深層学習リモートフォトプレチスモグラフィーを用いたドメインシフトの測定

ドメインシフトの違いがディープラーニングモデルの訓練データとデプロイメントコンテキストの間にある場合、モデルの一般化に深刻な影響を及ぼす可能性がある。我々は、ビデオベースの心拍数推定技術であるリモートフォトプレチスモグラフィー(rPPG)の文脈でドメインシフト問題を研究し、モデル類似性に基づくメトリクスを提案し、これらのメトリクスと経験的なパフォーマンスの間の高い相関を実証する。