Biometric Authentication Based on Enhanced Remote Photoplethysmography Signal Morphology

远程光电容积图（rPPG）是一种从面部视频中测量心脏信号的非接触式方法，为接触式光电容积图（cPPG）提供了方便的替代方法。最近的研究表明，每个人都拥有独特的cPPG信号形态，可以用作生物识别标识符，这启发我们利用从面部视频中提取的rPPG信号形态进行个人认证。由于面部外观和rPPG混合在面部视频中，因此我们首先对面部视频进行去识别处理，以去除面部外观，同时保留rPPG信息，这保护了面部隐私，并确保只使用rPPG进行认证。去识别的视频被输入到rPPG模型中，以获得用于认证的rPPG信号形态。在第一训练阶段，进行无监督rPPG训练，以获得粗糙的rPPG信号。在第二训练阶段，进行rPPG-cPPG混合训练，通过整合外部cPPG数据集来实现rPPG生物识别和增强rPPG信号形态。我们的方法只需要带有主题ID的去识别面部视频来训练rPPG认证模型。实验结果表明，隐藏在面部视频中的rPPG信号形态可以用于生物识别认证。代码可在https://github.com/zhaodongsun/rppg_biometrics上获得。

利用面部视频中隐藏的rPPG信号形态进行个人身份验证，同时保护面部隐私。

将面部视频进行去标识化处理，提取出rPPG信号形态进行个人身份验证。通过两个阶段的训练，包括无监督的rPPG训练和结合外部cPPG数据集的rPPG-cPPG混合训练，提高了rPPG信号形态的鲁棒性和可用性。

实验结果表明，利用面部视频中隐藏的rPPG信号形态进行个人身份验证是可行的。论文提供了开源代码，并使用了多个数据集进行实验验证。

最近的相关研究包括《Remote Photoplethysmography: A Review》、《Deep Learning for Remote Heart Rate Measurement From Face Videos Under Realistic Situations》等。