HOT：遠隔フォトプレチスモグラフィーのドメイン適応のための調和制約付き最適輸送

Abstract

遠隔光電容積脈波計測（rPPG）は顔の動画から非接触で生理学的計測を可能にしますが、実運用ではドメインシフトにより大幅な性能劣化が生じることが多く、しばしば妨げられます。近年の深層学習ベースのrPPG手法は個々のデータセット上で強い性能を達成している一方で、照明、カメラ特性、色の応答などの外見に関連する要因に過適合しがちです。これらの要因はドメイン間で大きく異なります。この制約に対処するために、本研究ではrPPGにおける外見の変動をモデル化するための原理に基づく戦略として、周波数領域適応（FDA）を提案します。ドメイン依存の外見特性を符号化する低周波のスペクトル成分を転送することで、FDAは、外見の変動に対して不変性を学習するようにrPPGモデルを促しつつ、心拍に誘起される信号は保持します。さらに、このような外見の変動下で生理学的に整合したアライメントをより確実に支えるために、Harmonic-Constrained Optimal Transport（HOT）を提案します。これは、心臓信号の高調波特性を活用して、元の表現とFDAによって転送された表現との間のアライメントを導きます。広範なクロスデータセット実験により、提案するFDAおよびHOTの枠組みが、多様なデータセットにわたってrPPGモデルの頑健性と汎化性能を効果的に向上させることが示されています。