基于脉冲信号放大的深度学习远程心率估计方法
计算机视觉与模式识别
2024-06-26 v2 人工智能
摘要
近期数据驱动的远程光学血压发生器(rPPG)方法取得了显著进展，显著提高了远程心率估计的准确性。然而，这些方法在视频压缩的情况下性能会大幅下降，而视频压缩是高效存储和传输视频数据所必需的。本文提出了一种新方法，以解决视频压缩对rPPG估计的影响，该方法利用脉冲信号放大变换，将压缩视频适配到一种放大rPPG信号的未压缩数据域。我们通过在两个公开数据集(UCLA-rPPG和UBFC-rPPG)上的全面评估验证了模型的有效性，在多种压缩率下进行了内部分和跨数据库性能测试。此外，我们还在两个额外高度压缩且广泛使用的数据集MAHNOB-HCI和COHFACE上评估了该方法的鲁棒性，这些结果显示出卓越的心率估计性能。
引用
@article{arxiv.2405.02652,
title = {Deep Pulse-Signal Magnification for remote Heart Rate Estimation in Compressed Videos},
author = {Joaquim Comas and Adria Ruiz and Federico Sukno},
journal= {arXiv preprint arXiv:2405.02652},
year = {2024}
}