論文の概要: SympCam: Remote Optical Measurement of Sympathetic Arousal
- arxiv url: http://arxiv.org/abs/2410.20552v1
- Date: Sun, 27 Oct 2024 18:46:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-29 12:17:10.410542
- Title: SympCam: Remote Optical Measurement of Sympathetic Arousal
- Title（参考訳）: SympCam: リモート光計測による交感神経刺激の計測
- Authors: Björn Braun, Daniel McDuff, Tadas Baltrusaitis, Paul Streli, Max Moebus, Christian Holz,
- Abstract要約: 遠隔同情的覚醒予測の課題に適した新しい畳み込みアーキテクチャを提案する。
本手法により予測された交感神経刺激は, バランスの取れた90%の精度で身体的ストレスを検出することができることを示す。
我々は,遠隔同情的覚醒予測のタスクのために,明示的に設計されたデータセットを寄贈する。
- 参考スコア（独自算出の注目度）: 41.97525156940624
- License:
- Abstract: Recent work has shown that a person's sympathetic arousal can be estimated from facial videos alone using basic signal processing. This opens up new possibilities in the field of telehealth and stress management, providing a non-invasive method to measure stress only using a regular RGB camera. In this paper, we present SympCam, a new 3D convolutional architecture tailored to the task of remote sympathetic arousal prediction. Our model incorporates a temporal attention module (TAM) to enhance the temporal coherence of our sequential data processing capabilities. The predictions from our method improve accuracy metrics of sympathetic arousal in prior work by 48% to a mean correlation of 0.77. We additionally compare our method with common remote photoplethysmography (rPPG) networks and show that they alone cannot accurately predict sympathetic arousal "out-of-the-box". Furthermore, we show that the sympathetic arousal predicted by our method allows detecting physical stress with a balanced accuracy of 90% - an improvement of 61% compared to the rPPG method commonly used in related work, demonstrating the limitations of using rPPG alone. Finally, we contribute a dataset designed explicitly for the task of remote sympathetic arousal prediction. Our dataset contains synchronized face and hand videos of 20 participants from two cameras synchronized with electrodermal activity (EDA) and photoplethysmography (PPG) measurements. We will make this dataset available to the community and use it to evaluate the methods in this paper. To the best of our knowledge, this is the first dataset available to other researchers designed for remote sympathetic arousal prediction.
- Abstract（参考訳）: 近年の研究では、基礎的な信号処理を用いて、顔の映像だけで人の交感神経刺激を推定できることが示されている。
これにより、遠隔医療とストレス管理の分野における新たな可能性が開かれ、通常のRGBカメラのみを使用してストレスを測定する非侵襲的な方法が提供される。
本稿では,リモート交感神経刺激の予測作業に適した新しい3次元畳み込みアーキテクチャであるSympCamを提案する。
我々のモデルは、時系列データ処理能力の時間的コヒーレンスを高めるために、時間的アテンションモジュール(TAM)を組み込んでいる。
本手法により, 前処理時の交感神経刺激の精度を48%向上し, 平均相関は0.77。
さらに,本手法をリモート光胸腺撮影(rPPG)ネットワークと比較し,交感神経刺激の「アウト・オブ・ザ・ボックス」を正確に予測できないことを示す。
さらに,本手法により予測される交感神経刺激は,rPPG単独使用の限界を実証し,関連研究で一般的に用いられるrPPG法と比較して,90%のバランス精度で物理的ストレスを検出することができることを示した。
最後に、リモート交感神経刺激予測のタスク用に明示的に設計されたデータセットをコントリビュートする。
本データセットは,電磁気放射能(EDA)と光胸腺撮影(PPG)とを同期した2台のカメラから,20人の被験者の顔と手とを同時撮影した。
このデータセットをコミュニティに公開し、本論文の手法を評価するために利用します。
私たちの知る限りでは、これはリモート交感神経刺激予測のために設計された他の研究者が利用できる最初のデータセットです。
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) - Your blush gives you away: detecting hidden mental states with remote
photoplethysmography and thermal imaging [5.604613879541013]
本研究では,rモードと熱画像を統合し,予測性能を向上させることでギャップを埋めることを目的とする。
rのみを用いて, 認知的ストレスは77%, 道徳的高揚は61%であった。
これらのモダリティの早期融合戦略は精度を著しく改善し、認知的ストレス87%、道徳的上昇83%をRFを用いて達成した。
論文 参考訳（メタデータ） (2024-01-17T11:38:21Z) - Video-based sympathetic arousal assessment via peripheral blood flow
estimation [46.695433930419945]
顔や手の末梢血流を光学的に測定して交感神経刺激を推定する新しい手法を提案する。
前頭,指,手のひらから交感神経刺激が最善であることを示す。
論文 参考訳（メタデータ） (2023-11-12T19:06:33Z) - Privacy-Preserving Remote Heart Rate Estimation from Facial Videos [19.442685015494316]
ディープラーニング技術は摂動攻撃に弱いため、重大なデータ漏洩が発生する可能性がある。
顔の特定領域を識別情報が少ない状態で抽出し,次にピクセルシャッフルとぼかしを行うデータ手法を提案する。
本稿では,顔認識アルゴリズムの精度を60%以上削減し,r抽出への影響を最小限に抑える。
論文 参考訳（メタデータ） (2023-06-01T20:48:04Z) - Camera-Based HRV Prediction for Remote Learning Environments [4.074837550066978]
顔ビデオから血流パルス信号を復元することは、波形を復元するための一連の前処理、画像アルゴリズム、後処理を含む難しい作業である。
r を通して HRV の指標を得る上での課題は、アルゴリズムが BVP のピーク位置を正確に予測する必要性である。
本稿では,58名の被験者を対象に,高度に同期されたビデオとラベルを32時間以上使用したRLAP(Remote Learning Affect and Physiology)データセットを収集した。
RLAPデータセットを用いて,1次元畳み込みに基づくモデルであるSeq-rを訓練し,実験結果が明らかになった。
論文 参考訳（メタデータ） (2023-05-07T02:26:00Z) - MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。
我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
論文 参考訳（メタデータ） (2020-11-17T15:18:38Z) - Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。
患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。
本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
論文 参考訳（メタデータ） (2020-06-18T09:49:11Z) - Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using
Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。
PD症状には、震動、剛性、ブレイキネジアがある。
本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文 参考訳（メタデータ） (2020-05-06T09:02:30Z)
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。