論文の概要: RPM-Distill: Physiology-guided Adaptive Cross-modal Distillation for Robust Remote Physiological Measurement
- arxiv url: http://arxiv.org/abs/2606.28089v1
- Date: Fri, 26 Jun 2026 13:50:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-29 18:24:25.506111
- Title: RPM-Distill: Physiology-guided Adaptive Cross-modal Distillation for Robust Remote Physiological Measurement
- Title（参考訳）: RPM蒸留:ロバストリモート生理計測のための生理誘導型適応型クロスモーダル蒸留
- Authors: Jiyao Wang, Qingyong Hu, Duoxun Tang, Xiao Yang, Kaishun Wu, Jiangbo Yu,
- Abstract要約: ビデオベースのリモート生理計測(RPM)は、非常にアクセスしやすいが、様々な照明、肌のトーン、動きの下でも脆弱である。
トレーニング中のみ同期レーダを利用する生理誘導型クロスモーダル蒸留フレームワークであるRPM-Distillを提案する。
RPM-Distillは、単調なベースラインよりも81%のMAEと21%の相関改善をもたらす。
- 参考スコア（独自算出の注目度）: 25.785573372322137
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Video-based remote physiological measurement (RPM) is highly accessible but remains fragile under varying illumination, skin tones, and motion. Radio frequency (RF) radar is largely invariant to illumination and appearance, providing complementary cardio-respiratory micro-motion cues; however, requiring radar at inference is often impractical due to its limited ubiquity and deployment overhead. We propose RPM-Distill, a physiology-guided cross-modal distillation framework that leverages synchronized radar only during training while retaining video-only inference. Our key observation is that although RGB and RF waveforms differ in sensing physics and time-domain morphology, they share similar latent periodic rhythm in the frequency domain. We thus distill physiology-structured spectral evidence to improve robustness, via losses that (i) anchor the fundamental peak, (ii) match the off-peak background distribution, and (iii) preserve spectral morphology and sharpness. To avoid negative transfer under sample-level teacher quality and alignment uncertainty, a spectral policy network predicts sample-level distillation gates and component weights from the student--teacher spectral relation map, learned with a meta bilevel objective on a small labeled validation split. Through extensive experiments in challenging conditions and cross-dataset settings, RPM-Distill brings 81\% MAE and 21\% correlation improvement over unimodal baselines. Code is at https://github.com/WJULYW/RPM-Distill.
- Abstract（参考訳）: ビデオベースのリモート生理計測(RPM)は、非常にアクセスしやすいが、様々な照明、肌のトーン、動きの下でも脆弱である。
ラジオ周波数(RF)レーダーは照明と外観にほとんど変化がなく、相補的な心臓呼吸式マイクロモーションキューを提供するが、推論時にレーダーを必要とすることは、その用途と展開のオーバーヘッドが限られているため、しばしば非現実的である。
RPM-Distillは,映像のみの推論を維持しながら,訓練中にのみ同期レーダーを利用する生理学的誘導型クロスモーダル蒸留フレームワークである。
我々のキーとなる観察は、RGBおよびRF波形はセンシング物理と時間領域形態が異なるが、周波数領域において同様の潜時周期リズムを共有することである。
これにより、生理学的に構造化されたスペクトル証拠を蒸留し、ロバスト性を改善する。
(i)基本ピークをアンカーする。
