HOT：远程动脉血容量测量领域适应中的谐和约束最优传输
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）通过面部视频实现非接触式生理测量；然而，其实际部署常因域间显著性能下降而受限。虽然近期基于深度学习的rPPG方法在单个数据集上取得优异性能，但频繁过拟合于与外观因素有关的特征，如照明、相机特征和颜色响应，这些特征在不同域间差异显著。为解决此限制，我们引入频域适应（FDA）作为建模rPPG中外观变化的原则策略。通过传递编码域间外观特征特性的低频谱分量，FDA鼓励rPPG模型学习对外观变化的不变性，同时保留心搏诱导信号。为进一步支持在此类外观变化下实现生理一致的对齐，我们提出谐和约束最优传输（HOT），该方法利用心搏信号的谐和特性引导原始表示与FDA传递表示之间的对齐。广泛的跨数据集实验表明，所提出的FDA和HOT框架有效提升了rPPG模型在多样化数据集上的鲁棒性和泛化能力。
引用
@article{arxiv.2604.01675,
title = {HOT: Harmonic-Constrained Optimal Transport for Remote Photoplethysmography Domain Adaptation},
author = {Ba-Thinh Nguyen and Thi-Duyen Ngo and Thanh-Trung Huynh and Thanh-Ha Le and Huy-Hieu Pham},
journal= {arXiv preprint arXiv:2604.01675},
year = {2026}
}