論文の概要: Not Only Consistency: Enhance Test-Time Adaptation with Spatio-temporal Inconsistency for Remote Physiological Measurement
- arxiv url: http://arxiv.org/abs/2507.07908v1
- Date: Thu, 10 Jul 2025 16:39:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-11 16:40:15.495758
- Title: Not Only Consistency: Enhance Test-Time Adaptation with Spatio-temporal Inconsistency for Remote Physiological Measurement
- Title（参考訳）: 整合性だけでなく、遠隔生理計測のための時空間不整合によるテスト時間適応の促進
- Authors: Xiao Yang, Yuxuan Fan, Can Liu, Houcheng Su, Weichen Guo, Jiyao Wang, Dengbo He,
- Abstract要約: リモート光信号プラシノグラフィーは、カメラをモニタリングするための有望な非侵襲的方法として登場した。
本稿では,本研究におけるrタスクに適した完全テスト時間適応(TTA)戦略を提案する。
提案手法は既存の手法を常に上回り,リアルタイムのセルフテキスト制御適応における最先端性能を示す。
- 参考スコア（独自算出の注目度）: 3.979038581055512
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Remote photoplethysmography (rPPG) has emerged as a promising non-invasive method for monitoring physiological signals using the camera. Although various domain adaptation and generalization methods were proposed to promote the adaptability of deep-based rPPG models in unseen deployment environments, considerations in aspects like privacy concerns and real-time adaptation restrict their application in real-world deployment. Thus, we aim to propose a novel fully Test-Time Adaptation (TTA) strategy tailored for rPPG tasks in this work. Specifically, based on prior knowledge in physiology and our observations, we noticed not only there is spatio-temporal consistency in the frequency domain of rPPG signals, but also that inconsistency in the time domain was significant. Given this, by leveraging both consistency and inconsistency priors, we introduce an innovative expert knowledge-based self-supervised \textbf{C}onsistency-\textbf{i}n\textbf{C}onsistency-\textbf{i}ntegration (\textbf{CiCi}) framework to enhances model adaptation during inference. Besides, our approach further incorporates a gradient dynamic control mechanism to mitigate potential conflicts between priors, ensuring stable adaptation across instances. Through extensive experiments on five diverse datasets under the TTA protocol, our method consistently outperforms existing techniques, presenting state-of-the-art performance in real-time self-supervised adaptation without accessing source data. The code will be released later.
- Abstract（参考訳）: リモート光胸腺撮影 (rPPG) は, カメラを用いた生理的信号のモニタリングにおいて, 有望な非侵襲的方法として出現している。
ドメイン適応と一般化手法は, 未確認の展開環境において, ディープベースRCPGモデルの適応性を促進するために提案されているが, プライバシの懸念やリアルタイム適応といった側面における考慮事項は, 実環境におけるアプリケーションの適応性を制限している。
そこで本研究では,rPPGタスクに適した完全テスト時間適応(TTA)戦略を提案する。
具体的には, 生理学や観察の知識から, rPPG信号の周波数領域に時空間整合性があるだけでなく, 時間領域の不整合性も有意であることがわかった。
これを踏まえ、一貫性と矛盾性の両方を活用することで、推論中のモデル適応を強化するために、革新的な知識ベースの自己教師型 \textbf{C}onsistency-\textbf{i}n\textbf{C}onsistency-\textbf{i}ntegration (\textbf{CiCi}) フレームワークを導入する。
さらに,本手法では,インスタンス間の潜在的な衝突を緩和し,インスタンス間の安定した適応を確保するために,勾配動的制御機構を取り入れている。