(ii)オフピークの背景分布と一致し、
三 スペクトル形態及び鋭さを保存すること。
サンプルレベルの教師品質とアライメントの不確実性の下での負の伝達を回避するために、小さなラベル付き検証分割に基づいてメタバイレベル目的で学習した学生-教師のスペクトル関係マップから、サンプルレベルの蒸留ゲートと成分量の予測を行う。
RPM-Distillは、挑戦条件やクロスデータセット設定に関する広範な実験を通じて、81 % MAE と21 % の相関改善を実現している。
コードはhttps://github.com/WJULYW/RPM-Distillにある。
関連論文リスト
- Set-Based Transformer for Atmospheric Compensation in Standoff LWIR Hyperspectral Imaging [6.066442015301664]
本稿では,複数の放射率測定,透過率,大気経路放射率,共有下降スペクトルを併用した,軽量なセットベース深層学習フレームワークを提案する。
学習した表現をスパースオートエンコーダを用いて解析し、テストデータの地理的コヒーレントな部分集合上で複数の潜在特徴が活性化されることを観察する。
論文 参考訳（メタデータ） (2026-06-06T20:25:30Z) - Learning to Refine: Spectral-Decoupled Iterative Refinement Framework for Precipitation Nowcasting [21.300422393514804]
本稿では,現在放送を進行周波数分離改良として再編成する決定論的枠組みを提案する。
SDIRはまず安定な低周波合成骨格を抽出し、次いで物理的制約下で高周波テクスチャを反復的に洗練する。
3つのベンチマークで実験したところ、SDIRは空間精度でSOTA法を著しく上回っている。
論文 参考訳（メタデータ） (2026-06-01T07:34:30Z) - FreqPhys: Repurposing Implicit Physiological Frequency Prior for Robust Remote Photoplethysmography [54.32412212867472]
Photoplethysmographyは、ビデオから肌の色の変化を微妙に捉え、接触のない生理的モニタリングを可能にする。
FreqPhysは、シグナル回復のために生理的頻度事前を明示的に活用する周波数誘導リレーションフレームワークである。
これは、特に挑戦的な運動条件下で、最先端のアプローチよりも大幅に改善される。
論文 参考訳（メタデータ） (2026-04-01T06:25:42Z) - SPIRIT: Adapting Vision Foundation Models for Unified Single- and Multi-Frame Infrared Small Target Detection [18.86422994684341]
赤外線小目標検出(IRSTD)は監視と早期警戒に不可欠であり、単一フレーム分析とビデオモード追跡の両方に展開する。
本稿では,軽量な物理インフォームドプラグインによってVFMをIRSTDに適応させる,統一的でVFM互換のフレームワークであるSPIRITを提案する。
論文 参考訳（メタデータ） (2026-02-02T09:15:29Z) - PHASE-Net: Physics-Grounded Harmonic Attention System for Efficient Remote Photoplethysmography Measurement [63.007237197267834]
既存のディープラーニング手法は、主に生理学的モニタリングであり、理論的な堅牢性を欠いている。
本研究では,Navier-Stokes方程式のヘモダイナミックスから導かれる物理インフォームド r パラダイムを提案し,パルス信号が2次系に従うことを示す。
これは、時間的円錐ネットワーク(TCN)を使用する理論的正当性を提供する。
Phase-Netは高い効率で最先端のパフォーマンスを実現し、理論上は基礎的でデプロイ可能な r ソリューションを提供する。
論文 参考訳（メタデータ） (2025-09-29T14:36:45Z) - LSCD: Lomb-Scargle Conditioned Diffusion for Time series Imputation [55.800319453296886]
欠落または不規則なサンプルデータを持つ時系列は、機械学習において永続的な課題である。
我々は,不規則サンプルデータのパワースペクトルの信頼性の高い計算を可能にする,異なるLombiable-Scargle層を導入する。
論文 参考訳（メタデータ） (2025-06-20T14:48:42Z) - 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) - Diffusion Probabilistic Model Made Slim [128.2227518929644]
軽量画像合成のためのスリム拡散確率モデル(DPM)のカスタマイズ設計を提案する。
一連の条件および非条件画像生成タスクにおける遅延拡散モデルと比較して,計算複雑性を8-18倍に削減する。
論文 参考訳（メタデータ） (2022-11-27T16:27:28Z) - PhysFormer: Facial Video-based Physiological Measurement with Temporal
Difference Transformer [55.936527926778695]
近年のディープラーニングアプローチは、時間的受容の限られた畳み込みニューラルネットワークを用いた微妙なrの手がかりのマイニングに重点を置いている。
本稿では,エンドツーエンドのビデオトランスをベースとしたアーキテクチャであるPhysFormerを提案する。
論文 参考訳（メタデータ） (2021-11-23T18:57:11Z)
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。