远程生物传感：用于rPPG公平评估的开源基准框架
图像与视频处理
2023-08-21 v2 人工智能
计算机视觉与模式识别
机器学习
信号处理
摘要
rPPG（远程光电容积描记法）是一种利用通过摄像头捕获的血红蛋白光吸收特性来测量和分析BVP（血容量脉搏）的技术。分析测得的BVP可推导出心率、压力水平和血压等多种生理信号，可应用于远程医疗、远程患者监测和心血管疾病早期预测等多种场景。rPPG无需医疗或可穿戴设备，仅使用配备摄像头的设备即可测量生物信号，提供了极大的可用性和便利性，因此正在快速发展并受到学术界和工业界的广泛关注。尽管该领域取得了大量努力和进展，仍存在严峻挑战，包括与肤色、摄像头特性、环境光照以及其他噪声和伪影来源相关的问题，这些会降低准确性表现。我们认为，迫切需要进行公平且可评估的基准测试，以从学术和商业角度克服这些挑战并取得有意义的进展。在大多数现有工作中，模型仅在有限的数据集上训练、测试和验证。更糟糕的是，一些研究缺乏可用代码或可复现性，难以公平评估和比较性能。因此，本研究的目的是提供一个基准框架，在广泛的数据集上评估各种rPPG技术以实现公平评估和比较，包括传统的非深度神经网络（non-DNN）和深度神经网络（DNN）方法。GitHub URL: https://github.com/remotebiosensing/rppg
引用
@article{arxiv.2307.12644,
title = {Remote Bio-Sensing: Open Source Benchmark Framework for Fair Evaluation of rPPG},
author = {Dae-Yeol Kim and Eunsu Goh and KwangKee Lee and JongEui Chae and JongHyeon Mun and Junyeong Na and Chae-bong Sohn and Do-Yup Kim},
journal= {arXiv preprint arXiv:2307.12644},
year = {2023}
}
备注
20 pages, 10 figures