基于生成对抗学习的标准rPPG信号生成OA北大核心CSTPCD
Standard rPPG Signal Generation Based on Generative Adversarial Learning
为了提高生成远程光电容积脉搏波描记法(remote Photoplethysmography,rPPG)信号的波形规律性,降低心率计算难度,提出了一种标准化rPPG的信号生成方法.将人脸视频输入到生成对抗网络的生成器中,生成器通过有标签数据进行监督训练,预测得到人脸视频中蕴含的rPPG信号.为了进一步优化生成器的预测结果,使用数学建模方法生成标准的rPPG信号,并将其与生成器预测的信号同时输入至判别器中进行对抗学习,不断优化生成器参数,使得生成器…查看全部>>
To improve the regularity of the generated remote photoplethysmography(rPPG)signal waveform and reduce the difficulty of heart rate calculation,a standardized rPPG signal generation method is proposed.Specifically,facial videos are input into the generator of a generative adversarial network(GAN),and the generator is supervised trained using labeled data to predict the underlying rPPG signal contained in the facial videos.To further optimize the generator's …查看全部>>
涂晓光;胡哲昊;胡俊强;刘建华;雷霞;刘宇昂;王宇;冯子亮
四川大学 计算机学院,成都 610065||中国民用航空飞行学院 航空电子电气学院,四川 广汉 618307中国民用航空飞行学院 航空电子电气学院,四川 广汉 618307中国民用航空飞行学院新津分院,成都 611431中国民用航空飞行学院 航空电子电气学院,四川 广汉 618307中国民用航空飞行学院 航空电子电气学院,四川 广汉 618307中国民用航空飞行学院 航空电子电气学院,四川 广汉 618307中国民用航空飞行学院 航空电子电气学院,四川 广汉 618307四川大学 计算机学院,成都 610065
计算机与自动化
非接触式心率测量远程光电容积脉搏波描记法生成式对抗网络
non-contact heart rate detectionremote photoplethysmographygenerative adversarial network
《电讯技术》 2024 (7)
1088-1094,7
中国博士后科学基金(2022M722248)四川省无人系统智能感知控制技术工程实验室开放课题(WRXT2021-001)
评论