利用光谱反射率从 RGB 人脸视频进行视觉心率估计
机器学习
2022-08-11 v1 人工智能
密码学与安全
摘要
从人脸视频估计心率在医疗和健身行业有诸多应用。此外，它在游戏领域也变得有用。已有多种方法被提出以无缝地从人脸视频获取心率，但这些方法在处理运动和光照伪影方面存在问题。在这项工作中，我们提出了一种利用用户光谱反射率的可靠心率 (HR) 估计框架，使其对运动和光照干扰具有鲁棒性。我们采用基于深度学习的框架（如 Faster RCNNs）进行人脸检测，而非先前方法所用的 Viola-Jones 算法。我们在 MAHNOB HCI 数据集上评估了我们的方法，发现所提方法能够优于先前的方法。从人脸视频估计心率在医疗和健身行业有诸多应用。此外，它在游戏领域也变得有用。已有多种方法被提出以无缝地从人脸视频获取心率，但这些方法在处理运动和光照伪影方面存在问题。在这项工作中，我们提出了一种利用用户光谱反射率的可靠 HR 估计框架，使其对运动和光照干扰具有鲁棒性。我们采用基于深度学习的框架（如 Faster RCNNs）进行人脸检测，而非先前方法所用的 Viola-Jones 算法。我们在 MAHNOB HCI 数据集上评估了我们的方法，发现所提方法能够优于先前的方法。
引用
@article{arxiv.2208.04946,
title = {Attention Hijacking in Trojan Transformers},
author = {Weimin Lyu and Songzhu Zheng and Tengfei Ma and Haibin Ling and Chao Chen},
journal= {arXiv preprint arXiv:2208.04946},
year = {2022}
}