FedHUG

FedHUG框架通过联邦学习增强远程生理信号测量

研究人员推出FedHUG，一个用于远程生理信号测量的、基于联邦学习的新型框架。该方法通过使用无标签用户数据进行模型更新，解决了用户隐私和标签数据需求方面的挑战。FedHUG包含一个最小偏差聚合模块来处理异构非IID特征，以及一个全局分布感知学习控制器来缓解标签分布倾斜。与使用RGB视频或mmWave雷达的现有技术相比，该框架表现出更优越的性能。