UBFC-rPPG
PulseAugur coverage of UBFC-rPPG — every cluster mentioning UBFC-rPPG across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的深度伪造检测器融合面部线索与生理信号
研究人员开发了一种新的深度伪造检测方法，该方法分析面部运动和心率等生理信号。通过在现有的 rPPG 数据集上构建高保真深度伪造，他们发现操纵会破坏自然的生理线索和面部行为。他们提出的双向协同注意力融合检测器能有效捕捉这些跨层依赖性，在构建的数据集上实现了高 AUC 分数，并证明了其在其他深度伪造基准上的适用性。
-
心率估计模型XAI解释缺乏直接性能相关性
研究人员调查了可解释人工智能（XAI）方法应用于RhythmFormer时的可靠性和跨数据集迁移能力。RhythmFormer是一种用于远程光电容积脉搏波描记法（rPPG）的模型，可从面部视频中估计心血管脉搏。该研究评估了多种XAI技术，包括注意力图和显著性引导的忠实度系数，应用于NCKU-rPPG和UBFC-rPPG等不同数据集。研究结果表明，虽然一些XAI方法，特别是‘Beyond Intuition’，显示出良好的皮肤覆盖率和忠…
-
新的RhythmJEPA框架增强了从面部视频估计生理信号的能力
研究人员开发了一个名为RhythmJEPA的新框架，用于远程光电容积脉搏波描记法（rPPG），该方法可从面部视频估计生理信号。该方法通过专注于学习潜在的生理动力学，而不仅仅是重建视觉元素，从而改进了现有技术。RhythmJEPA包含一个循环节奏状态规划器来模拟脉冲信号的时间结构，以及一个双阶Mamba编码器来捕捉局部和长程依赖关系。在多个数据集上的实验表明，与其他rPPG方法相比，该方法具有竞争力。
-
新的 XAI 指标增强了对用于远程心率监测的 AI 的信任
研究人员开发了新的方法来分析 RhythmFormer 的可解释性，RhythmFormer 是一种用于远程光电容积脉搏波描记法 (rPPG) 的 Transformer 模型。该研究引入了忠实度和皮肤覆盖率的定量指标，以超越定性热图检查。这些工具有助于评估模型的注意力机制在多大程度上与生理数据一致，旨在为 rPPG 应用（尤其是在临床环境中）构建更值得信赖的 XAI。