BTS-rPPG：用于远程动脉血容量测量的正交蝴蝶时移
计算机视觉与模式识别
2026-04-03 v1
摘要
远程动脉血容量测量（rPPG）通过分析血液循环引起的细微外观变化，从面部视频实现接触式生理感知。然而，建模这些信号的时序动力学仍具有挑战性，因为许多深度学习方法依赖时序移动或卷积算子，这些算子主要从相邻帧聚集信息，导致 predominantly 本地时序建模和受限的时序感受野。为解决此限制，我们提出BTS-rPPG，一种基于正交蝴蝶时移（BTS）的时序建模框架。灵感来自快速傅里叶变换（FFT）中蝴蝶通信模式，BTS通过基于XOR的蝴蝶配对计划建立结构化帧间交互，逐渐扩大时序感受野，实现信息在远距离帧之间的高效传递。此外，我们引入正交特征传输机制（OFT），在时序移动前对源特征以目标上下文为基准进行筛选，只保留跨帧传输的正交分量。这减少了冗余特征传递，鼓励互补的时序交互。在多个基准数据集上的广泛实验表明，BTS-rPPG改进了生理动态的长程时序建模，持续优于现有的rPPG时序建模策略。
引用
@article{arxiv.2604.01679,
title = {BTS-rPPG: Orthogonal Butterfly Temporal Shifting for Remote Photoplethysmography},
author = {Ba-Thinh Nguyen and Thi-Duyen Ngo and Thanh-Trung Huynh and Thanh-Ha Le and Huy-Hieu Pham},
journal= {arXiv preprint arXiv:2604.01679},
year = {2026}
}