“Trucos arquitectónicos para el aprendizaje profundo en fotopletismografía remota” – un reporte del equipo de SketchAR en ICCV 2019, Seúl, Corea.
Este noviembre, el equipo de SketchAR asistió a una de las principales conferencias de Visión por Computadora del mundo – ICCV (IEEE International Conference of Computer Vision).
La conferencia reunió a los mejores investigadores de todo el mundo. Se presentaron más de 1000 artículos científicos, incluyendo métodos innovadores en decenas de campos en rápido desarrollo como las Redes Generativas Antagónicas (GANs), la Adaptación de Dominio, el Zero-shot Learning, entre otros.
Los desarrolladores de SketchAR Mikhail Kopeliovich y Mikhail Petrushan presentaron su artículo sobre la estimación de la frecuencia cardíaca mediante cámara, “Architectural Tricks for Deep Learning in Remote Photoplethysmography.” Propusieron técnicas avanzadas que pueden integrarse en arquitecturas de aprendizaje profundo, aumentando su precisión.
Resumen
Se estudian mejoras arquitectónicas para una red convolucional que estima valores de frecuencia cardíaca (HR) a partir de parches de señal de color. Las señales de color son series de tiempo de componentes de color promediados sobre regiones faciales registradas por cámaras web en dos escenarios: Estacionario (sin movimiento de la persona) y Movimiento Mixto (diferentes patrones de movimiento de la persona). El problema de estimación de HR se aborda como una tarea de clasificación, donde las clases corresponden a diferentes valores de frecuencia cardíaca dentro del rango admisible de [40; 125] lpm. Ambas mejoras consisten en agregar capas de filtrado convolucional después de las capas totalmente conectadas e incorporar una función de pérdida combinada. El primer componente es una entropía cruzada, y el segundo es un error cuadrático entre la salida de la red y un vector one-hot suavizado, lo que conduce a un mejor desempeño del modelo de estimación de HR en los escenarios Estacionario y de Movimiento Mixto.
Conocé más sobre el enfoque aquí.
No dudes en escribirnos a hi(a)sketchar.tech
Saludos,
El equipo de SketchAR
