人脸视频中基于VitalLens 2.0的高保真rPPG心率变异性估计
计算机视觉与模式识别
2025-11-03 v1 人机交互
摘要
本报告介绍VitalLens 2.0，这是一个新的深度学习模型，用于从面部视频中估计生理信号。该新模型在遥远光谱学（rPPG）方面实现了显著的精度提升，使其能够稳健地估计不仅有心率（HR）和呼吸率（RR），还能估计心率变异性（HRV）指标。通过结合新的模型架构和训练数据的规模与多样性的显著增加（现为1,413个独特个体），实现了这一进步。我们在由四个公开和私有数据集组成的422个独特个体的新组合测试集上评估了VitalLens 2.0。平均按个体统计，VitalLens 2.0的心率（HR）的平均绝对误差（MAE）为1.57 bpm，呼吸率（RR）为1.08 bpm，HRV-SDNN为10.18 ms，HRV-RMSSD为16.45 ms。这些结果代表了新的状态-of-the-art，显著优于先前方法。该模型现通过VitalLens API（https://rouast.com/api）向开发者开放。
引用
@article{arxiv.2510.27028,
title = {VitalLens 2.0: High-Fidelity rPPG for Heart Rate Variability Estimation from Face Video},
author = {Philipp V. Rouast},
journal= {arXiv preprint arXiv:2510.27028},
year = {2025}
}
备注
Technical Report. 8 pages, 5 figures. Introduces the VitalLens 2.0 model for rPPG and Heart Rate Variability (HRV) estimation. Project website: https://rouast.com/api