consistent privileged learning

StreamPPG 实现低延迟、逐帧 rPPG 估计

研究人员开发了 StreamPPG，这是一种专为从面部视频低延迟估计血容量脉冲 (BVP) 信号而设计的新架构。与需要大量视频片段并引入延迟的先前方法不同，StreamPPG 按帧运行。它采用一致的特权学习策略，在训练期间利用地面真实 rPPG 信号来增强其准确性和表示能力。实验表明，StreamPPG 在各种数据集上实现了最先进的准确性，同时在边缘设备上保持实时性能。