15:36官方账号arXiv cs.AI@Bo Zhao, Zheng Wu, Yiping Xie, Zitong YUCardiacMamba是一个融合RGB面部视频与射频(RF)心脏运动信号的rPPG框架,通过状态空间建模提升心率估计的公平性与鲁棒性。其引入时间差分Mamba模块(TDMM)增强RF信号细微变化,双向SSM交互机制对齐异构模态,通道级FFT(CFFT)优化频谱特征。在EquiPleth数据集上,CardiacMamba取得0.96 bpm MAE、3.06 bpm RMSE和0.97皮尔逊相关系数,将浅深肤色MAE差距降至0.26 bpm,并在RGB退化或RF缺失时保持稳健。论文CardiacMambarPPG心率估计推荐理由:想搞非接触心率监测的可以看看,它把RGB和射频信号融合,肤色偏见和光照干扰都压下去了,EquiPleth上误差不到1 bpm。原文稍后读已读值得跟进有用关注 CardiacMamba
11:06官方账号arXiv cs.AI@Zhi Wei Xu, Torbjörn E. M. Nordling该论文提出了一种端到端的时空Transformer框架,用于在光照变化条件下通过RGB摄像头远程估计心率(rPPG)。方法结合了3D人脸对齐、光照增强、残差时间标准化模块和混合时频监督,显著提升了机器人环境下的心率估计鲁棒性。在包含三种光照水平的数据集上,该方法将心率平均绝对误差降至0.79 bpm,相关系数达0.982,相比PhysFormer基线误差降低93.6%。这项工作解决了服务机器人在日常光照变化中无法可靠感知用户生理状态的关键问题。论文rPPG心率估计机器人感知推荐理由:机器人需要感知用户心率来调整交互策略,但光照变化一直是部署的拦路虎——这个框架把误差压到了1 bpm以内,做服务机器人或辅助机器人开发的团队可以直接参考。原文稍后读已读值得跟进有用关注 rPPG