首届 Vision For Vitals (V4V) 非接触式基于视频的生理参数估计挑战赛
计算机与社会
2021-09-23 v1 计算机视觉与模式识别
机器学习
图像与视频处理
摘要
远程医疗有潜力在诸如 COVID-19 大流行等公共卫生紧急事件中抵消对救助的高需求。远程光电容积描记(rPPG)——从视频中非侵入式估计微血管组织中的血容量变化的问题——非常适用于这些情形。过去几年中,若干研究小组在从数字视频估计心率的远程 PPG 方法上取得快速进展并获得了令人印象深刻的结果。这些各类方法在自然条件下(存在自发行为、面部表情与光照变化)如何比较,则相对未知。为便于替代方法间的比较,首届 Vision for Vitals 挑战赛(V4V)提供了一个新颖的数据集,其中包含高分辨率视频并与来自多样化人群的多种生理信号时间锁定。本文中,我们概述评估协议、所用数据及结果。V4V 将与 2021 年国际计算机视觉会议联合举办。
引用
@article{arxiv.2109.10471,
title = {The First Vision For Vitals (V4V) Challenge for Non-Contact Video-Based Physiological Estimation},
author = {Ambareesh Revanur and Zhihua Li and Umur A. Ciftci and Lijun Yin and Laszlo A. Jeni},
journal= {arXiv preprint arXiv:2109.10471},
year = {2021}
}
备注
ICCVw'21. V4V Dataset and Challenge: https://vision4vitals.github.io/