一个有效的跨场景远程心率估计网络,基于全球本地信息和视频变压器
Guoliang Xiang1, Song Yao1, Yong Peng2
1Key Laboratory of Traffic Safety on Track of Ministry of Education, School of Traffic & Transportation Engineering, Central South University, Changsha, 410075, China.
Physical and engineering sciences in medicine
|March 20, 2024
概括
PulseFormer是一种新的双路变压器网络,可以提高远程心率估计的准确性. 这种非接触式技术克服了照明并带来了挑战,在各种场景中显示出强烈的概括性.
科学领域:
- 生物医学工程 生物医学工程
- 计算机视觉 计算机视觉
- 生理信号处理 生理信号处理
背景情况:
- 远程光电显微镜 (rPPG) 提供无接触的生理测量,但与可变的照明,头部姿势和闭塞作斗争.
- 由于环境和物理变化,现有的rPPG方法在准确性和通用性方面面临挑战.
研究的目的:
- 使用rPPG技术提高远程心率估计的准确性和概括性.
- 推出PulseFormer,这是一种新的双路变压器网络,旨在解决当前rPPG方法的局限性.
主要方法:
- 开发了PulseFormer,这是一个双路变压器网络,通过快速和慢速路径集成本地和全球信息.
- 采用变压器架构来捕捉时间和空间的变化,减轻噪音和增强特征提取.
- 在公共rPPG数据集和从驾驶场景中新收集的数据集上验证了性能.
主要成果:
- 在公共rPPG数据集上,PulseFormer在心率估计方面取得了最先进的性能.
- 通过在新数据集上表现出良好的表现,表达了强大的概括能力,其中包括各种面部表情和驾驶条件.
- 该模型有效地减轻了背景噪音和环境变化的影响.
结论:
- PulseFormer显著提高了远程心率估计的准确性和稳定性.
- 拟议的模型表现出极好的概括性,使其适用于各种场景的现实应用.
- 这一进步对非侵入性健康监测和人类因素研究具有前景.
