促进跨数据集远程光体积描记中的泛化能力
计算机视觉与模式识别
2023-05-25 v1
摘要
远程光体积描记(rPPG)，即利用相机远程监测受试者的心率，已从手工设计技术转向深度学习模型。虽然当前方案带来了显著的性能提升，但我们表明这些模型倾向于学习训练数据集中固有的脉搏波特征偏置。我们开发了增强方法，通过扩大模型在训练时看到的心率范围和变异性来减轻这种学习到的偏置，从而在训练时改善模型收敛性，并在测试时实现跨数据集泛化。通过三向跨数据集分析，我们证明平均绝对误差从超过13次/分钟降低到低于3次/分钟。我们将我们的方法与其他近期rPPG系统进行比较，发现在多种评估参数下性能相近。
引用
@article{arxiv.2305.15199,
title = {Promoting Generalization in Cross-Dataset Remote Photoplethysmography},
author = {Nathan Vance and Jeremy Speth and Benjamin Sporrer and Patrick Flynn},
journal= {arXiv preprint arXiv:2305.15199},
year = {2023}
}
备注
8 pages, accepted for publication at CVPM 2023