論文の概要: CanonicalPhys: Pose-Robust Remote Photoplethysmography via Canonical-Space Priors

• arxiv url: http://arxiv.org/abs/2607.15995v1
• Date: Fri, 17 Jul 2026 14:31:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-20 17:56:52.873749
• Title: CanonicalPhys: Pose-Robust Remote Photoplethysmography via Canonical-Space Priors
• Title（参考訳）: CanonicalPhys: Canonical-Space Priorsを用いたPose-Robust Remote Photoplethysmography
• Abstract要約: textbfCanonicalPhysを導入し、4つの顔アンカーを標準位置で固定する4点ホモグラフィーをプリペイドした。 同じパラメータ数で、CanonicalPhysはMMPDの前部から大部のMAEを1.60タイムから1.33タイムに削減する。
• 参考スコア（独自算出の注目度）: 29.386416153606508
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Deep remote photoplethysmography (rPPG) attains sub-bpm heart-rate error on frontal, stationary faces yet degrades sharply under head pose: on MMPD, the state-of-the-art FactorizePhys backbone's MAE grows $1.60\times$ from frontal ($|\text{yaw}|{<}15^\circ$) to large-yaw ($|\text{yaw}|{\geq}45^\circ$) frames. We argue that pose is a \emph{coordinate-structural} nuisance rather than a data-augmentation problem: in image coordinates the same pixel maps to different anatomy at different poses, blocking three priors otherwise natural for rPPG, namely the dichromatic reflection model, pulse-phase invariance across skin regions, and the POS/CHROM chromaticity projection, each of which presumes a stable anatomy-to-pixel mapping. We introduce \textbf{CanonicalPhys}, which prepends a differentiable four-point homography that fixes four facial anchors at canonical positions; in this canonical frame the three priors become expressible as a per-pixel Lambertian weight, a cross-ROI temporal consistency loss, and knowledge distillation from windowed POS, none of which adds trainable parameters over the backbone. At an identical parameter count, CanonicalPhys reduces MMPD's frontal-to-large-yaw MAE degradation from $1.60\times$ to $1.33\times$ and flattens the mild-yaw bin from $1.32\times$ to $1.07\times$ (across CanonicalPhys variants), with matched cross-dataset MAE reductions of up to $32\%$ on pose-rich targets. Code: https://github.com/infraface/CanonicalPhys
• Abstract（参考訳）: MMPDでは、最先端の FactorizePhys バックボーンの MAE は、前部$|\text{yaw}|{<}15^\circ$) から大部$|\text{yaw}|{\geq}45^\circ$ のフレームから1.60\times$ から大部$|\text{yaw}|{<}15^\circ$ まで成長する。 画像中では、同じピクセルマップを異なるポーズで異なる解剖学に座標し、rPPGの他の3つの先行をブロックし、すなわち、二色反射モデル、皮膚領域間のパルス位相不変性、POS/CHROM色度予測、それぞれ安定な解剖-画素マッピングを推定する。 ここでは,4つの顔アンカーを標準位置で固定する4点ホモグラフィーをプリペイドした \textbf{CanonicalPhys} を紹介する。 同じパラメータ数で、CanonicalPhysはMMPDの前部から大部のMAEの劣化を$1.60\times$から$1.33\times$に減らし、軽度のYawのビンを$1.32\times$から$1.07\times$(カノニカルPhysの変種を越えて)にフラット化し、マッチしたデータセットのMAEの減少は$32\%まで、ポーズリッチなターゲットでは$32\%まで減少する。 コード:https://github.com/infraface/CanonicalPhys

関連論文リスト

• GeoRay: Gauge-Aware Feed-Forward Satellite 3D Reconstruction in the Geodetic Frame [11.043507429399414]
  パースペクティブに制約された特徴、絶対標高、モノクラーおよびマルチビューキューを扱う方法。 軽量な ray-consistent アダプタは、凍結したバックボーンをネイティブな RPC 線に沿って適合させる。 18のシステムの絶対フレームベンチマークであるStandardは、登録やテスト参照リークなしに絶対配置をスコア付けします。
  論文  参考訳（メタデータ） (2026-08-30T09:27:36Z)
• A Design Space Study of Density Matrix Parameterizations for Diffusion-Based Quantum State Tomography [0.0]
  拡散QSTのための密度行列パラメータ化の最初の設計空間について述べる。 2-および3-qubitスケールでの7つのパラメータ化の校正は、エンドツーエンドのトレーニングによって検証され、エンフォメトリ条件だけではエンドツーエンドのパフォーマンスを予測できないことが判明した。
  論文  参考訳（メタデータ） (2026-08-10T14:05:36Z)
• GRAPE: Graduated Routing for Articulated Portrait mesh Estimation [18.48123527419252]
  3次元理解、アバター生成、没入型相互作用には、Articulated portrait mesh Estimationが不可欠である。 現在の方法では, 口開きの表情を過度に考慮し, 顎関節と表情の混在を解離させることに苦慮している。 ポートレート・パラメトリック・モデル (PPM) を構築し, 明示的な胴体対頭運動鎖とFLAME とSMPL-X を融合させる正準注入ステップを構築した。 我々は,事前訓練されたポートレートエンコーダ,累進マスクルータ,粗大な専門家で構成されるPAA(Progressive Anatomical Alignment)ネットワークを提案する。
  論文  参考訳（メタデータ） (2026-07-26T13:46:04Z)
• 2D-3D Attention and Entropy for Pose Robust 2D Facial Recognition [3.1632426898254224]
  本稿では,画像に基づくパフォーマンスにおいて,大きな相違点にまたがる改善を容易にする新しいパフォーマンスフレームワークを提案する。 提案するフレームワークは,共有クラウド(3D)表現を有効にすることで,少なくとも7.100以上のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-05-14T02:17:53Z)
• CanonicalFusion: Generating Drivable 3D Human Avatars from Multiple Images [17.10258463020844]
  カノニカルフュージョン(CanonicalFusion)と呼ばれる複数の画像からアニマタブルなヒトアバターを再構成するための新しい枠組みを提案する。 まず,LBS(Linear Blend Skinning)重みマップと深度マップを共有エンコーダ・デュアルデコーダネットワークを用いて予測し,予測深度マップから3次元メッシュの直接正準化を可能にする。 また,複数画像から再構成した結果をマージするために,前方スキンベースの異なるレンダリング方式を導入する。
  論文  参考訳（メタデータ） (2024-07-05T08:36:26Z)
• AEP$n$P: A Less-constrained EP$n$P Solver for Pose Estimation with Anisotropic Scaling [26.396201197991118]
  そこで我々は,P$nP問題に制約を緩和し,正確な3次元座標の必要性を排除した新しい手法を提案する。 古典的なEPn$Pソルバをベースとして、未知の異方性スケーリング因子を扱えるため、AEP$n$Pと呼ぶ。
  論文  参考訳（メタデータ） (2023-10-15T23:20:54Z)
• Capturing the motion of every joint: 3D human pose and shape estimation with independent tokens [34.50928515515274]
  モノクロ映像から3次元人物のポーズと形状を推定する新しい手法を提案する。 提案手法は,3DPWおよびHuman3.6Mデータセット上での優れた性能を実現する。
  論文  参考訳（メタデータ） (2023-03-01T07:48:01Z)
• ECON: Explicit Clothed humans Optimized via Normal integration [54.51948104460489]
  ゆるい衣服で3D人間を作る方法であるECONについて述べる。 布を被った人の正面と後方の詳細な2Dマップを推測する。 d-BiNI曲面の間の欠測幾何を「塗装」する。
  論文  参考訳（メタデータ） (2022-12-14T18:59:19Z)
• Pixel2ISDF: Implicit Signed Distance Fields based Human Body Model from Multi-view and Multi-pose Images [67.45882013828256]
  我々は,複数の視点と人間のポーズを入力として,標準空間における衣服付き人間の再構築に焦点をあてる。 複数の入力画像を活用することで、ポーズメッシュ上の潜時符号を学習し、その後、標準空間内のメッシュに潜時符号を割り当てる。 本研究は,WCPA MVP-Human Body Challengeにおいて,人体形状を復元する作業を行い,第3の成果を得た。
  論文  参考訳（メタデータ） (2022-12-06T05:30:49Z)
• Adversarial Parametric Pose Prior [106.12437086990853]
  我々は、SMPLパラメータを現実的なポーズを生成する値に制限する事前学習を行う。 得られた先行学習は実データ分布の多様性をカバーし、2次元キーポイントからの3次元再構成の最適化を容易にし、画像からの回帰に使用する場合のポーズ推定精度を向上することを示す。
  論文  参考訳（メタデータ） (2021-12-08T10:05:32Z)
• RoI Tanh-polar Transformer Network for Face Parsing in the Wild [50.8865921538953]
  顔解析は、画像中のターゲット顔の顔成分のピクセルワイズラベルを予測することを目的としている。 既存のアプローチは通常、前処理中に計算されたバウンディングボックスに関して、入力画像からターゲット顔を取得する。 本稿では,画像全体を顔領域とコンテキストの固定比でTanh極表現に変換するRoI Tanh極変換を提案する。 第3に、Tanh極空間とTanh-Cartesian空間の両方に畳み込み層を含むハイブリッド残差表現学習ブロック、HybridBlockを提案する。
  論文  参考訳（メタデータ） (2021-02-04T16:25:26Z)
• Monocular Expressive Body Regression through Body-Driven Attention [68.63766976089842]
  RGB画像からSMPL-Xフォーマットで体、顔、手を回帰するExPoseを導入する。 手と顔は体よりずっと小さく 画像のピクセルはごくわずかです 身体推定が顔と手の位置を合理的に決定するのを観察する。
  論文  参考訳（メタデータ） (2020-08-20T16:33:47Z)
• I2L-MeshNet: Image-to-Lixel Prediction Network for Accurate 3D Human Pose and Mesh Estimation from a Single RGB Image [79.040930290399]
  I2L-MeshNetを提案する。 提案したI2L-MeshNetは、パラメータを直接回帰するのではなく、各メッシュ座標の1Dヒートマップ上のリセル当たりの確率を予測する。 我々のリセルベースの1Dヒートマップは入力画像の空間的関係を保存し、予測の不確かさをモデル化する。
  論文  参考訳（メタデータ） (2020-08-09T12:13:31Z)
• Fusing Wearable IMUs with Multi-View Images for Human Pose Estimation: A Geometric Approach [76.10879433430466]
  多視点画像と人手足に装着したIMUから3次元人間のポーズを推定する。 まず2つの信号から2Dのポーズを検出し、3D空間に持ち上げる。 単純な2段階のアプローチは、公開データセット上の大きなマージンによる最先端のエラーを低減する。
  論文  参考訳（メタデータ） (2020-03-25T00:26:54Z)

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。