論文の概要: Exploring Remote Physiological Signal Measurement under Dynamic Lighting Conditions at Night: Dataset, Experiment, and Analysis

• arxiv url: http://arxiv.org/abs/2507.04306v1
• Date: Sun, 06 Jul 2025 09:16:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:35.112842
• Title: Exploring Remote Physiological Signal Measurement under Dynamic Lighting Conditions at Night: Dataset, Experiment, and Analysis
• Title（参考訳）: 夜間の動的照明条件下におけるリモート生理信号測定:データセット,実験,解析
• Authors: Zhipeng Li, Kegang Wang, Hanguang Xiao, Xingyue Liu, Feizhong Zhou, Jiaxin Jiang, Tianqi Liu,
• Abstract要約: 夜間に動的照明条件下で収集した大規模rデータセットDLCNを提示・公開する。 データセットは、約13時間の映像データと、98人の被験者の生理的信号からなり、4つの代表的な夜間照明シナリオをカバーしている。 DLCNに適用した場合、最先端の r 法で直面する課題を網羅的に分析する。
• 参考スコア（独自算出の注目度）: 7.679574342546723
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Remote photoplethysmography (rPPG) is a non-contact technique for measuring human physiological signals. Due to its convenience and non-invasiveness, it has demonstrated broad application potential in areas such as health monitoring and emotion recognition. In recent years, the release of numerous public datasets has significantly advanced the performance of rPPG algorithms under ideal lighting conditions. However, the effectiveness of current rPPG methods in realistic nighttime scenarios with dynamic lighting variations remains largely unknown. Moreover, there is a severe lack of datasets specifically designed for such challenging environments, which has substantially hindered progress in this area of research. To address this gap, we present and release a large-scale rPPG dataset collected under dynamic lighting conditions at night, named DLCN. The dataset comprises approximately 13 hours of video data and corresponding synchronized physiological signals from 98 participants, covering four representative nighttime lighting scenarios. DLCN offers high diversity and realism, making it a valuable resource for evaluating algorithm robustness in complex conditions. Built upon the proposed Happy-rPPG Toolkit, we conduct extensive experiments and provide a comprehensive analysis of the challenges faced by state-of-the-art rPPG methods when applied to DLCN. The dataset and code are publicly available at https://github.com/dalaoplan/Happp-rPPG-Toolkit.
• Abstract（参考訳）: リモート光胸腺撮影(Remote Photoplethysmography, RPPG)は、ヒトの生理的信号を測定する非接触技術である。 利便性と非侵襲性のため、健康モニタリングや感情認識などの分野で広く応用されている。 近年、多くの公開データセットのリリースにより、理想的な照明条件下でのrPPGアルゴリズムの性能が大幅に向上している。 しかし、動的照明変動を伴う実夜シナリオにおける現在のrPPG法の有効性はほとんど不明である。 さらに、このような困難な環境のために特別に設計されたデータセットが不足しており、この研究領域の進歩を著しく妨げている。 このギャップに対処するため,夜間に動的照明条件下で収集した大規模rPPGデータセットDLCNを提示,公開する。 このデータセットは、約13時間の映像データと、98人の参加者による同期された生理的信号で構成され、4つの代表的な夜間照明シナリオをカバーしている。 DLCNは高い多様性とリアリズムを提供し、複雑な条件下でアルゴリズムの堅牢性を評価する貴重な資源である。 提案したHappy-rPPG Toolkitをベースとして,DLCNに適用した場合の最先端の rPPG 手法が直面する課題を包括的に分析する。 データセットとコードはhttps://github.com/dalaoplan/Happp-rPPG-Toolkitで公開されている。

関連論文リスト

• PhysLLM: Harnessing Large Language Models for Cross-Modal Remote Physiological Sensing [49.243031514520794]
  LLM(Large Language Models)は、テキスト中心の設計のため、長距離信号の取得に優れる。 PhysLLMは最先端の精度とロバスト性を実現し、照明のバリエーションや動きのシナリオにまたがる優れた一般化を示す。
  論文  参考訳（メタデータ） (2025-05-06T15:18:38Z)
• PSDNorm: Test-Time Temporal Normalization for Deep Learning in Sleep Staging [63.05435596565677]
  我々は,モンジュマッピングと時間文脈を利用したPSDNormを提案し,信号の深層学習モデルにおける特徴写像の正規化を行う。 PSDNormは、BatchNormよりも4倍のデータ効率が高く、目に見えない左のデータセットで最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2025-03-06T16:20:25Z)
• ROVER: A Multi-Season Dataset for Visual SLAM [7.296917102476635]
  ROVERは、様々な環境条件下で視覚SLAMアルゴリズムを評価するためのベンチマークデータセットである。 5つの屋外に39の録音があり、季節ごとの収集と様々な照明のシナリオがある。 その結果, ステレオ慣性・RGBD構成は, 照明条件下では良好であるが, SLAMシステムの多くは低照度・高植生環境では不十分であることがわかった。
  論文  参考訳（メタデータ） (2024-12-03T15:34:00Z)
• LWIRPOSE: A novel LWIR Thermal Image Dataset and Benchmark [9.679771580702258]
  このデータセットは、2400以上の高品質なLWIR(熱)画像で構成されている。 それぞれの画像には2Dの人間のポーズが刻まれており、研究者や実践者にとって貴重なリソースとなっている。 我々は、その可能性を示すために、データセットの最先端ポーズ推定手法をベンチマークする。
  論文  参考訳（メタデータ） (2024-04-16T01:49:35Z)
• LiveHPS: LiDAR-based Scene-level Human Pose and Shape Estimation in Free Environment [59.320414108383055]
  シーンレベルの人間のポーズと形状推定のための単一LiDARに基づく新しいアプローチであるLiveHPSを提案する。 多様な人間のポーズを伴う様々なシナリオで収集される巨大な人間の動きデータセットFreeMotionを提案する。
  論文  参考訳（メタデータ） (2024-02-27T03:08:44Z)
• Implicit Event-RGBD Neural SLAM [54.74363487009845]
  神経性SLAMは近年顕著な進歩を遂げている。 既存の手法は、非理想的なシナリオにおいて重大な課題に直面します。 本稿では,最初のイベントRGBD暗黙的ニューラルSLAMフレームワークであるEN-SLAMを提案する。
  論文  参考訳（メタデータ） (2023-11-18T08:48:58Z)
• 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)
• Image Enhancement for Remote Photoplethysmography in a Low-Light Environment [13.740047263242575]
  遠隔心拍モニタリング技術の精度は大幅に向上した。 アルゴリズムの大幅な進歩にもかかわらず、rアルゴリズムの性能は長期的に低下する可能性がある。 ビデオ撮影における照明不足は生理的信号の品質を損なう。 提案手法は, パルス信号の信号対雑音比と精度の向上に有効である。
  論文  参考訳（メタデータ） (2023-03-16T14:18:48Z)

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。