論文の概要: Rhythm-Structured Predictive Learning for Remote Photoplethysmography

• arxiv url: http://arxiv.org/abs/2606.31736v1
• Date: Tue, 30 Jun 2026 14:32:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 18:27:19.270494
• Title: Rhythm-Structured Predictive Learning for Remote Photoplethysmography
• Title（参考訳）: リモート光胸腺撮影のためのリズム構造化予測学習
• Abstract要約: RhythmJEPAはマスク付き顔画像から潜伏教師の表現を予測する。 CRSPはフレーム単位の潜伏生理状態を推定し、最も可算な循環状態経路をデコードする。 DOMは、局所的な時間的連続性と長距離リズム一貫性の依存関係の両方をキャプチャする。 SPMは、複雑さと性能のバランスのよいコンパクトなパルス感受性顔トークンを抽出する。
• 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) estimates physiological signals from facial videos by analyzing subtle pulse induced skin color variations. Despite recent progress, existing self-supervised rPPG methods mainly reconstruct masked pixels or low-level visual representations, which can bias the model toward facial appearance rather than latent physiological dy namics. Moreover, most recent Mamba-based approaches scan facial video tokens only in chronological order, limiting their ability to exploit the cyclic structure of pulse signals. To ad dress these limitations, we propose RhythmJEPA, a rhythm structured joint-embedding predictive learning framework for rPPG. Instead of reconstructing RGB frames, RhythmJEPA predicts latent teacher representations from masked facial videos, thereby encouraging physiology-aware representation learning in the embedding space. To explicitly model pulse-related tem poral structure, we introduce a Cyclic Rhythm-State Plan ner (CRSP), which estimates frame-wise latent physiological states and decodes the most plausible cyclic state path via dynamic programming with a constrained transition grammar. Guided by the decoded states, we further design a Dual Order Mamba Encoder (DOM), which combines conventional chronological scanning with state-ordered scanning to capture both local temporal continuity and long-range rhythm-consistent dependencies. Finally, a lightweight Spatial Pulse Mixer (SPM) extracts compact pulse-sensitive facial tokens with a favorable balance between complexity and performance. Experiments on PURE, UBFC-rPPG, and MMPD show competitive performance over representative rPPG methods. The codes are available at https://github.com/deconasser/RhythmJEPA.
• Abstract（参考訳）: リモート光胸腺撮影(rPPG)は、微妙なパルス誘発皮膚色の変化を分析し、顔画像から生理的信号を推定する。 近年の進歩にもかかわらず、既存のrPPG法は主にマスクされたピクセルや低レベルの視覚表現を再構成し、潜在的な生理的ダイナミックではなく、顔の外観に偏っている。 さらに、最近のMambaベースのアプローチでは、顔画像トークンを時系列でのみスキャンし、パルス信号の循環的構造を利用する能力を制限している。 これらの制約に適応するため,RhythmJEPAを提案し,RPPGのリズム構造を用いた共同埋め込み予測学習フレームワークを提案する。 RhythmJEPAは、RGBフレームを再構築する代わりに、マスクされた顔ビデオから潜伏した教師の表現を予測する。 パルス関係のテンポラル構造を明示的にモデル化するために,フレーム単位の潜在生理状態を推定し,制約付き遷移文法を用いた動的プログラミングにより最も有効な循環状態経路を復号する循環リズム状態プランナー(CRSP)を導入する。 復号化状態によって導かれたDual Order Mamba Encoder (DOM) は、従来の時系列スキャンと状態順序スキャンを組み合わせて、局所的時間的連続性と長距離リズム一貫性のある依存関係の両方をキャプチャする。 最後に、軽量な空間パルスミキサー(SPM)は、複雑さと性能のバランスの良いコンパクトなパルス感応性顔トークンを抽出する。 PURE, UBFC-rPPG, MMPDを用いた実験では, 代表的なrPPG法と競合する性能を示した。 コードはhttps://github.com/deconasser/RhythmJEPAで公開されている。

