인공지능 개발자를 꿈꾸는 더기

이번 논문은 2024년 NeurIPS에 발표된 "FactorizePhys: Matrix Factorization forMultidimensional Attention in Remote PhysiologicalSensing"입니다. 이 논문은 심박 신호 추정을 위한 다차원 Attention 계산을 Nonnegative Matrix Factorization (NMF) 기반으로 해결한 획기적인 구조인 FSAM을 제안합니다.Paper: https://proceedings.neurips.cc/paper_files/paper/2024/hash/af1c61e4dd59596f033d826419870602-Abstract-Conference.html FactorizePhys: Matrix Factorization for..

오늘 소개할 논문은 Liu et al.의 2023년 연구인 "EfficientPhys: Enabling Simple, Fast and Accurate Camera-Based Cardiac Measurement" 입니다. 이 논문은 기존의 MTTS-CAN 알고리즘을 개선하여 복잡한 전처리 없이도 실시간으로 정확한 심박 추정이 가능한 초경량, 완전 end-to-end rPPG 모델을 제안하며, 실제 모바일 장치에서 동작할 수 있을 만큼 효율적인 구조로 주목받고 있습니다.Paper: https://openaccess.thecvf.com/content/WACV2023/html/Liu_EfficientPhys_Enabling_Simple_Fast_and_Accurate_Camera-Based_Cardiac_Mea..

오늘 소개할 논문은 Yu et al.의 2023년 연구인 "PhysFormer++: Facial Video-based Physiological Measurement with SlowFast Temporal Difference Transformer 입니다. 이 논문은 기존 PhysFormer 구조를 확장하여, 정확도, 강건성, 해석 가능성을 모두 향상시킨 SlowFast Temporal Difference Transformer 구조를 도입한 것이 핵심입니다. Paper: https://link.springer.com/article/10.1007/s11263-023-01758-1🎯 연구 동기기존 rPPG 모델들은 주로 CNN 기반으로 설계되어 있어:긴 시간 간격의 정보(long-term temporal c..

오늘 소개할 논문은 Yu. et al의 2022년 연구인 "PhysFormer: Facial Video-Based Physiological Measurement with Temporal Difference Transformer" 입니다. 이 논문은 기존 CNN 기반 딥러닝 방식의 한계를 넘어, 장거리 시공간(spatio-temporal) 관계를 효과적으로 학습하는 Video Transformer 구조를 도입하여, 더욱 정밀하고 일반화 가능한 비접촉식 생체신호 추정을 실현한 최신 연구입니다. Paper: https://openaccess.thecvf.com/content/CVPR2022/html/Yu_PhysFormer_Facial_Video-Based_Physiological_Measurement_Wit..

오늘 소개할 논문은 Liu et al.의 2020년 연구인 "Multi-Task Temporal Shift Attention Networks for On-Device Contactless Vitals Measurement" 입니다. 이 논문은 앞선 DeepPhys 알고리즘을 개선하여 실시간·저전력 환경에서도 사용할 수 있도록 설계된 MTTS-CAN (Multi-Task Temporal Shift Convolutional Attention Network) 구조를 제안하였습니다.Paper: https://proceedings.neurips.cc/paper_files/paper/2020/hash/e1228be46de6a0234ac22ded31417bc7-Abstract.html Multi-Task Tempor..

오늘 소개할 논문은 Yu et al.의 2019년 연구인 "Improved motion robustness of remote-PPG by using the blood volume pulse signature" 입니다. 이 논문은 기존 평균 심박수(HR) 예측을 넘어서, 개별 심박 파형의 정밀 복원과 HRV 분석까지 가능하게 만든 획기적인 연구입니다. Paper: https://arxiv.org/abs/1905.02419 Remote Photoplethysmograph Signal Measurement from Facial Videos Using Spatio-Temporal NetworksRecent studies demonstrated that the average heart rate (HR) can b..

오늘 소개할 논문은 Chen. et al의 2018년 연구인 "DeepPhys: Video-Based Physiological Measurement Using Convolutional Attention Networks" 입니다. 이 논문은 단순한 심박수 예측을 넘어, 주의(attention)를 활용한 공간적 특징 해석, RGB/IR 환경 모두 대응, 종단형(end-to-end) 학습 등 지금까지의 모든 rPPG 기술 흐름을 바꿔놓은 중요한 연구입니다. Paper: https://openaccess.thecvf.com/content_ECCV_2018/html/Weixuan_Chen_DeepPhys_Video-Based_Physiological_ECCV_2018_paper.html ECCV 2018 Open..

오늘 소개할 논문은 Špetlík et al.의 2018년 연구인 "Visual Heart Rate Estimation with Convolutional Neural Network" 입니다. 이 논문은 시계열 영상 기반 심박수 추정을 위해 CNN 구조를 설계하고, 전통적인 rPPG 알고리즘들과 비교하여 우수한 성능을 입증한 대표적인 딥러닝 기반 접근법입니다.Paper: https://openaccess.thecvf.com/content_ECCV_2018/html/Weixuan_Chen_DeepPhys_Video-Based_Physiological_ECCV_2018_paper.html ECCV 2018 Open Access RepositoryDeepPhys: Video-Based Physiological ..

오늘 소개할 논문은 Casado et al.의 2023년 연구인 " Face2PPG: An Unsupervised Pipeline for Blood Volume Pulse Extraction From Faces" 입니다. 이 논문은 기존 rPPG 연구의 전통적 문제점들을 체계적으로 정리하고, 세 가지 주요 혁신을 통해 일상 환경에서도 강건한 rPPG 신호 추출이 가능함을 보여주고 있습니다. Paper: https://ieeexplore.ieee.org/abstract/document/10227326 Face2PPG: An Unsupervised Pipeline for Blood Volume Pulse Extraction From FacesPhotoplethysmography (PPG) signals ha..

오늘 소개할 논문은 Pilz et al.의 2018년 연구인 "Local Group Invariance for Heart Rate Estimation from Face Videos in the Wild" 입니다. 이 논문은 군 이론(group theory) 기반의 수학적 불변성(invariance)을 이용해 모션, 조명 변화, 표정 등 다양한 요인에도 강한 심박수 추정 모델을 제안한 혁신적인 접근입니다.Paper: https://openaccess.thecvf.com/content_cvpr_2018_workshops/w27/html/Pilz_Local_Group_Invariance_CVPR_2018_paper.html CVPR 2018 Open Access RepositoryChristian S. Pi..