要旨: リモート光電容積脈波法（rPPG）は、顔の動画から皮膚の色の微細な変化を捉えることで、接触なしの生理学的モニタリングを可能にします。しかしながら、既存のほとんどの手法は主に時間領域のモデリングに依存しているため、動きによるアーティファクトや照明の変動に対して脆弱であり、弱い生理学的手がかりがノイズによって容易にかき消されます。これらの課題に対処するために、本研究では、生理学的周波数の事前知識を明示的に活用して頑健な信号復元を行う周波数ガイド付きrPPGフレームワークであるFreqPhysを提案します。具体的には、FreqPhysはまず、Physiological Bandpass Filtering（生理学的バンドパス・フィルタリング）モジュールを適用して帯域外の干渉を抑制し、次にPhysiological Spectrum Modulation（生理学的スペクトル・モジュレーション）と適応的なスペクトル選択を行うことで、拍動に関連する周波数成分を強調しつつ、残存する帯域内ノイズを抑制します。さらに、Cross-domain Representation Learning（クロスドメイン表現学習）モジュールが、これらのスペクトル事前知識を深い時間領域の特徴と統合し、有益な空間--時間の依存関係を捉えます。最後に、周波数に応じた条件付き拡散プロセスによって、高忠実度のrPPG信号を段階的に再構成します。6つのベンチマークにおける大規模な実験により、FreqPhysが最先端手法に対して特に困難な動きの条件下で大幅な改善をもたらすことが示されます。これは、生理学的周波数の事前知識を明示的にモデリングすることの重要性を強調しています。ソースコードは公開されます。
FreqPhys：暗黙的な生理学的周波数事前知識を再利用することで頑健な遠隔式フォトプレチスモグラフィーを実現
arXiv cs.CV / 2026/4/2
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、モーションアーティファクトや照明変化に対する頑健性を高めるため、明示的な生理学的周波数事前知識を用いる周波数誘導型の遠隔式フォトプレチスモグラフィー（rPPG）フレームワーク「FreqPhys」を提案する。
- FreqPhysは、生理学的バンドパスフィルタリングモジュールにより帯域外の干渉を抑制し、その後、生理学的スペクトラムの変調と適応的なスペクトル選択によって脈拍関連成分を強調する。
- 脈拍信号に関連する空間・時間依存性をより適切に捉えるため、深い時系列特徴と学習された周波数事前知識を、クロスドメイン表現学習によって統合する。
- 周波数を意識した条件付き拡散プロセスを用いて、顔動画から高忠実度のrPPG信号を段階的に再構成する。
- 6つのベンチマークで実験を行った結果、最先端手法に比べて大幅な改善が示され、とりわけ困難なモーション条件下で優れていることが報告されており、著者らはソースコードを公開する予定であるとしている。
