論文の概要: A Skin-Tone-Aware Dual-Representation Remote Photoplethysmography Framework for Contactless Respiratory Rate Estimation

• arxiv url: http://arxiv.org/abs/2606.21511v1
• Date: Fri, 19 Jun 2026 15:06:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 12:57:53.457299
• Title: A Skin-Tone-Aware Dual-Representation Remote Photoplethysmography Framework for Contactless Respiratory Rate Estimation
• Title（参考訳）: 接触非接触呼吸速度推定のための皮膚・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨の
• Authors: Trishna Saikia, Anup Kumar Gupta, Puneet Gupta, Pasi Liljeberg,
• Abstract要約: リモート光胸腺撮影は、従来の方法に代わる有望な非接触性を提供する。 呼吸情報をキャプチャするグリーンダイナミックRGB信号プロジェクションを提案する。 インド人の人口動態を表現した呼吸速度顔画像データセットRR-rも導入した。
• 参考スコア（独自算出の注目度）: 2.7277600972008673
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Respiratory rate is a vital indicator of pulmonary and cardiovascular health, yet conventional methods for estimating respiratory rate are often intrusive due to their contact-based nature. Remote photoplethysmography offers a promising non-contact alternative and has been widely used for heart rate estimation; however, its potential for respiratory rate estimation remains underexplored. Existing methods typically adapt green and chrominance-based projections originally designed for heart rate estimation, which only partially capture respiratory dynamics. Most prior work focuses on the Eulerian representation with fixed or empirically selected RGB projections. To address these gaps, we propose a skin-tone-aware dynamic RGB signal projection that captures respiratory information. To mitigate the sensitivity of the Lagrangian representation to non-respiratory motion, we introduce a denoising network for motion-based remote photoplethysmography signals. We further design a phase-independent contrastive loss that enables Eulerian and Lagrangian representations to collaboratively learn respiratory rate information. We also introduce RR-rPPG, a respiratory-rate facial video dataset with Indian demographic representation. We evaluate the method on RR-rPPG and the publicly available COHFACE dataset, where it consistently outperforms comparison methods and achieves up to a 42.1% reduction in mean absolute error across the evaluated settings. The proposed framework demonstrates the effectiveness of jointly leveraging skin-tone-aware Eulerian and denoised Lagrangian representations for contactless respiratory rate estimation from facial videos. In addition, RR-rPPG contributes a diverse benchmark resource for future research in remote respiratory monitoring. The code and dataset will be made publicly available upon paper acceptance.
• Abstract（参考訳）: 呼吸速度は肺や心血管の健康にとって重要な指標であるが、従来の呼吸速度推定法は接触による性質からしばしば侵入的である。 遠隔プラチスモグラフィーは、有望な非接触の代替手段であり、心拍数推定に広く用いられているが、呼吸速度推定の可能性はまだ未発見である。 既存の方法は、もともと心拍数推定のために設計された緑とクロミナンスに基づく投射を適応させるのが一般的であり、呼吸動態を部分的に捉えているだけである。 ほとんどの先行研究は、固定または経験的に選択されたRGB射影を持つユーレアン表現に焦点を当てている。 これらのギャップに対処するために,呼吸情報をキャプチャするスキントーン対応動的RGB信号投影法を提案する。 本研究では,非呼吸運動に対するラグランジアン表現の感度を緩和するために,動作に基づく遠隔胸腺画像信号のデノナイジングネットワークを導入する。 さらに、ユーレリア語とラグランジュ語の表現が協調して呼吸率情報を学習できる位相非依存のコントラスト損失を設計する。 インド人の人口動態を表す呼吸速度の顔画像データセットRR-rPPGも導入した。 RR-rPPGと一般に利用可能なCOHFACEデータセット上で、比較手法を一貫して上回り、評価設定全体で平均絶対誤差を42.1%削減する。 提案フレームワークは, 顔画像からの非接触呼吸速度推定において, 肌色を意識したユーレリア表現と認知ラグランジアン表現の併用の有効性を実証するものである。 さらに、RR-rPPGは、遠隔呼吸モニタリングにおける将来の研究のための様々なベンチマークリソースに貢献している。 コードとデータセットは、論文の受理時に公開される。

