Face2PPG：一种从无监督人脸提取血容量脉搏的流水线
计算机视觉与模式识别
2023-05-08 v3
摘要
光电容积脉搏波(PPG)信号已成为医学、健康或体育等诸多领域的一项关键技术。我们的工作提出了一组从人脸稳健、可靠且可配置地提取远程PPG信号(rPPG)的流水线。我们识别并评估了无监督rPPG方法关键步骤中可能的选择。我们在六个不同数据集上评估了一个最先进的处理流水线，并在方法中加入了重要的修正以确保可复现且公平的比较。此外，我们通过提出三个新思路扩展了该流水线：1) 一种基于刚性网格归一化来稳定检测到的人脸的新方法；2) 一种动态选择人脸中提供最佳原始信号的不同区域的新方法；3) 一种称为正交矩阵图像变换(OMIT)、基于QR分解的RGB到rPPG变换方法，可增强对压缩伪影的鲁棒性。我们表明，这三项改动均在从人脸恢复rPPG信号方面带来了显著改进，相较于无监督的、非基于学习的方法取得了最先进的结果，并且在部分数据库中非常接近有监督的、基于学习的方法。我们进行了比较研究以量化每个所提思路的贡献。此外，我们给出了一系列有助于未来实现的观察结论。
引用
@article{arxiv.2202.04101,
title = {Face2PPG: An unsupervised pipeline for blood volume pulse extraction from faces},
author = {Constantino Álvarez Casado and Miguel Bordallo López},
journal= {arXiv preprint arXiv:2202.04101},
year = {2023}
}
备注
23 pages, 13 figures, 4 tables, 3 equations