関連論文リスト

• StreamPPG: Low-Latency rPPG Estimation via Consistent Privileged Learning [24.385061454563836]
  リモート光胸腺造影(胸腔鏡)は、顔画像から血液量パルス(BVP)信号を推定し、接触のない健康モニタリングを可能にする。 ビデオクリップを入力として使用する従来のクリップワイドアプローチでは、推論を導入する前に100フレーム以上をキャプチャする必要がある。 本稿では,低レイテンシなフレーム単位の生理学的信号推定を可能にする統一アーキテクチャであるStreamを提案する。
  論文  参考訳（メタデータ） (2026-06-22T11:31:01Z)
• Physiology-Aware Masked Cross-Modal Reconstruction for Biosignal Representation Learning [14.840342258743448]
  我々は、時間的制約として時間的に順序付けられた生体信号間の相互変換を利用する生体信号事前学習フレームワークであるxMAEを紹介する。 その結果、xMAEによる事前学習は、19の下流タスクにおいて、非モーダルベースラインとマルチモーダルベースラインの両方を上回った表現が得られることがわかった。 xMAEは、時間構造をマルチモーダル事前学習信号に組み込むことで、共有プロセスの異なる段階を観察できることを示す。
  論文  参考訳（メタデータ） (2026-05-01T17:04:15Z)
• 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)
• PhysNeXt: Next-Generation Dual-Branch Structured Attention Fusion Network for Remote Photoplethysmography Measurement [50.524262997433546]
  ハーモグラフィーは、心臓の脈動によって引き起こされる顔の皮膚の色変化を分析し、心拍数やその他の重要な兆候を測定することができる。 現在の手法は主に生のビデオからエンド・ツー・エンドのモデリング、または微妙な心拍マップ(ST)表現に基づいている。 本稿では,ビデオフレームとST表現を併用したデュアルインプットディープラーニングフレームワークであるPhysMapXtを提案する。
  論文  参考訳（メタデータ） (2026-03-20T08:37:02Z)
• Reperio-rPPG: Relational Temporal Graph Neural Networks for Periodicity Learning in Remote Physiological Measurement [0.0]
  リモート光麻痺(英: Remote Photoplethys)は、顔画像の微妙な色の変化を利用して、心拍数や呼吸速度などの重要な兆候を推定する、新たな生理的センシング技術である。 この非侵襲的手法は様々な領域で普及しているが、現実世界の条件下での微細な時間的ダイナミクスを捉える能力は過小評価されている。 周期構造を効果的に捉えるためにトランスフォーマーを戦略的に統合する新しいフレームワークであるGraph Reperio-rを提案する。
  論文  参考訳（メタデータ） (2025-11-08T09:41:34Z)
• 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)
• Periodic-MAE: Periodic Video Masked Autoencoder for rPPG Estimation [6.32655874508904]
  本研究では,肌の色調の微妙な変化を経時的に捉え,顔画像から周期的な信号の一般的な表現を学習する手法を提案する。 提案手法をPURE, U-BFCr, MMPD, V-BFC4Vデータセット上で評価した。 その結果,特にクロスデータセット評価の課題において,大幅な性能向上が見られた。
  論文  参考訳（メタデータ） (2025-06-27T02:18:10Z)
• PhysLLM: Harnessing Large Language Models for Cross-Modal Remote Physiological Sensing [49.243031514520794]
  LLM(Large Language Models)は、テキスト中心の設計のため、長距離信号の取得に優れる。 PhysLLMは最先端の精度とロバスト性を実現し、照明のバリエーションや動きのシナリオにまたがる優れた一般化を示す。
  論文  参考訳（メタデータ） (2025-05-06T15:18:38Z)
• 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)
• RhythmMamba: Fast, Lightweight, and Accurate Remote Physiological Measurement [10.132660483466239]
  光プリズムグラフィー(英: Photoplethhysmography)は、生理学的ビデオからの信号の非測定方法である。 我々は、長距離遷移をキャプチャする状態空間モデルに基づくRhythmMambaを紹介する。 実験の結果、RhythmMambaは319%と23%のピークGPUメモリでステートフォワードのパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2024-04-09T17:34:19Z)
• 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。