«Архитектурные приёмы глубокого обучения для дистанционной фотоплетизмографии» — репортаж команды SketchAR с ICCV 2019, Сеул, Корея.
В ноябре команда SketchAR посетила одну из ведущих конференций по компьютерному зрению в мире — ICCV (IEEE International Conference of Computer Vision).
Конференция собрала лучших исследователей со всего мира. Было представлено более 1000 научных работ, включая прорывные методы в десятках быстро развивающихся направлений, таких как генеративно-состязательные сети (GAN), доменная адаптация, zero-shot обучение и другие.
Разработчики SketchAR Михаил Копелиович и Михаил Петрушан представили свою статью об оценке частоты сердечных сокращений на основе камеры — «Architectural Tricks for Deep Learning in Remote Photoplethysmography». Они предложили усовершенствованные приёмы, которые можно встроить в архитектуры глубокого обучения, повысив их точность.
Аннотация
Изучены архитектурные улучшения свёрточной сети, выполняющей оценку значений частоты сердечных сокращений (ЧСС) по фрагментам цветового сигнала. Цветовые сигналы представляют собой временные ряды цветовых компонент, усреднённых по областям лица, зафиксированные веб-камерами в двух сценариях: Stationary (без движения человека) и Mixed Motion (различные паттерны движения человека). Задача оценки ЧСС рассматривается как задача классификации, где классы соответствуют различным значениям частоты сердечных сокращений в допустимом диапазоне [40; 125] уд/мин. Добавление слоёв свёрточной фильтрации после полносвязных слоёв и использование комбинированной функции потерь — первый компонент которой представляет собой кросс-энтропию, а второй — среднеквадратичную ошибку между выходом сети и сглаженным one-hot вектором — приводят к улучшению работы модели оценки ЧСС в сценариях Stationary и Mixed Motion.
Подробнее о подходе можно узнать здесь.
Пишите нам на hi(a)sketchar.tech
Ваша,
команда SketchAR
