論文の概要: SkinMap: Weighted Full-Body Skin Segmentation for Robust Remote Photoplethysmography
- arxiv url: http://arxiv.org/abs/2510.05296v1
- Date: Mon, 06 Oct 2025 19:05:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-27 22:13:09.309192
- Title: SkinMap: Weighted Full-Body Skin Segmentation for Robust Remote Photoplethysmography
- Title（参考訳）: SkinMap:ロバストなリモート光胸腺撮影のためのフルボディ・スキン・セグメンテーション
- Authors: Zahra Maleki, Amirhossein Akbari, Amirhossein Binesh, Babak Khalaj,
- Abstract要約: 抽出信号の品質を高めるために皮膚領域を優先する新しい皮膚分割技術を導入する。
我々のモデルは、公開されているデータセットに基づいて評価され、現実世界の状況をよりよく表現するために、SynC-rと呼ばれる新しいデータセットも提示する。
さらに,多様な皮膚のトーンを検出する上で高い精度を示し,本手法が現実の応用に有望な選択肢であることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Remote photoplethysmography (rPPG) is an innovative method for monitoring heart rate and vital signs by using a simple camera to record a person, as long as any part of their skin is visible. This low-cost, contactless approach helps in remote patient monitoring, emotion analysis, smart vehicle utilization, and more. Over the years, various techniques have been proposed to improve the accuracy of this technology, especially given its sensitivity to lighting and movement. In the unsupervised pipeline, it is necessary to first select skin regions from the video to extract the rPPG signal from the skin color changes. We introduce a novel skin segmentation technique that prioritizes skin regions to enhance the quality of the extracted signal. It can detect areas of skin all over the body, making it more resistant to movement, while removing areas such as the mouth, eyes, and hair that may cause interference. Our model is evaluated on publicly available datasets, and we also present a new dataset, called SYNC-rPPG, to better represent real-world conditions. The results indicate that our model demonstrates a prior ability to capture heartbeats in challenging conditions, such as talking and head rotation, and maintain the mean absolute error (MAE) between predicted and actual heart rates, while other methods fail to do so. In addition, we demonstrate high accuracy in detecting a diverse range of skin tones, making this technique a promising option for real-world applications.
- Abstract（参考訳）: 遠隔プラチスモグラフィー(remote photoplethysmography, RPPG)は、簡単なカメラで人の皮膚の一部が見える限り、心拍数とバイタルサインをモニタリングする革新的な方法である。
この低コストで接触のないアプローチは、遠隔患者の監視、感情分析、スマート車の利用などに役立つ。
長年にわたり、この技術の精度を改善するために様々な技術が提案されてきた。
教師なしパイプラインでは、まずビデオから皮膚領域を選択し、皮膚の色変化からrPPG信号を抽出する必要がある。
抽出信号の品質を高めるために皮膚領域を優先する新しい皮膚分割技術を導入する。
全身の皮膚の領域を検知し、動きに抵抗しやすくし、口、目、毛髪などの干渉を引き起こす領域を除去する。
我々のモデルは、公開されているデータセットに基づいて評価され、現実世界の状況をよりよく表現するために、SynC-rPPGと呼ばれる新しいデータセットも提示する。
以上の結果から,本モデルでは,会話や頭部回転といった困難な条件下で心拍を捕捉し,予測値と実際の心拍数の平均絶対誤差(MAE)を維持できることが示唆された。
さらに,皮膚の様々な音色を検出する上で高い精度が示され,この技術は実世界の応用に有望な選択肢となる。
関連論文リスト
