从低分辨率视频进行远程光电容积描记：一种使用高效 ConvNets 的端到端方案
计算机视觉与模式识别
2022-08-16 v1 图像与视频处理
摘要
从人脸视频测量心脉冲在过去几年已成为一个有趣的研究追求。这主要是由于以非侵入方式获取个体心率的重要性日益增加，这对于游戏与医疗行业中的应用极为有用。过去几年的另一个重要研究领域是深度学习的出现以及使用深度神经网络来提升任务性能。本工作中，我们提出使用高效卷积网络从低分辨率人脸视频精确测量用户心率。此外，为确保能够实时获取心率，我们通过剪枝压缩深度学习模型，从而减小其内存占用。我们在 MAHNOB 数据集上对所提方法的性能进行基准测试，并将其性能与多种方法进行比较。
引用
@article{arxiv.2208.06817,
title = {Remote Photoplethysmography from Low Resolution videos: An end-to-end solution using Efficient ConvNets},
author = {Bharath Ramakrishnan and Ruijia Deng},
journal= {arXiv preprint arXiv:2208.06817},
year = {2022}
}
备注
arXiv admin note: text overlap with arXiv:2208.04947