論文の概要: Design, Implementation and Evaluation of a Real-Time Remote Photoplethysmography (rPPG) Acquisition System for Non-Invasive Vital Sign Monitoring
- arxiv url: http://arxiv.org/abs/2508.18787v1
- Date: Tue, 26 Aug 2025 08:12:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-27 17:42:38.748662
- Title: Design, Implementation and Evaluation of a Real-Time Remote Photoplethysmography (rPPG) Acquisition System for Non-Invasive Vital Sign Monitoring
- Title（参考訳）: 非侵襲バイタルサインモニタリングのためのリアルタイムリモート光ポジストモグラフィ(rPPG)取得システムの設計, 実装, 評価
- Authors: Constantino Álvarez Casado, Sasan Sharifipour, Manuel Lage Cañellas, Nhi Nguyen, Le Nguyen, Miguel Bordallo López,
- Abstract要約: 本稿では,低消費電力デバイスに最適化されたリアルタイムリモート光胸腺撮影(rthy)システムを提案する。
顔の映像ストリームから心拍数(HR)、呼吸速度(RR)、酸素飽和などの生理的シグナルを抽出するように設計されている。
- 参考スコア（独自算出の注目度）: 10.154892578360151
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The growing integration of smart environments and low-power computing devices, coupled with mass-market sensor technologies, is driving advancements in remote and non-contact physiological monitoring. However, deploying these systems in real-time on resource-constrained platforms introduces significant challenges related to scalability, interoperability, and performance. This paper presents a real-time remote photoplethysmography (rPPG) system optimized for low-power devices, designed to extract physiological signals, such as heart rate (HR), respiratory rate (RR), and oxygen saturation (SpO2), from facial video streams. The system is built on the Face2PPG pipeline, which processes video frames sequentially for rPPG signal extraction and analysis, while leveraging a multithreaded architecture to manage video capture, real-time processing, network communication, and graphical user interface (GUI) updates concurrently. This design ensures continuous, reliable operation at 30 frames per second (fps), with adaptive feedback through a collaborative user interface to guide optimal signal capture conditions. The network interface includes both an HTTP server for continuous video streaming and a RESTful API for on-demand vital sign retrieval. To ensure accurate performance despite the limitations of low-power devices, we use a hybrid programming model combining Functional Reactive Programming (FRP) and the Actor Model, allowing event-driven processing and efficient task parallelization. The system is evaluated under real-time constraints, demonstrating robustness while minimizing computational overhead. Our work addresses key challenges in real-time biosignal monitoring, offering practical solutions for optimizing performance in modern healthcare and human-computer interaction applications.
- Abstract（参考訳）: スマート環境と低消費電力コンピューティングデバイスの統合は、大衆向けセンサー技術と相まって、遠隔および非接触的な生理的モニタリングの進歩を加速している。
しかし、これらのシステムをリソース制約のあるプラットフォーム上でリアルタイムでデプロイすることは、スケーラビリティ、相互運用性、パフォーマンスに関する大きな課題をもたらす。
本稿では,低消費電力デバイスに最適化されたリアルタイム遠隔胸腔鏡(rPPG)システムについて,顔面ビデオストリームから心拍数(HR),呼吸速度(RR),酸素飽和度(SpO2)などの生理的信号を抽出するように設計された。
このシステムはFace2PPGパイプライン上に構築されており、rPPG信号の抽出と解析のためにビデオフレームを順次処理し、マルチスレッドアーキテクチャを活用してビデオキャプチャ、リアルタイム処理、ネットワーク通信、グラフィカルユーザインタフェース(GUI)の同時更新を管理する。
この設計により、30フレーム/秒(fps)で連続的かつ信頼性の高い動作が保証される。
ネットワークインターフェースには、連続的なビデオストリーミングのためのHTTPサーバと、オンデマンドのバイタルサイン検索のためのRESTful APIの両方が含まれている。
低消費電力デバイスの制限にもかかわらず、正確な性能を確保するために、関数型リアクティブプログラミング(FRP)とアクターモデルを組み合わせたハイブリッドプログラミングモデルを使用し、イベント駆動処理と効率的なタスク並列化を可能にします。
システムはリアルタイムの制約の下で評価され、計算オーバーヘッドを最小限に抑えながら堅牢性を実証する。
