U-FaceBP：不確実性を考慮したベイズ的アンサンブル深層学習による顔ビデオを用いた血圧推定
arXiv cs.CV / 2026/4/30
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、顔ビデオからrPPGを用いて血圧を推定するための、不確実性を考慮したベイズ的アンサンブル深層学習手法「U-FaceBP」を提案している。
- U-FaceBPはベイズニューラルネットワークにより、観測ノイズに起因する不確実性（アレアトリック）とモデルに起因する不確実性（エピステミック）の両方を明示的にモデル化し、推定の信頼性向上を狙っている。
- 本手法は、rPPG由来信号、顔ビデオから導出したPPG信号、顔画像という複数モダリティに基づく予測を、複数のBNNで統合するアンサンブル設計になっている。
- 人種的に多様な1,197人の被験者を含む2つのデータセットで、大規模実験の結果、U-FaceBPは既存の最先端血圧推定手法より優れた性能を示した。
- また、U-FaceBPが出力する不確実性が、モダリティ融合の指針、予測の信頼性評価、ならびに人種ごとの性能分析に有用であることを示している。
