Real-Time Monitoring of User Stress, Heart Rate and Heart Rate Variability on Mobile Devices

要約

ストレスは21世紀の疫病と言われている。しかし、モバイルアプリは、自分たちのコンテンツやサービスがユーザーのストレスに与える影響を直接評価することができません。この問題を解決するために、私たちはBeam AI SDKを紹介します。このSDKを利用することで、アプリは自撮りカメラを通してユーザーのストレスをリアルタイムにモニタリングすることができます。Beamの技術は、ユーザーの顔の皮膚領域の微妙な色の変化を分析することで、ユーザーの脈波を抽出します。この脈波からストレス（Baevsky Stress Indexによる）、心拍数、心拍変動が測定されます。本技術をUBFCデータセット、MMSE-HRデータセット、Beam AI社内データで評価しました。本技術は、各ベンチマークにおいて、心拍数推定でそれぞれ99.2%、97.8%、98.5%の精度を達成し、競合手法と比較して約2倍の誤差を低減しています。さらに、ストレスと心拍変動の判定において平均0.801のピアソン相関を実証しており、アプリのコンテンツ判定を導き出すために商業的に有用な測定値を得ることができます。当社のSDKは、www.beamhealth.ai で利用可能です。

要約(オリジナル)

Stress is considered to be the epidemic of the 21st-century. Yet, mobile apps cannot directly evaluate the impact of their content and services on user stress. We introduce the Beam AI SDK to address this issue. Using our SDK, apps can monitor user stress through the selfie camera in real-time. Our technology extracts the user’s pulse wave by analyzing subtle color variations across the skin regions of the user’s face. The user’s pulse wave is then used to determine stress (according to the Baevsky Stress Index), heart rate, and heart rate variability. We evaluate our technology on the UBFC dataset, the MMSE-HR dataset, and Beam AI’s internal data. Our technology achieves 99.2%, 97.8% and 98.5% accuracy for heart rate estimation on each benchmark respectively, a nearly twice lower error rate than competing methods. We further demonstrate an average Pearson correlation of 0.801 in determining stress and heart rate variability, thus producing commercially useful readings to derive content decisions in apps. Our SDK is available for use at www.beamhealth.ai.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL