基于人脸视频的心率估计用于学生评估：在 edBB 上的实验
人机交互
2020-06-02 v1 机器学习
摘要
在本研究中，我们通过人脸视频估计心率以用于学生评估。该信息对于随时间追踪其状态以及估计其他数据（如注意力水平或可能因作弊尝试而引起的压力）非常有价值。本研究考虑了近期的 edBBplat——一个用于远程教育中学生行为建模的平台。该平台允许从一组捕获生物特征与行为数据的传感器采集多种信号：RGB 与近红外相机、麦克风、EEG 头带、鼠标、智能手表和键盘等。在本研究的实验框架中，我们聚焦于 RGB 与近红外视频序列，应用远程光体积描记术技术进行心率估计。实验包含 25 名不同学生完成一系列与电子学习相关任务的行为与生理数据。我们将所提出的人脸心率估计方法与智能手表提供的心率进行比较，取得了极具前景的结果，有望在未来电子学习应用中部署。
引用
@article{arxiv.2006.00825,
title = {Heart Rate Estimation from Face Videos for Student Assessment: Experiments on edBB},
author = {Javier Hernandez-Ortega and Roberto Daza and Aythami Morales and Julian Fierrez and Ruben Tolosana},
journal= {arXiv preprint arXiv:2006.00825},
year = {2020}
}
备注
Accepted in "IEEE Computer Society Signature Conference on Computers, Software and Applications (COMPSAC) 2020"