end Learned Compression Framework for Spiking
Camera [48.194993029659685]
連続的なモーション記録機能を備えたバイオインスピレーション付きスパイクカメラは、大きな注目を集めている。
本研究では,シーンリカバリ,変分自動エンコーダとスパイクシミュレータを用いた新しいスパイク圧縮フレームワークを提案する。
我々の知る限り、これは効率的でロバストなスパイクストリーム圧縮のための最初のデータ訓練モデルである。
論文 参考訳（メタデータ） (2023-06-25T03:11:21Z) - Cross Modal Compression: Towards Human-comprehensible Semantic
Compression [73.89616626853913]
クロスモーダル圧縮は、視覚データのためのセマンティック圧縮フレームワークである。
提案したCMCは,超高圧縮比で再現性の向上が期待できることを示す。
論文 参考訳（メタデータ） (2022-09-06T15:31:11Z) - Learned Video Compression via Heterogeneous Deformable Compensation
Network [78.72508633457392]
不安定な圧縮性能の問題に対処するために,不均一変形補償戦略(HDCVC)を用いた学習ビデオ圧縮フレームワークを提案する。
より具体的には、提案アルゴリズムは隣接する2つのフレームから特徴を抽出し、コンテンツ近傍の不均一な変形(HetDeform)カーネルオフセットを推定する。
実験結果から,HDCVCは最近の最先端の学習ビデオ圧縮手法よりも優れた性能を示した。
論文 参考訳（メタデータ） (2022-07-11T02:31:31Z) - Flexible-Rate Learned Hierarchical Bi-Directional Video Compression With
Motion Refinement and Frame-Level Bit Allocation [8.80688035831646]
我々は、動き推定と予測モジュールを組み合わせ、改良された残留運動ベクトルを圧縮し、速度歪み性能を向上する。
我々は、ゲインユニットを利用して、コード内対双方向符号化フレーム間のビット割り当てを制御する。
論文 参考訳（メタデータ） (2022-06-27T20:18:52Z) - Coarse-to-fine Deep Video Coding with Hyperprior-guided Mode Prediction [50.361427832256524]
動き補償を改善するために,粗大なC2F(Deep Video compression framework)を提案する。
我々のC2Fフレームワークは、ビットコストを大幅に増大させることなく、より良い動き補償結果を得ることができる。
論文 参考訳（メタデータ） (2022-06-15T11:38:53Z) - Efficient Data Compression for 3D Sparse TPC via Bicephalous
Convolutional Autoencoder [8.759778406741276]
この研究は、textitBicephalous Convolutional AutoEncoder (BCAE)と呼ばれる、空間と回帰を同時に解決するデュアルヘッドオートエンコーダを導入している。
これはMGARD、SZ、ZFPといった従来のデータ圧縮手法と比較して圧縮忠実度と比の両方の利点を示している。
論文 参考訳（メタデータ） (2021-11-09T21:26:37Z) - DVC-P: Deep Video Compression with Perceptual Optimizations [22.54270922884164]
本稿では,Deep Video compression with Perceptual Optimizations (DVC-P)を提案する。
具体的には、ネットワークの歪み、知覚、レートのトレードオフを支援するために、識別器ネットワークと混合損失を用いる。
論文 参考訳（メタデータ） (2021-09-22T17:20:13Z) - Towards Compact CNNs via Collaborative Compression [166.86915086497433]
チャネルプルーニングとテンソル分解を結合してCNNモデルを圧縮する協調圧縮方式を提案する。
52.9%のFLOPを削減し、ResNet-50で48.4%のパラメータを削除しました。
論文 参考訳（メタデータ） (2021-05-24T12:07:38Z) - A Foreground-background Parallel Compression with Residual Encoding for
Surveillance Video [46.49202082648197]
本稿では,ビデオの前景と背景を別々に抽出・圧縮するビデオ圧縮手法を提案する。
提案手法では、HECVデータセット上で同じPSNR(36dB)を達成するために、従来のアルゴリズムであるH.265より69.5%少ないbpp (bits per pixel) を必要とする。
論文 参考訳（メタデータ） (2020-01-18T03:35:00Z)
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。