研究人员开发了EgoHRV，这是一种新颖的方法，使以自我为中心的视觉系统仅使用注视摄像头即可估计心率变异性（HRV）和心率（HR）。该技术克服了以往由以自我为中心的视频中的运动和噪声引起的限制，这些限制掩盖了HRV分析所需的精细时序。通过采用3D骨干网络和低-高频分解模块，EgoHRV提取血容量脉冲信号，并对来自接触式和摄像头派生数据的频域表示进行对齐。该系统在HR和HRV估计方面展示了最先进的准确性，并将其集成到EgoExo4D熟练度估计器中，准确性提高了17.8%。这一进步使得以自我为中心的系统不仅能够评估技能，还能评估压力和唤醒等生理状态。 AI
影响 使以自我为中心的系统能够监测用户的压力和唤醒水平，有可能改善培训和人机交互。
排序理由 该集群描述了一种在研究论文中提出的用于从以自我为中心的系统估计生理数据的新方法。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
Egocentric vision systems capture human behavior from visible cues, but overlook physiological indicators of autonomic states such as stress, engagement, and attention. Heart rate variability (HRV) is a widely used noninvasive marker of autonomic regulation under stress. HRV refl…
arXiv:2608.18711v1 Announce Type: new Abstract: Egocentric vision systems capture human behavior from visible cues, but overlook physiological indicators of autonomic states such as stress, engagement, and attention. Heart rate variability (HRV) is a widely used noninvasive marke…