गूगल रिसर्च ने स्मार्टफोन कैमरे से निष्क्रिय हृदय गति निगरानी प्रणाली बनाई
Google/DeepMind
Fitbit
गूगल के शोधकर्ताओं ने PHRM प्रणाली पेश की, जो अनलॉक करने के बाद पृष्ठभूमि में सामने वाले स्मार्टफोन कैमरे द्वारा रिकॉर्ड किए गए चेहरे के वीडियो से हृदय गति और आराम करने की नाड़ी मापती है। यह प्रणाली गहन शिक्षण पर आधारित है और सभी त्वचा टोन वाले लोगों के लिए 10% से कम त्रुटि दिखाती है, जो पहनने योग्य उपकरणों के बराबर है। यह रोजमर्रा की जिंदगी में निष्क्रिय हृदय गति निगरानी का पहला बड़े पैमाने का प्रदर्शन है।
गूगल रिसर्च ने नेचर में एक निष्क्रिय हृदय गति निगरानी (पीएचआरएम) प्रणाली का विवरण प्रकाशित किया है, जो स्मार्टफोन के फ्रंट-फेसिंग कैमरे का उपयोग करके अनलॉक करने के कुछ सेकंड के भीतर चेहरे के छोटे वीडियो रिकॉर्ड करता है। टेम्पोरल कन्वोल्यूशनल न्यूरल नेटवर्क और फोटोप्लेथिस्मोग्राफी (पीपीजी) विधियों का उपयोग करके, यह प्रणाली हृदय गति (एचआर) और दैनिक विश्राम हृदय गति (आरएचआर) का अनुमान लगाती है। प्रशिक्षण में लगभग 700 प्रतिभागियों से 350,000 से अधिक वीडियो क्लिप का उपयोग किया गया, जिसमें यह सुनिश्चित किया गया कि कम से कम 25% प्रतिभागियों की त्वचा हल्की और मध्यम (मोंक स्केल के अनुसार) और 33% की गहरी त्वचा हो। प्रयोगशाला स्थितियों में, पीएचआरएम ने सभी त्वचा टोन समूहों के लिए 10% से कम का मीन एब्सोल्यूट परसेंटेज एरर (एमएपीई) हासिल किया, जो 15 ज्ञात आरपीपीजी मॉडल से बेहतर प्रदर्शन करता है। 231 प्रतिभागियों के साथ एक वास्तविक दुनिया के 'फ्री-लिविंग' अध्ययन में, जिन्होंने ईसीजी चेस्ट स्ट्रैप और फिटबिट चार्ज 6 पहना था, पीएचआरएम ने विश्वसनीयता फ़िल्टरिंग के बाद 6.09% का एमएपीई दिखाया, और फिटबिट के सापेक्ष दैनिक आरएचआर में 4.39 बीट्स प्रति मिनट का मीन एब्सोल्यूट एरर था, जो 5 बीट्स के लक्ष्य से बेहतर है। सिस्टम ने उच्च बीएमआई और कम एरोबिक फिटनेस के साथ ऊंचे आरएचआर के जुड़ाव को सही ढंग से दर्शाया। गहरी त्वचा वाले प्रतिभागियों के लिए त्रुटियां थोड़ी अधिक थीं, लेकिन सटीकता मानकों को पूरा किया। शोधकर्ताओं ने सबसे बड़ा लेबल वाला वीडियो डेटासेट और गैर-वाणिज्यिक अनुसंधान के लिए एक पूर्व-प्रशिक्षित पीएचआरएम-मिनी मॉडल भी जारी किया।
स्रोत: Google Research —
मूल
