DeepPhys：基于视频的生理测量使用卷积注意力网络
计算机视觉与模式识别
2018-08-09 v2 人机交互
摘要
基于视频的非接触式生理测量在医疗保健和人机交互中有许多应用。实际应用要求即使在存在大幅头部转动的情况下测量也需准确。我们提出了首个使用深度卷积网络进行基于视频的心率和呼吸率测量的端到端系统。该系统具有基于皮肤反射模型的新运动表示，以及利用外观信息引导运动估计的新注意力机制，二者均能在异质光照和大幅运动下实现稳健测量。我们的方法在 RGB 和红外视频数据集上均显著优于当前所有最先进的方法。此外，它通过注意力机制使生理信号的空间-时间分布得以可视化。
引用
@article{arxiv.1805.07888,
title = {DeepPhys: Video-Based Physiological Measurement Using Convolutional Attention Networks},
author = {Weixuan Chen and Daniel McDuff},
journal= {arXiv preprint arXiv:1805.07888},
year = {2018}
}
备注
Accepted paper at ECCV 2018. 16 pages, 3 figures, supplementary materials in the ancillary files