Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Adaptive Parameter Optimization for Robust Remote Photoplethysmography

Created by
  • Haebom
Category
Empty

저자

Cecilia G. Morales, Fanurs Chi En Teh, Kai Li, Pushpak Agrawal, Artur Dubrawski

개요

표준 RGB 카메라를 사용하여 비접촉 생체 신호 모니터링을 수행하는 원격 광용적맥파(rPPG)에 대한 연구. 다양한 환경에 적응하기 위해 조명 조건과 카메라 설정에 따라 온라인 매개변수 조정을 통해 photometric detrending 및 색상 혼합을 공동으로 최적화하는 훈련 없는 Projection-based Robust Signal Mixing (PRISM) 알고리즘을 제안함. PRISM은 unsupervised 방법 중 최고 성능을 달성했으며, PURE에서 0.77 bpm, UBFC-rPPG에서 0.66 bpm의 MAE를 기록하고, 5 bpm 임계값에서 각각 97.3%와 97.5%의 정확도를 보임. PRISM은 선도적인 supervised 방법과 동등한 성능을 보이며 (p > 0.2), 훈련 없이 실시간 CPU 성능을 유지함을 확인함.

시사점, 한계점

시사점:
PRISM 알고리즘은 훈련 없이 다양한 환경에서 rPPG의 성능을 향상시킴.
온라인 매개변수 적응을 통한 시간 series 최적화가 rPPG 성능 향상에 효과적임을 입증.
unsupervised 방법으로도 supervised 방법과 동등한 성능을 달성함.
실시간 CPU 성능을 유지하여 실제 사용에 적합.
한계점:
논문에 명시된 한계점은 없음.
👍