Kasvovideopohjainen ei-kosketukseen perustuva fysiologisten signaalien mittaus ja sovellukset

Perinteinen fysiologisten signaalien hankinta vaatii usein kosketukseen perustuvia tai invasiivisia lähestymistapoja, jotka eivät ole aina käytännöllisiä tai saatavilla. Sen sijaan etäfotoplethysmografia (rPPG) hyödyntää kasvovideoita fysiologisten signaalien ei-invasiiviseen hankkimiseen havaitsemalla hienovaraisia värimuutoksia kasvoissa, jotka vastaavat veren määrän muutoksia. Tämä väitöskirja keskittyy kahteen rPPG:n osa-alueeseen: rPPG:n mittausmenetelmiin ja rPPG:n sovelluksiin.

Mittausmenetelmiä koskien tämä väitöskirja esittelee innovatiivisia ohjaamattomia ja heikosti ohjattuja rPPG-tekniikoita puuttuvien ja virheellisten referenssisignaalien torjumiseksi. Ehdotetut lähestymistavat hyödyntävät kontrastiivista oppimista ja integroituvat rPPG-kohtaiseen ennakkotietoon, mahdollistaen mallin erottaa rPPG-aiheelliset piirteet. Ehdotetut menetelmät osoittavat suorituskykyä, joka on vähintään samaa tasoa tai parempi kuin olemassa olevilla valvotuilla rPPG-signaalin mittausmenetelmillä.

Sovellusten osalta tämä väitöskirja hyödyntää rPPG:tä ei-kontakti eteisvärinän havaitsemiseksi analysoimalla kasvovideoita ja muotoilee uuden tappiofunktion, joka tähtää sydämen lyöntitiheyden vaihtelun parantamiseen systolisten huippujen tunnistamisen kautta. Menetelmä saavuttaa korkean eteisvärinän havaitsemistarkkuuden (yli 95%). Lisäksi väitöskirja vahvistaa potentiaalin käyttää rPPG-johtuvia sydämen lyöntitiheyden vaihtelun piirteitä kasvovideoista virtuaalikokousten aikana stressitasojen arvioimiseksi. Turvallisuuspuolella yksittäisen rPPG-signaalin morfologian ainutlaatuisuus vahvistetaan, mahdollistaen sen käytön biometrisessa todentamisessa. Lisäksi ehdotetaan algoritmia rPPG-signaalien muokkaamiseksi kasvovideoissa, estäen niiden luvattoman poiminnan ja turvaen fysiologisen yksityisyyden.

Yhteenvetona, väitöskirja tarjoaa merkittäviä panoksia rPPG-kentälle esittämällä innovatiivisia menetelmiä ja validaatiota niiden sovelluksille, parantamalla näin ei-kontaktisten fysiologisten mittauksien näkymiä ja tarjoamalla uusia keinoja edistää etäterveydenhoitoa, biometristä turvallisuutta ja ihmisten hyvinvointia kokonaisuutena.