基于正则化随机插值的人脸视频不确定性量化脉搏信号恢复
计算机视觉与模式识别
2026-04-14 v1
摘要
成像式光电容积描记法 (iPPG) 是一种利用相机像素读数恢复人体血容量脉搏 (BVP) 波形的光学方法，是一个令人兴奋的研究领域，许多研究者正在对 iPPG 算法进行临床研究。虽然当前解决 iPPG 任务的算法在基准数据集上表现出色，但据我们所知，尚无最先进的算法能在测试时对解空间进行采样，从而无法进行对临床应用至关重要的不确定性分析。我们通过一种名为 iPPG 正则化随机插值 (RIS-iPPG) 的新范式来解决这一不足。我们将 iPPG 恢复建模为一个逆问题，通过预测一个时间依赖随机过程的瞬时流向量和得分向量，构建了将相机像素分布演化到真实信号分布的概率路径；在测试时，我们通过求解一个随机微分方程，对给定相机像素强度测量下的正确 BVP 波形的后验分布进行采样。鉴于生理变化是缓慢的，我们证明可以通过正则化来改进 iPPG 恢复，该正则化最大化两个相邻时间窗口的残差流向量预测之间的相关性。在三个数据集上的实验结果表明，RIS-iPPG 提供了优越的重建质量和重建的不确定性估计，这是 iPPG 算法在临床和消费领域广泛应用的关键工具。
引用
@article{arxiv.2604.10777,
title = {Uncertainty-quantified Pulse Signal Recovery from Facial Video using Regularized Stochastic Interpolants},
author = {Vineet R. Shenoy and Cheng Peng and Rama Chellappa and Yu Sun},
journal= {arXiv preprint arXiv:2604.10777},
year = {2026}
}