- EchoWorld: Learning Motion-Aware World Models for Echocardiography Probe Guidance [79.66329903007869]
本稿では,プローブ誘導のためのモーションアウェアな世界モデリングフレームワークであるEchoWorldを紹介する。
解剖学的な知識と運動によって引き起こされる視覚力学を符号化する。
200以上の定期的なスキャンから100万枚以上の超音波画像で訓練されている。
論文 参考訳（メタデータ） (2025-04-17T16:19:05Z) - Recovering Pulse Waves from Video Using Deep Unrolling and Deep Equilibrium Models [45.94962431110573]
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。
論文 参考訳（メタデータ） (2025-03-21T16:11:21Z) - Is thermography a viable solution for detecting pressure injuries in dark skin patients? [3.8856323181885633]
圧力障害(PI)の検出は特に暗い肌の色調において困難である。
深層学習モデルは、PIを確実に検出する大きな可能性を証明している。
より暗い肌色に焦点をあてた35人の被験者による新しい熱・光学画像データセットを導入する。
我々は、すべての皮膚のトーン上の熱画像または光学画像に基づいて訓練された小さな畳み込みニューラルネットワーク(CNN)の性能を比較した。
論文 参考訳（メタデータ） (2024-11-15T23:22:21Z) - Chaos in Motion: Unveiling Robustness in Remote Heart Rate Measurement through Brain-Inspired Skin Tracking [7.688280190165613]
既存の遠隔心拍測定法には3つの深刻な問題がある。
コンピュータビジョンタスクにカオス理論を初めて適用し、脳にインスパイアされたフレームワークとなる。
本手法はHR-RSTと呼ばれる心拍計測のためのロバスト皮膚追跡を実現する。
論文 参考訳（メタデータ） (2024-04-11T12:26:10Z) - DDI-CoCo: A Dataset For Understanding The Effect Of Color Contrast In
Machine-Assisted Skin Disease Detection [51.92255321684027]
皮膚のトーンと色差効果の相互作用について検討し,色差が皮膚のトーン間のモデル性能バイアスの新たな原因となる可能性が示唆された。
我々の研究は皮膚疾患の検出を改善するために皮膚科のAIに補完的な角度を提供する。
論文 参考訳（メタデータ） (2024-01-24T07:45:24Z) - Unsupervised Skin Lesion Segmentation via Structural Entropy
Minimization on Multi-Scale Superpixel Graphs [59.19218582436495]
本研究では,構造エントロピーと孤立林外層検出に基づく非教師付き皮膚病変sEgmentationフレームワーク,すなわちSLEDを提案する。
皮膚病変は、皮膚内視鏡像から構築した超画素グラフの構造エントロピーを最小化することにより区分される。
健康な皮膚の特徴の整合性を特徴とし, マルチスケールのセグメンテーション機構を考案し, マルチスケールのスーパーピクセル特徴を活用して, セグメンテーション精度を向上させる。
論文 参考訳（メタデータ） (2023-09-05T02:15:51Z) - 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) - Full-Body Cardiovascular Sensing with Remote Photoplethysmography [4.123458880886283]
リモート光胸腺撮影(r)では、反射光の小さなゆらぎを検出して、カメラからの血流の変化を非接触でモニタリングすることができる。
腕,足,手などの非顔の身体領域からrの実現可能性について検討した。
論文 参考訳（メタデータ） (2023-03-16T20:37:07Z) - DDPM-CD: Denoising Diffusion Probabilistic Models as Feature Extractors
for Change Detection [31.125812018296127]
Deno Diffusion Probabilistic Model (DDPM) の事前学習による変化検出のための新しいアプローチを提案する。
DDPMは、訓練画像を徐々にマルコフ連鎖を用いてガウス分布に変換することにより、トレーニングデータ分布を学習する。
推論(サンプリング)中に、トレーニング分布に近い多様なサンプルセットを生成することができる。
LEVIR-CD, WHU-CD, DSIFN-CD, CDDデータセットを用いて行った実験により,提案手法は既存の変化検出法よりもF1スコアで大幅に優れており, I。
論文 参考訳（メタデータ） (2022-06-23T17:58:29Z) - Video-based Remote Physiological Measurement via Cross-verified Feature
Disentangling [121.50704279659253]
非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。
次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。
歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
論文 参考訳（メタデータ） (2020-07-16T09:39:17Z)
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。