論文の概要: Illumination-Robust Camera-Based Heart-Rate Estimation for Physiological Sensing in Robots
- arxiv url: http://arxiv.org/abs/2606.12378v1
- Date: Wed, 10 Jun 2026 17:42:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-11 16:42:38.603308
- Title: Illumination-Robust Camera-Based Heart-Rate Estimation for Physiological Sensing in Robots
- Title（参考訳）: イルミネーション・ロバストカメラを用いたロボットの生理的センシングのための心拍数推定
- Authors: Zhi Wei Xu, Torbjörn E. M. Nordling,
- Abstract要約: 本稿では,照明の異なる新しいデータセット上でのリモートHR推定のためのエンド・ツー・エンド時空間変換フレームワークを提案する。
我々の推定器はPRNetベースの3次元顔アライメント、クリップレベルの照明強化、残留時間標準化モジュール、ハイブリッド時間周波数監視を統合している。
- 参考スコア（独自算出の注目度）: 3.7597760118057884
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Physiological awareness is important for service, social, and assistive robots that interact with humans in everyday environments. Remote photoplethysmography (rPPG) enables non-contact heart-rate (HR) estimation from an RGB camera, making it a promising sensing modality for robot-mounted vision systems. However, illumination variation remains a major barrier to robust deployment. This paper presents an end-to-end spatial-temporal transformer framework for remote HR estimation on a new dataset with varied illumination. Our estimator integrates PRNet-based 3D face alignment, clip-level illumination augmentation, the Residual Temporal Standardization Module, and controlled hybrid temporal-frequency supervision. The training objective combines a Soft-Shifted Pearson waveform loss with a spectral Kullback-Leibler divergence loss, where a tuned weight ($\mathbfβ$) controls the contribution of frequency-domain heart-rate guidance. Experiments on a static all-level mix protocol covering three illumination levels show that $\mathbfβ=5$ provides the strongest result among the tested beta settings, achieving a best-run HR mean absolute error (MAE) of 0.79 bpm and an HR correlation of 0.982. Compared with the PhysFormer baseline evaluated on our dataset, our estimator reduces HR MAE by 93.6 %, while increasing HR correlation from 0.088 to 0.982, making it usable when illumination varies.
- Abstract（参考訳）: 生理的意識は、日常の環境で人間と対話するサービス、社会的、補助的なロボットにとって重要である。
遠隔プラチスモグラフィー(rPPG)は、RGBカメラから非接触心拍数(HR)を推定できるため、ロボット搭載型視覚システムにおいて有望な知覚モダリティとなる。
しかしながら、照明のばらつきは、ロバストなデプロイメントにとって大きな障壁である。
本稿では,照明の異なる新しいデータセット上でのリモートHR推定のためのエンド・ツー・エンド時空間変換フレームワークを提案する。
我々の推定器はPRNetベースの3次元顔アライメント、クリップレベルの照明強化、残留時間標準化モジュール、ハイブリッド時間周波数監視を統合している。
トレーニング目的は、ソフトシフトピアソン波形損失とスペクトルクルバック・リーブラー分散損失を組み合わせ、調整重量(\mathbfβ$)が周波数領域の心拍数誘導の寄与を制御する。
3つの照明レベルをカバーする静的な全レベル混合プロトコルの実験では、$\mathbfβ=5$がテストされたベータ設定の中で最強の結果となり、最高のHR平均絶対誤差(MAE)が0.79 bpm、HR相関が0.982に達した。
我々の推定器は、我々のデータセットで評価されたPhysFormerベースラインと比較して、HR MAEを93.6 %削減する一方、HR相関は0.088から0.982に増加し、照明が変わると使用することができる。
関連論文リスト
- Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
テキスト検出器は、事前訓練された典型軸を増幅する。
タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。
RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
論文 参考訳（メタデータ） (2026-05-20T19:08:38Z) - Triple Spectral Fusion for Sensor-based Human Activity Recognition [86.21994396715074]
本稿では,センサを用いたヒューマンアクティビティ認識(HAR)に適した新しい三重スペクトル融合フレームワークを提案する。
雑音抑制のための適応的な補間フィルタリング手法を開発し,各IMUセンサを姿勢・運動モードノードに整理する。
適応ウェーブレット周波数選択手法により、コンテキストの冗長性を抑え、特徴の長さを短縮する。
論文 参考訳（メタデータ） (2026-05-04T15:42:58Z) - Thermal Imaging for Contactless Cardiorespiratory and Sudomotor Response Monitoring [9.779484408479108]
本稿では、熱ビデオから電磁気活性(EDA)、心拍数(HR)、呼吸速度(BR)信号の抽出を特徴付ける。
公開SIMULATOR Study 1ドライバ監視データセットから,31セッションで288のEDA構成とHR/BRパイプラインを評価した。
論文 参考訳（メタデータ） (2026-02-12T19:41:18Z) - CardiacMamba: A Multimodal RGB-RF Fusion Framework with State Space Models for Remote Physiological Measurement [24.511384674989223]
遠隔光麻痺(rPl)による心拍数(HR)推定は、健康モニタリングに非侵襲的な解決策を提供する。
従来の単一モダリティアプローチ(RGBまたはRF)は、照明のバリエーション、モーションアーティファクト、皮膚のトーンバイアスによるロバストさと精度のバランスをとる上で、課題に直面している。
両モードの相補的強度を利用するマルチモーダルRGB-RF融合フレームワークであるCardiacMambaを提案する。
論文 参考訳（メタデータ） (2025-02-19T11:00:34Z) - RRWaveNet: A Compact End-to-End Multi-Scale Residual CNN for Robust PPG
Respiratory Rate Estimation [0.6464087844700315]
RRの変化は、心臓病、肺疾患、睡眠障害などの深刻な医療イベントを反映できるため、呼吸速度(RR)は重要なバイオマーカーである。
標準RRカウントはヒューマンエラーを起こしやすいため、連続的に実行することはできない。
本研究では,RRWaveNetを連続的に推定する手法を提案する。
論文 参考訳（メタデータ） (2022-08-18T07:11:34Z) - MixSTE: Seq2seq Mixed Spatio-Temporal Encoder for 3D Human Pose
Estimation in Video [75.23812405203778]
近年, 学習時間相関のため, 全フレームのボディジョイントを世界規模で考慮し, 2次元キーポイントシーケンスから3次元人間のポーズを推定する手法が提案されている。
本研究では,各関節の時間的動きを別々にモデル化する時間的変圧器ブロックと,関節間空間相関を有する変圧器ブロックを有するミキシングミキシングを提案する。
さらに、ネットワーク出力は、中央フレームから入力ビデオの全フレームに拡張され、入力と出力のベンチマーク間のコヒーレンスが改善される。
論文 参考訳（メタデータ） (2022-03-02T04:20:59Z) - Embedding Temporal Convolutional Networks for Energy-Efficient PPG-Based
Heart Rate Monitoring [17.155316991045765]
Photoplethysmography (volution) センサーは非侵襲的で快適な心拍数モニタリングを可能にする。
モーションアーティファクト(MA)はモニタリングの精度に大きく影響を与え、皮膚とセンサーのインターフェースに高いばらつきをもたらす。
PPGに基づく人事推定のための計算軽量で頑健な深層学習手法を提案する。
PPGDaliaのMean Absolute Error(MAE)の3.84 Beats per Minute(BPM)という2つのベンチマークデータセットに対するアプローチを検証する。
論文 参考訳（メタデータ） (2022-03-01T17:04:28Z) - Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。
コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。
その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
論文 参考訳（メタデータ） (2021-01-26T16:01:02Z) - MOMBAT: Heart Rate Monitoring from Face Video using Pulse Modeling and
Bayesian Tracking [10.43230025523549]
顔画像に基づく新しい人事監視手法MOMBATを提案する。
平面外の顔の動きを利用して、新しい品質推定機構を定義する。
ベイズ決定理論に基づくHR追跡機構を設計し、突発的なHR推定を補正する。
論文 参考訳（メタデータ） (2020-05-10T09:41:16Z) - AutoHR: A Strong End-to-end Baseline for Remote Heart Rate Measurement
with Neural Searching [76.4844593082362]
既存のエンド・ツー・エンドのネットワークが難易度が低い理由を考察し,アーキテクチャ・サーチ(NAS)を用いたリモートHR計測のための強力なベースラインを確立する。
総合的な実験は、時間内テストとクロスデータセットテストの両方で3つのベンチマークデータセットで実施される。
論文 参考訳（メタデータ） (2020-04-26T05:43:21Z)
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。