深入内心：用于rPPG和健康生物标志物估计的多视角视频数据集

远程光电容积脉搏波描记法 (rPPG) 的进展受限于现有公开可用数据集的关键问题：规模小、面部视频存在隐私顾虑以及条件多样性不足。本文介绍了一个新颖的、全面的、大规模的多视角视频数据集，用于 rPPG 和健康生物标志物估算。我们的数据集包含来自 600 名受试者的 3600 个同步视频录制，这些录制是在不同条件下（静息和运动后）使用多个不同角度的消费级相机拍摄的。为了实现对生理状态的多模态分析，每次录制都配有 100 Hz 的 PPG 信号和扩展的健康指标，如心电图、动脉血压、生物标志物、体温、血氧饱和度、呼吸频率和压力水平。利用这些数据，我们训练了一个高效的 rPPG 模型，并在跨数据集场景中将其质量与现有方法进行了比较。我们数据集和模型的公开发布应该会显著加快 AI 医疗助理开发进展。