심장을 들여다보다: rPPG 및 건강 바이오마커 추정을 위한 다중 뷰 비디오 데이터셋
Gaze into the Heart: A Multi-View Video Dataset for rPPG and Health Biomarkers Estimation
August 25, 2025
저자: Konstantin Egorov, Stepan Botman, Pavel Blinov, Galina Zubkova, Anton Ivaschenko, Alexander Kolsanov, Andrey Savchenko
cs.AI
초록
원격 광혈류측정법(rPPG)의 발전은 기존 공개 데이터셋의 중요한 문제들로 인해 제한을 받고 있습니다: 데이터셋의 작은 규모, 얼굴 영상에 대한 프라이버시 우려, 그리고 다양한 조건의 부족 등이 그 예입니다. 본 논문은 rPPG 및 건강 바이오마커 추정을 위한 포괄적이고 대규모의 다중 시점 비디오 데이터셋을 소개합니다. 우리의 데이터셋은 600명의 피험자로부터 다양한 조건(휴식 및 운동 후)에서 여러 소비자용 카메라를 통해 다양한 각도로 촬영된 3600개의 동기화된 비디오 기록으로 구성됩니다. 생리적 상태에 대한 다중 모드 분석을 가능하게 하기 위해, 각 기록은 100Hz PPG 신호와 심전도, 동맥혈압, 바이오마커, 체온, 산소 포화도, 호흡률, 스트레스 수준 등과 같은 확장된 건강 지표와 함께 제공됩니다. 이 데이터를 사용하여 효율적인 rPPG 모델을 학습시키고, 크로스 데이터셋 시나리오에서 기존 접근 방식과의 품질을 비교합니다. 우리의 데이터셋과 모델의 공개는 AI 의료 보조 도구 개발의 진전을 크게 가속화할 것으로 기대됩니다.
English
Progress in remote PhotoPlethysmoGraphy (rPPG) is limited by the critical
issues of existing publicly available datasets: small size, privacy concerns
with facial videos, and lack of diversity in conditions. The paper introduces a
novel comprehensive large-scale multi-view video dataset for rPPG and health
biomarkers estimation. Our dataset comprises 3600 synchronized video recordings
from 600 subjects, captured under varied conditions (resting and post-exercise)
using multiple consumer-grade cameras at different angles. To enable multimodal
analysis of physiological states, each recording is paired with a 100 Hz PPG
signal and extended health metrics, such as electrocardiogram, arterial blood
pressure, biomarkers, temperature, oxygen saturation, respiratory rate, and
stress level. Using this data, we train an efficient rPPG model and compare its
quality with existing approaches in cross-dataset scenarios. The public release
of our dataset and model should significantly speed up the progress in the
development of AI medical assistants.