MobilePhys：基于手机摄像头的个性化非接触式生理感知
计算机视觉与模式识别
2022-04-25 v2 人机交互
摘要
基于摄像头的光电容积描记法是一组流行的非接触式生理测量技术。当前最先进的神经模型通常以监督方式使用配有金标准生理测量的视频训练。然而，它们在域外样本（即与训练集不同的视频）上泛化能力常较差。个性化模型可改善泛化性，但许多个性化技术仍需部分金标准数据。为缓解此依赖，本文提出一种名为MobilePhys的新型移动感知系统，即首个移动个性化远程生理感知系统，其利用智能手机前后摄像头为训练个性化非接触式基于摄像头的PPG模型生成高质量自监督标签。为评估MobilePhys的鲁棒性，我们开展了有39名参与者、在不同移动设备、光照条件/强度、运动任务与皮肤类型下完成一组任务的用户研究。结果表明，MobilePhys显著优于最先进的设备上监督训练与少样本自适应方法。通过广泛用户研究，我们进一步考察了MobilePhys在复杂真实环境中的表现。我们设想，由所提双摄像头移动感知系统生成的校准或个性化基于摄像头的非接触式PPG模型，将为智能镜、健身与移动健康等大量未来应用打开大门。
引用
@article{arxiv.2201.04039,
title = {MobilePhys: Personalized Mobile Camera-Based Contactless Physiological Sensing},
author = {Xin Liu and Yuntao Wang and Sinan Xie and Xiaoyu Zhang and Zixian Ma and Daniel McDuff and Shwetak Patel},
journal= {arXiv preprint arXiv:2201.04039},
year = {2022}
}
备注
Published paper: https://dl.acm.org/doi/10.1145/3517225