『リモート光電容積脈波における深層学習のためのアーキテクチャ的工夫』 ― 韓国・ソウルで開催されたICCV 2019におけるSketchARチームの参加報告
この11月、SketchARチームは世界有数のコンピュータビジョン学会の一つであるICCV（IEEE International Conference of Computer Vision）に参加しました。
この学会には世界中から最先端の研究者たちが集まりました。発表された論文は1000本以上にのぼり、敵対的生成ネットワーク（GAN）、ドメイン適応、ゼロショット学習など、急速に発展している数十の分野におけるブレイクスルー的な手法も含まれていました。
SketchARの開発者であるMikhail KopeliovichとMikhail Petrushanは、カメラを用いた心拍数推定に関する論文「Architectural Tricks for Deep Learning in Remote Photoplethysmography」を発表しました。彼らは、深層学習アーキテクチャに組み込むことで精度を向上させる先進的な手法を提案しました。
概要
本研究では、顔領域の色信号パッチから心拍数（HR）を推定する畳み込みネットワークのアーキテクチャ改良について検討する。色信号とは、ウェブカメラで撮影された顔領域から平均化された色成分の時系列データであり、静止シナリオ（人物が動かない場合）と混合動作シナリオ（人物がさまざまな動作パターンをとる場合）の2つの場面で取得される。HR推定問題は、許容範囲\である の各クラスに対応する心拍数値への分類タスクとして扱う。本手法では、全結合層の後に畳み込みフィルタリング層を追加し、さらに複合損失関数を導入する。第一の要素は交差エントロピーであり、第二の要素はネットワーク出力と平滑化されたワンホットベクトルとの二乗誤差であり、これにより静止シナリオおよび混合動作シナリオの両方においてHR推定モデルの性能が向上する。
このアプローチについての詳細はこちらをご覧ください。
ご意見・ご質問はお気軽にhi(a)sketchar.techまでお寄せください。
それでは、
SketchARチーム
