Meta-rPPG：基于转导式元学习器的远程心率估计
计算机视觉与模式识别
2020-07-15 v1 图像与视频处理
摘要
远程心率估计是在不与受试者发生任何物理接触的情况下对心率进行测量，本工作利用远程光体积描记法（rPPG）实现。rPPG 信号通常使用视频相机采集，其局限在于对多种影响因素敏感，例如肤色、光照条件和面部结构的变化。端到端监督学习方法在训练数据充足、其分布与测试数据或部署时分布偏离不大时表现良好。为应对部署期间不可预见的分布变化，我们提出一种转导式元学习器，在测试（部署）时利用无标签样本进行自监督权重调整（亦称转导推理），实现对分布变化的快速适应。采用该方法，我们在 MAHNOB-HCI 与 UBFC-rPPG 上取得了当前最优（SOTA）性能。
引用
@article{arxiv.2007.06786,
title = {Meta-rPPG: Remote Heart Rate Estimation Using a Transductive Meta-Learner},
author = {Eugene Lee and Evan Chen and Chen-Yi Lee},
journal= {arXiv preprint arXiv:2007.06786},
year = {2020}
}
备注
26 pages, 10 figures, accepted by European Conference on Computer Vision (ECCV) 2020