顔映像を利用した脈拍推定技術（以下、顔脈拍推定）は、遠隔医療やコロナ禍での健康モニタリングにおいて、接触型の脈拍センサーに代わる技術として需要が高まっている。顔脈拍推定では、顔領域に設定された関心領域内の血流量変動によるRGB信号の変化から脈拍を推定する。しかし、家庭などで撮影された映像ではマスク有無や光源などの撮影条件を統制できず、一律な関心領域の設定では脈拍の推定精度を保証できない。事前知識から関心領域をヒューリスティックに決める手法もあるが、撮影条件の違いにより正しく関心領域を定められない場合もあり、従来の手法では安定した顔脈拍推定が難しい。そこで本研究では、顔脈拍推定に有効な関心領域をフレームごとに自動で選定することを目的とした。顔領域内に設定した複数の関心領域それぞれに対し、顔脈拍推定に有効であるかを予測するモデルを機械学習により構築した。特徴量には、各関心領域内のRGB信号の周波数解析結果を用い、脈拍の推定誤差が閾値以下であるかどうかについて教師あり学習を行った。一般的な実験室環境で撮影された映像で評価した結果、顔脈拍推定に有効な関心領域を自動で選定できることが示唆された。