関連論文リスト

• 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)
• Investigating the impact of kernel harmonization and deformable registration on inspiratory and expiratory chest CT images for people with COPD [5.293488807720599]
  本稿では、再構成カーネルを調和させ、変形可能な画像登録を行うための2段階パイプラインを提案する。 ハードカーネル (BONE) で再構成した呼吸スキャンとソフトカーネル (STANDARD) で再構成した呼吸スキャンを調和させるために, GAN (Cycle Generative Adversarial Network) を用いている。 その結果,高調波は気腫測定の不整合を著しく減少させることがわかった。
  論文  参考訳（メタデータ） (2025-02-07T17:41:49Z)
• Deformable Image Registration of Dark-Field Chest Radiographs for Local Lung Signal Change Assessment [44.53888711621821]
  暗視野胸部X線撮影では,呼吸状態のみに肺の信号が認められた。 我々の研究は、異なる呼吸状態の暗視野の肺情報を局所的に比較することで、新たな視点を加えることを目的としている。
  論文  参考訳（メタデータ） (2025-01-18T13:08:32Z)
• The Useful Side of Motion: Using Head Motion Parameters to Correct for Respiratory Confounds in BOLD fMRI [0.4681661603096333]
  呼吸は頭部の動きを誘発し、実際の動きや擬似的な動きを誘導する。 推奨ノッチフィルターは呼吸誘発運動アーティファクトを緩和し、呼吸周波数帯のバンドパスフィルタが呼吸誘発頭部運動を分離することを示唆する。 本研究では,推定頭部運動パラメータを統合することで静止状態BOLD-fMRIデータからRV推定精度を向上させることを目的とする。
  論文  参考訳（メタデータ） (2024-10-16T17:58:20Z)
• Using BOLD-fMRI to Compute the Respiration Volume per Time (RTV) and Respiration Variation (RV) with Convolutional Neural Networks (CNN) in the Human Connectome Development Cohort [55.41644538483948]
  本研究では, RVとRVTの2つの呼吸対策を再現するための1次元CNNモデルを提案する。 その結果、CNNはBOLD信号の静止から情報的特徴を捉え、現実的なRVとRVTのタイムリーを再構築できることがわかった。
  論文  参考訳（メタデータ） (2023-07-03T18:06:36Z)
• Validated respiratory drug deposition predictions from 2D and 3D medical images with statistical shape models and convolutional neural networks [47.187609203210705]
  患者固有の沈着モデリングのための自動計算フレームワークを開発し,検証することを目的としている。 2次元胸部X線と3次元CT画像から3次元患者の呼吸動態を生成できる画像処理手法が提案されている。
  論文  参考訳（メタデータ） (2023-03-02T07:47:07Z)
• Rapid Extraction of Respiratory Waveforms from Photoplethysmography: A Deep Encoder Approach [24.594587557319837]
  呼吸情報の多くは、血流、心拍数、脳卒中量の変化を通じて、光胸腺造影信号に含まれる。 我々は、この事実を、再利用可能な畳み込みオートエンコーダに基づく新しいディープラーニングフレームワークを用いて活用することを目指している。 本モデルでは, 金標準に接近する呼吸波形を生成でき, 同時に, 術中呼吸速度の推定値を生成できることが示されている。
  論文  参考訳（メタデータ） (2022-12-22T13:07:13Z)
• Identifying Rhythmic Patterns for Face Forgery Detection and Categorization [46.21354355137544]
  本研究では, PPG信号に対する空間時間フィルタリングネットワーク (STFNet) と, PPG信号の制約と相互作用のための空間時間インタラクションネットワーク (STINet) からなる顔偽造検出と分類のためのフレームワークを提案する。 フォージェリーメソッドの生成に関する知見を得て,フレームワークの性能を高めるために,イントラソースとイントラソースのブレンディングを提案する。
  論文  参考訳（メタデータ） (2022-07-04T04:57:06Z)
• Identification of deep breath while moving forward based on multiple body regions and graph signal analysis [45.62293065676075]
  本稿では,世界深度カメラを通り過ぎているときの深呼吸を自動的に識別できる非閉塞性ソリューションを提案する。 検証実験において、提案手法は、それぞれ75.5%、76.2%、75.0%、75.2%の精度、精度、リコール、F1の比較手法よりも優れている。
  論文  参考訳（メタデータ） (2020-10-20T08:26:50Z)
• CNN-MoE based framework for classification of respiratory anomalies and lung disease detection [33.45087488971683]
  本稿では,聴取分析のための頑健な深層学習フレームワークを提示し,検討する。 呼吸周期の異常を分類し、呼吸音の記録から病気を検出することを目的としている。
  論文  参考訳（メタデータ） (2020-04-04T21:45:06Z)

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。