我々の研究は、リアルタイム生体信号モニタリングにおける重要な課題に対処し、現代の医療や人間とコンピュータのインタラクションアプリケーションのパフォーマンスを最適化するための実用的なソリューションを提供する。
関連論文リスト
- HOMI: Ultra-Fast EdgeAI platform for Event Cameras [1.9923531555025618]
イベントカメラは、非同期操作とスパースでイベント駆動の出力のため、エッジロボティクスアプリケーションに大きな利点をもたらす。
我々は、Xilinx Zynq UltraScale+MPSoC FPGAチップを備えたProphesee IMX636イベントセンサチップからなる、超低レイテンシでエンドツーエンドのエッジAIプラットフォームを提案する。
論文 参考訳（メタデータ） (2025-08-18T05:47:48Z) - FCA2: Frame Compression-Aware Autoencoder for Modular and Fast Compressed Video Super-Resolution [68.77813885751308]
最先端(SOTA)圧縮ビデオ超解像(CVSR)モデルは、長期の推論時間、複雑なトレーニングパイプライン、補助情報への依存など、永続的な課題に直面している。
ハイパースペクトル画像(HSI)とビデオデータの構造的および統計的類似性から着想を得た,効率的でスケーラブルなソリューションを提案する。
提案手法では,計算複雑性を低減し,推論を高速化し,フレーム間の時間情報の抽出を促進する圧縮駆動型次元減少戦略を導入する。
論文 参考訳（メタデータ） (2025-06-13T07:59:52Z) - Efficient and Robust Multidimensional Attention in Remote Physiological Sensing through Target Signal Constrained Factorization [7.947387272047604]
マルチモーダルビデオ入力からの光胸腺造影(rRSP)信号と呼吸(rRSP)信号の同時推定を目的とした,効率的なデュアルブランチ3D-CNNアーキテクチャであるMMRPhysを提案する。
TSFMを用いたMMRPhysは、リアルタイムアプリケーションに適した最小の推論レイテンシを維持しつつ、RRSP推定のための領域シフトの一般化において最先端の手法を著しく上回ることを示す。
論文 参考訳（メタデータ） (2025-05-11T15:20:45Z) - Real-Time Person Image Synthesis Using a Flow Matching Model [3.149883354098941]
PGPIS(Pose-Guided Person Image Synthesis)は、ターゲットポーズとソースイメージに条件付けされた現実的な人物画像を生成する。
近年の拡散法では,PGPISの画質が著しく向上している。
私たちのアプローチは、より速く、より安定し、より効率的なトレーニングとサンプリングを可能にします。
論文 参考訳（メタデータ） (2025-05-06T14:13:44Z) - AdaLog: Post-Training Quantization for Vision Transformers with Adaptive Logarithm Quantizer [54.713778961605115]
Vision Transformer (ViT) はコンピュータビジョンコミュニティにおいて最も普及しているバックボーンネットワークの1つである。
本稿では,AdaLog(Adaptive Logarithm AdaLog)量子化器を提案する。
論文 参考訳（メタデータ） (2024-07-17T18:38:48Z) - Real-Time Hand Gesture Recognition: Integrating Skeleton-Based Data Fusion and Multi-Stream CNN [0.0]
ハンドジェスチャ認識(HGR)は、様々な現実世界のコンテキストにおいて、直感的な人間とコンピュータのインタラクションを可能にする。
既存のフレームワークは、実用的なHGRアプリケーションに必要なリアルタイム要件を満たすのに苦労することが多い。
本研究では,動的ハンドジェスチャの静的イメージタスクへの認識を簡略化する,動的HGRのための頑健な骨格ベースのフレームワークを提案する。
論文 参考訳（メタデータ） (2024-06-21T09:30:59Z) - DYNAP-SE2: a scalable multi-core dynamic neuromorphic asynchronous
spiking neural network processor [2.9175555050594975]
我々は、リアルタイムイベントベーススパイキングニューラルネットワーク(SNN)をプロトタイピングするための、脳にインスパイアされたプラットフォームを提案する。
提案システムは, 短期可塑性, NMDA ゲーティング, AMPA拡散, ホメオスタシス, スパイク周波数適応, コンダクタンス系デンドライトコンパートメント, スパイク伝達遅延などの動的および現実的なニューラル処理現象の直接エミュレーションを支援する。
異なる生物学的に可塑性のニューラルネットワークをエミュレートする柔軟性と、個体群と単一ニューロンの信号の両方をリアルタイムで監視する能力により、基礎研究とエッジコンピューティングの両方への応用のための複雑なニューラルネットワークモデルの開発と検証が可能になる。
論文 参考訳（メタデータ） (2023-10-01T03:48:16Z) - Real-Time GPU-Accelerated Machine Learning Based Multiuser Detection for
5G and Beyond [70.81551587109833]
非線形ビームフォーミングフィルタは、大規模な接続を伴う定常シナリオにおいて、線形アプローチを著しく上回る。
主な課題の1つは、これらのアルゴリズムのリアルタイム実装である。
本稿では,大規模並列化によるAPSMに基づくアルゴリズムの高速化について検討する。
論文 参考訳（メタデータ） (2022-01-13T15:20:45Z) - Multi-Exit Semantic Segmentation Networks [78.44441236864057]
本稿では,最先端セグメンテーションモデルをMESSネットワークに変換するフレームワークを提案する。
パラメトリド早期出口を用いた特別訓練されたCNNは、より簡単なサンプルの推測時に、その深さに沿って保存する。
接続されたセグメンテーションヘッドの数、配置、アーキテクチャとエグジットポリシーを併用して、デバイス機能とアプリケーション固有の要件に適応する。
論文 参考訳（メタデータ） (2021-06-07T11:37:03Z) - Energy-Efficient Model Compression and Splitting for Collaborative
Inference Over Time-Varying Channels [52.60092598312894]
本稿では,エッジノードとリモートノード間のモデル圧縮と時間変化モデル分割を利用して,エッジデバイスにおける総エネルギーコストを削減する手法を提案する。
提案手法は, 検討されたベースラインと比較して, エネルギー消費が最小限であり, 排出コストが$CO$となる。
論文 参考訳（メタデータ） (2021-06-02T07:36:27Z)
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。