PhysAgent框架使用AI智能体改进远程心率估计

研究人员开发了PhysAgent，一个旨在提高从面部视频进行远程心率估计可靠性的新型多智能体框架。该系统解决了运动、光照变化和遮挡等可能破坏生理信号的挑战。PhysAgent不直接预测心率，而是使用轻量级的Qwen3-VL-4B多模态大语言模型来推理视频条件和信号可靠性，在生成最终心率之前验证多个基础估计器的假设。 AI

影响 该框架可以提高非接触式生理监测系统的准确性和可靠性。

排序理由 该条目是一篇研究论文，详细介绍了一个特定AI应用的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Connected Papers
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• Litmaps
• PhysAgent
• Qwen3-VL-4B
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →