科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高远程光体积描记术（remote photoplethysmography,rPPG）在自然场景中心率（heart rate,HR）估计的精度，提出一种基于多头自注意力的多任务心率估计模型。设计一种特征表示方法将视频转换为时空表示，抑制非皮肤区域和背景引入的噪声；使用改进的多头自注意力模型学习长距离帧之间的依赖关系，解决rPPG对光照变化和头部运动鲁棒性不足的问题；将学习到的特征用于估计rPPG信号和HR两个任务，通过rPPG信号的频域约束HR，提高心率估计精度。实验结果表明，提出方法在UBFC-RPPG和PURE两个公开数据集上的心率估计准确度优于对比方法，验证了其有效性。
- 单位
