[論文レビュー] MetaPhys: Unsupervised Few-Shot Adaptation for Non-Contact Physiological Measurement.

Xin Liu, Ziheng Jiang+4 more|arXiv (Cornell University)|Oct 5, 2020

Non-Invasive Vital Sign Monitoring被引用数 5

ひとこと要約

MetaPhysは、18秒間のラベルなし動画のみを用いて、個人に合わせた心電信号推定を可能にする教師なし少数ショットメタラーニングフレームワークを提案する。クロスデータセット評価において、最先端手法と比較して誤差を42–44%まで低減し、適応型アテンション機構により肌色バイアスの低減を実現した。

ABSTRACT

There are large individual differences in physiological processes, making designing personalized health sensing algorithms challenging. Existing machine learning systems struggle to generalize well to unseen subjects or contexts, especially in video-based physiological measurement. Although fine-tuning for a user might address this issue, it is difficult to collect large sets of training data for specific individuals because supervised algorithms require medical-grade sensors for generating the training target. Therefore, learning personalized or customized models from a small number of unlabeled samples is very attractive as it would allow fast calibrations. In this paper, we present a novel unsupervised meta-learning approach called MetaPhys for learning personalized cardiac signals from 18-seconds of unlabeled video data. We evaluate our proposed approach on two benchmark datasets and demonstrate superior performance in cross-dataset evaluation with substantial reductions (42% to 44%) in errors compared with state-of-the-art approaches. Visualization of attention maps and ablation experiments reveal how the model adapts to each subject and why our proposed approach leads to these improvements. We have also demonstrated our proposed method significantly helps reduce the bias in skin type.

研究の動機と目的

• 大規模な個人差に起因する動画ベースの生理的測定におけるパーソナライゼーションの課題に対処すること。
• 特に医療グレードの真値を取得するコストが高いため、大規模なラベル付きデータを必要とする微調整の制限を克服すること。
• 18秒間のラベルなし動画データのみからパーソナライズドモデルを学習する手法を開発すること。
• 各被験者に対してラベル付きデータを必要とせずに、多様な肌色における生理的推定のバイアスを低減すること。

提案手法

• MetaPhysは、各エピソードが最小限のラベル付きデータを伴う新しい被験者をシミュレートする、少数ショット適応のエピソードでトレーニングするメタラーニングフレームワークを採用する。
• 生理的ラベルを必要とせずに、動画フレームから判別可能な表現を学ぶためにコントラスト学習の目的関数を用いる。
• 被験者固有の特徴に動的に適応するアテンション機構を組み込み、未観測の被験者への一般化を向上させる。
• 1人あたり18秒間の動画でしか利用できない状況でも、高速な適応を可能にする新しい最適化スキームを用いて、エンドツーエンドでモデルを訓練する。
• 肌の色の変動に関連するバイアスを低減するため、ドメイン不変特徴学習を活用する。
• ラベルなしフレームをわずかに用いることで、新しい被験者に対する推論を可能にする、革新的な少数ショット適応プロトコルを採用する。

実験結果

リサーチクエスチョン

• RQ1 教師なしメタラーニングアプローチは、18秒間のラベルなし動画のみを用いて、心電信号推定において新しい被験者に効果的に適応できるか？
• RQ2 提案手法は、既存の最先端手法と比較して、クロスデータセット評価においてどの程度誤差を低減するか？
• RQ3 MetaPhysは、多様な肌色にわたる生理的測定におけるバイアスをどの程度低減するか？
• RQ4 アテンションマップは、被験者固有の適応および性能向上にどのような役割を果たすか？

主な発見

• クロスデータセット評価において、MetaPhysは最先端手法と比較して42–44%の誤差低減を達成し、未観測の被験者への優れた一般化性能を示した。
• アブレーションおよび可視化研究を通じて、多様な肌色にわたる生理的測定におけるバイアス低減が顕著に確認された。
• アテンションマップは、モデルが被験者固有の顔面領域に注目していることを示し、最小限のデータからの有効なパーソナライゼーションを可能にした。
• アブレーションスタディにより、メタラーニングとコントラスト表現学習の組み合わせが、性能向上に不可欠であることが確認された。
• 18秒間のラベルなし動画での高速キャリブレーションが可能であり、実世界への展開に実用的であることを示した。
• フレームワークはデータセット間で良好に一般化され、動画ベースの生理的センシングにおけるドメインシフトに対しても頑健であることが示された。