面向心率监测的可靠性感知加权多尺度时空图
图像与视频处理
2026-03-31 v1 计算机视觉与模式识别
摘要
远程光谱学（rPPG）通过分析面部视频中细微的皮肤颜色变化，实现对生理信号的非接触式估计。然而，rPPG 信号极易受到照明变化、运动、阴影和高光反射的影响，在无约束环境下导致信号质量较低。为克服这些问题，我们提出可靠性感知加权多尺度时空图（Reliability-Aware Weighted Multi-Scale Spatio-Temporal, WMST map），通过抑制环境噪声来建模像素可靠性。这些噪声采用不同加权策略，以聚焦于更生理学有效的区域。基于 WMST 图，我们开发了基于 Swin-Unet 的 SSL 对比学习方法，其中正负样本对来自常规 rPPG 信号和时空扩展 WMST 图。此外，我们引入新的 High-High-High（HHH）小波图作为负样本，保持运动和结构细节，同时滤除生理信息。我们的目标是估计心率（HR），在公开 rPPG 数据集上实验表明，该方法在降低 HR 估计误差和提高 Pearson 相关性方面，较现有基于 SSL 的 rPPG 方法在运动和照明鲁棒性方面具有优势。
引用
@article{arxiv.2603.26836,
title = {Reliability-Aware Weighted Multi-Scale Spatio-Temporal Maps for Heart Rate Monitoring},
author = {Arpan Bairagi and Rakesh Dey and Siladittya Manna and Umapada Pal},
journal= {arXiv preprint arXiv:2603.26836},
year = {2026}
}
备注
6 pages, 4 figures. Under review at ICIP 2026