提案手法は,TTAプロトコル下での5つの多様なデータセットに対する広範な実験により,既存の手法を常に上回り,ソースデータにアクセスすることなく,リアルタイムの自己教師型適応における最先端の性能を示す。
コードは後でリリースされる。
関連論文リスト
- Orthogonal Projection Subspace to Aggregate Online Prior-knowledge for Continual Test-time Adaptation [67.80294336559574]
連続テスト時間適応(CTTA)は、新しいシナリオに継続的に適応するために、ソース事前訓練されたモデルを必要とするタスクである。
我々は、OoPkと呼ばれるオンライン事前知識を集約する新しいパイプラインOrthogonal Projection Subspaceを提案する。
論文 参考訳（メタデータ） (2025-06-23T18:17:39Z) - Bi-TTA: Bidirectional Test-Time Adapter for Remote Physiological Measurement [25.11883761217408]
リモート光胸腺撮影(r)は、カメラのみを用いて生理的信号を監視する非侵襲的アプローチとして注目されている。
約束にもかかわらず、新しいドメインへのrモデルの適応性は、生理的信号の環境感受性のために妨げられている。
Bi-TTA(Bidirectional Test-Time Adapter)フレームワークについて紹介する。
論文 参考訳（メタデータ） (2024-09-25T19:55:20Z) - Fully Test-Time rPPG Estimation via Synthetic Signal-Guided Feature Learning [8.901227918730562]
TestTime Adaptation (TTA)では、ソースデータを参照することなく、ラベルのないターゲットデータにオンライン適応することで、さまざまな未確認領域のr信号を適応的に推定することができる。
擬似基底真理として、擬似r信号を用いた合成信号誘導特徴学習法を開発し、潜在r特徴を生成する条件生成装置を誘導する。
論文 参考訳（メタデータ） (2024-07-18T09:22:40Z) - AR-TTA: A Simple Method for Real-World Continual Test-Time Adaptation [1.4530711901349282]
本稿では,自律運転のためのデータセット,すなわちCLAD-CとShiFTを用いたテスト時間適応手法の検証を提案する。
現在のテスト時間適応手法は、ドメインシフトの様々な程度を効果的に扱うのに苦労している。
モデル安定性を高めるために、小さなメモリバッファを組み込むことで、確立された自己学習フレームワークを強化する。
論文 参考訳（メタデータ） (2023-09-18T19:34:23Z) - ViDA: Homeostatic Visual Domain Adapter for Continual Test Time Adaptation [48.039156140237615]
目標ドメインの継続的な変更に事前訓練されたモデルを適用するために、連続的なテスト時間適応タスクを提案する。
我々はCTTA用のVisual Domain Adapter (ViDA) を設計し、ドメイン固有知識とドメイン共有知識の両方を明示的に扱う。
提案手法は,CTTAタスクの分類とセグメント化の両方において,最先端の性能を実現する。
論文 参考訳（メタデータ） (2023-06-07T11:18:53Z) - Gradual Test-Time Adaptation by Self-Training and Style Transfer [5.110894308882439]
段階的ドメイン適応とテスト時間適応の自然な関係を示す。
本稿では,自己学習とスタイル伝達に基づく新しい手法を提案する。
CIFAR10C, CIFAR100C, ImageNet-Cベンチマークにおける本手法の有効性を示す。
論文 参考訳（メタデータ） (2022-08-16T13:12:19Z) - Semantic Self-adaptation: Enhancing Generalization with a Single Sample [45.111358665370524]
セマンティックセグメンテーションのための自己適応型アプローチを提案する。
整合正則化を用いて畳み込み層のパラメータを入力画像に微調整する。
実験により, 自己適応は訓練時のモデル正規化の確立した実践を補完する可能性が示唆された。
論文 参考訳（メタデータ） (2022-08-10T12:29:01Z) - Continual Test-Time Domain Adaptation [94.51284735268597]
テスト時ドメイン適応は、ソースデータを使用しずに、ソース事前訓練されたモデルをターゲットドメインに適応することを目的としている。
CoTTAは実装が容易で、市販の事前訓練モデルに簡単に組み込むことができる。
論文 参考訳（メタデータ） (2022-03-25T11:42:02Z) - Post-Contextual-Bandit Inference [57.88785630755165]
コンテキストバンディットアルゴリズムは、電子商取引、医療、政策立案における非適応的なA/Bテストを置き換える傾向にある。
研究参加者の成果を改善することもでき、良い方針や最良の政策を特定できる可能性を高めることもできる。
研究の終盤における新規介入の信頼性推論を支援するため, 平均治療効果, サブグループ効果, あるいは新政策の価値について, 有効な信頼区間を構築したい。
論文 参考訳（メタデータ） (2021-06-01T12:01:51Z) - Unsupervised Domain Adaptation in Person re-ID via k-Reciprocal
Clustering and Large-Scale Heterogeneous Environment Synthesis [76.46004354572956]
個人再識別のための教師なし領域適応手法を提案する。
実験結果から,ktCUDA法とSHRED法は,再同定性能において,+5.7 mAPの平均的改善を実現することがわかった。
論文 参考訳（メタデータ） (2020-01-14T17:43:52Z)
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。