阅读笔记

以下为个人阅读笔记，原文见 arXiv:2605.23174v1。

LQ-rPPG 深度解读：标签量化与由粗到细学习框架

论文基本信息

• 论文标题：LQ-rPPG: A Label-Quantized Coarse-to-Fine Learning Framework for Remote Physiological Measurement
• 论文 ID：2605.23174v1
• 作者：Jun Seong Lee, Samyeul Noh, Changki Sung, Hyun Myung
• 机构：韩国电子通信研究院 (ETRI), 韩国科学技术院 (KAIST)
• 核心领域：计算机视觉、远程生理测量 (rPPG)、深度学习、标签学习

研究背景与问题定义

远程光电容积脉搏波 (Remote Photoplethysmography, rPPG) 技术通过分析面部视频中由心脏活动引起的细微肤色变化，实现非接触式生理信号（如心率 HR、心率变异性 HRV）的测量。这一技术在远程医疗和日常健康监测中展现出巨大的应用潜力。

近年来，基于深度学习的 rPPG 方法取得了显著进展。从早期的 2D CNN 捕捉空间特征，到结合 RNN、3D CNN 捕捉时空动态，再到引入 Transformer 和 Mamba 架构建模全局上下文，模型架构的演进显著提升了估计的准确性和鲁棒性。

然而，现有的研究主要集中在模型架构的设计上，往往忽视了训练标签质量对模型学习的影响。在实际应用中，作为 rPPG 模型训练“真值”的接触式 PPG 信号（Contact-based PPG）并非完美无缺，它们通常包含多种形式的噪声和变异性：

1. 运动伪影 (Motion Artifacts)：由受试者运动或传感器干扰引起。
2. 接触不一致 (Inconsistent Sensor Contact)：传感器与皮肤接触状态不稳定。
3. 形态畸变 (Morphological Distortions)：波形形状在不同个体或同一受试者不同时刻存在差异。
4. 振幅波动 (Amplitude Fluctuations)：信号强度不稳定。

这种标签的不一致性会导致模型过拟合于标签特有的噪声和变异性，而非学习核心的生理模式，从而损害模型的泛化性能。

图 1：接触式 PPG 信号中的噪声与变异性示例（摘自 PDF 第 13 页嵌入图）。从左至右展示了噪声、受试者内变异性（形态与振幅）以及受试者间变异性。

如图 1 所示，即使是同一受试者在相同设置下，PPG 信号在波形形态、振幅和噪声水平上也存在差异。这种监督信号的不一致性使得模型难以学习到稳定且可泛化的生理表示。

核心方法：LQ-rPPG 框架

为了解决上述标签噪声和变异性问题，作者提出了 LQ-rPPG，这是一种基于标签量化的由粗到细 (Coarse-to-Fine) 学习框架。该框架旨在通过结构化离散标签来缓解过拟合，同时保留波形的高保真度。

LQ-rPPG 主要由两个核心组件构成：

1. 标签量化模块 (Label Quantization Module, LQ)

该模块将连续的 PPG 信号转换为多比特量化伪标签 (Multi-bit Quantized Pseudo Labels)。

• 降噪机制：量化过程本身具有平滑作用，能够减少连续信号中的高频噪声和微小波动。
• 层级化表示：不同比特位数的量化标签具有不同的稳定性和保真度。低比特标签更稳定但细节少，高比特标签细节丰富但对噪声更敏感。

2. 由粗到细估计模型 (Coarse-to-Fine Estimation Model, C2F)

基于量化后的伪标签，模型采用分层监督策略进行训练：

• 粗粒度阶段：首先使用低比特分辨率（如 1-bit 或 2-bit）的伪标签进行监督，让模型捕捉全局的生理节律（如心跳频率），建立稳定的基础表示。
• 细粒度阶段：随后使用高比特分辨率的伪标签进行监督，逐步细化波形特征，恢复精细的生理细节。

这种设计巧妙地平衡了“稳定性”与“波形保真度”之间的权衡。单一分辨率的离散化要么过于粗糙丢失细节，要么过于精细引入噪声，而 LQ-rPPG 通过层级学习同时兼顾了两者。

图 2：LQ-rPPG 框架结构示意图（摘自 PDF 第 20 页嵌入图）。展示了从输入视频到标签量化，再到由粗到细估计的整体流程。

实验验证与性能分析

作者在多个基准数据集上对 LQ-rPPG 进行了评估，验证了其在不同条件下的鲁棒性和泛化能力。

1. 评估指标与数据集

实验涵盖了数据集内 (Intra-dataset) 和数据集间 (Cross-dataset) 的评估，以全面检验模型的泛化性能。主要指标包括心率估计误差、波形相似度等。

2. 性能表现

实验结果表明，LQ-rPPG 在多种挑战性条件下均实现了稳健且可泛化的 rPPG 估计。通过层级监督，模型有效减轻了对标签特定变异的过拟合，学习了结构化和一致的表示。

图 3：实验结果对比分析（摘自 PDF 第 30 页嵌入图）。可能展示了不同方法在主要数据集上的性能对比。

图 4：实验结果对比分析（摘自 PDF 第 30 页嵌入图）。可能展示了特定场景下的波形估计效果。

3. 效率优势

除了精度提升，LQ-rPPG 在计算效率上也表现出色，这对于实际部署至关重要：

• 参数减少：相比现有方法，参数量减少了 88%。
• 计算量减少：乘加运算 (MACs) 减少了 29%。
• 吞吐量提升：处理吞吐量增加了 191%。

这表明 LQ-rPPG 不仅更准确，而且更轻量、更高效，适合在资源受限的设备上进行远程健康监测。

图 5：实验结果对比分析（摘自 PDF 第 30 页嵌入图）。可能展示了效率指标或消融实验结果。

图 6：实验结果对比分析（摘自 PDF 第 30 页嵌入图）。可能展示了跨数据集泛化能力的具体数据。

总结与展望

LQ-rPPG 提出了一种新颖的视角，即从标签质量入手解决 rPPG 估计中的鲁棒性问题。通过引入标签量化和由粗到细的学习策略，该框架成功缓解了接触式 PPG 标签中的噪声和变异性对模型训练的负面影响。

主要贡献总结：

1. 问题洞察：指出了现有 rPPG 方法忽视训练标签质量及其对泛化性能影响的关键问题。
2. 方法创新：提出了 LQ-rPPG 框架，结合标签量化模块和层级监督模型，实现了稳定与高保真的平衡。
3. 性能验证：在多个基准数据集上证明了方法的优越性，同时在模型效率和吞吐量上取得了显著提升。

该研究为未来的 rPPG 研究提供了新的方向，即除了优化网络架构外，优化监督信号的结构和质量同样是提升模型性能的关键路径。代码已公开，便于社区进一步复现与改进。