論文の概要: Recovering Pulse Waves from Video Using Deep Unrolling and Deep Equilibrium Models

• arxiv url: http://arxiv.org/abs/2503.17269v1
• Date: Fri, 21 Mar 2025 16:11:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-24 14:55:36.714213
• Title: Recovering Pulse Waves from Video Using Deep Unrolling and Deep Equilibrium Models
• Title（参考訳）: ディープアンロールとディープ平衡モデルを用いたビデオからのパルス波の復元
• Authors: Vineet R Shenoy, Suhas Lohit, Hassan Mansour, Rama Chellappa, Tim K. Marks,
• Abstract要約: カメラによるバイタルサインのモニタリング、つまりイメージング光胸腺撮影(i)は、運転監視、情動コンピューティングなどに応用されている。 本稿では,逆問題における信号処理と深層学習を組み合わせた手法を提案する。
• 参考スコア（独自算出の注目度）: 45.94962431110573
• License:
• Abstract: Camera-based monitoring of vital signs, also known as imaging photoplethysmography (iPPG), has seen applications in driver-monitoring, perfusion assessment in surgical settings, affective computing, and more. iPPG involves sensing the underlying cardiac pulse from video of the skin and estimating vital signs such as the heart rate or a full pulse waveform. Some previous iPPG methods impose model-based sparse priors on the pulse signals and use iterative optimization for pulse wave recovery, while others use end-to-end black-box deep learning methods. In contrast, we introduce methods that combine signal processing and deep learning methods in an inverse problem framework. Our methods estimate the underlying pulse signal and heart rate from facial video by learning deep-network-based denoising operators that leverage deep algorithm unfolding and deep equilibrium models. Experiments show that our methods can denoise an acquired signal from the face and infer the correct underlying pulse rate, achieving state-of-the-art heart rate estimation performance on well-known benchmarks, all with less than one-fifth the number of learnable parameters as the closest competing method.
• Abstract（参考訳）: IPPG( imaging photoplethysmography)としても知られる、カメラによるバイタルサインのモニタリングは、ドライバー監視、外科的設定での灌流評価、情動コンピューティングなどに応用されている。 iPPGは、皮膚のビデオから基礎となる心臓の脈波を感知し、心拍数や全脈波形などの重要な兆候を推定する。 従来のIPPG法では、パルス信号にモデルベースのスパース前処理を課し、パルス波の回復に反復的最適化を用いるものや、エンドツーエンドのブラックボックス深層学習法を用いるものもある。 これとは対照的に,逆問題枠組みにおける信号処理と深層学習を組み合わせた手法を導入する。 提案手法は,ディープ・ネットワークをベースとしたディープ・アルゴリズム展開モデルとディープ・平衡モデルを用いたデノナイジング演算子を学習することにより,基礎となるパルス信号と心拍数を顔画像から推定する。 実験により,提案手法は顔から取得した信号を識別し,その基礎となるパルス速度を推定し,最も近い競合手法として学習可能なパラメータの5分の1以下で,よく知られたベンチマークで最先端の心拍推定性能を達成できることが判明した。

関連論文リスト

• A Self-Supervised Algorithm for Denoising Photoplethysmography Signals for Heart Rate Estimation from Wearables [21.086951625740824]
  我々は,PPG信号の清浄な部分を保ちながら,信号の劣化部分を再構成するPPG信号を復調するアルゴリズムを開発した。 我々の新しいフレームワークは自己教師型トレーニングに依存しており、クリーンなPSG信号の大規模なデータベースを活用してデノナイズドオートエンコーダを訓練する。
  論文  参考訳（メタデータ） (2023-07-07T06:21:43Z)
• Optimizing Sampling Patterns for Compressed Sensing MRI with Diffusion Generative Models [75.52575380824051]
  圧縮センシングマルチコイルMRIにおけるサブサンプリングパターンを最適化する学習手法を提案する。 拡散モデルとMRI計測プロセスにより得られた後部平均推定値に基づいて1段階の再構成を行う。 本手法では,効果的なサンプリングパターンの学習には5つのトレーニング画像が必要である。
  論文  参考訳（メタデータ） (2023-06-05T22:09:06Z)
• DopUS-Net: Quality-Aware Robotic Ultrasound Imaging based on Doppler Signal [48.97719097435527]
  DopUS-Netはドップラー画像とBモード画像を組み合わせることで、小血管のセグメンテーション精度と堅牢性を高める。 動脈再同定モジュールは、リアルタイムセグメンテーション結果を質的に評価し、拡張ドップラー画像に対するプローブポーズを自動的に最適化する。
  論文  参考訳（メタデータ） (2023-05-15T18:19:29Z)
• 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)
• WPPG Net: A Non-contact Video Based Heart Rate Extraction Network Framework with Compatible Training Capability [21.33542693986985]
  顔の皮膚には、リモートフォトプレシー(r)信号と呼ばれる微妙な色の変化があり、そこから被験者の心拍数を抽出できる。 近年,r信号抽出に関する多くの深層学習手法と関連するデータセットが提案されている。 しかしながら,BVP信号などのラベル波は,我々の体内を流れる時間と他の要因により,実際のr信号に不確実な遅延がある。 本稿では、r信号とラベル波のリズムと周期性に関する共通特性を解析することにより、これらのネットワークを包み、トレーニング時に効率を保ち続けるためのトレーニング手法を提案する。
  論文  参考訳（メタデータ） (2022-07-04T19:52:30Z)
• Motion Pyramid Networks for Accurate and Efficient Cardiac Motion Estimation [51.72616167073565]
  本研究では,心臓の運動推定を高精度かつ効率的に行うための,ディープラーニングに基づく新しいアプローチであるMotion Pyramid Networksを提案する。 我々は、複数の特徴表現から運動場のピラミッドを予測し、融合し、より洗練された運動場を生成する。 そこで我々は,新しい循環型教員教育戦略を用いて,推論をエンドツーエンドにし,トラッキング性能をさらに向上させる。
  論文  参考訳（メタデータ） (2020-06-28T21:03:19Z)
• Bayesian Restoration of Audio Degraded by Low-Frequency Pulses Modeled via Gaussian Process [0.0]
  機械装置で古いビニールとグラムホンの録音を再生する際に見られる共通の欠陥は、低周波量の長いパルスである。 記録のデジタル化に対する従来のアプローチは、パルス位置の事前推定に依存する。 本稿では、パルス位置を共同で推定できる新しいベイズアプローチを提案し、パルスを開始する強い不連続性の下にあるほぼ消滅した信号を補間し、長いパルス尾を推定する。
  論文  参考訳（メタデータ） (2020-05-28T17:52:26Z)
• 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)
• 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。