La mesura del pols cardíac a través de la càmera (rPPG) ha aconseguit errors inferiors a un batec per minut en condicions ideals, però els moviments del cap, especialment les rotacions (yaw), degraden dràsticament la precisió. El nou enfocament CanonicalPhys, presentat a arXiv:2607.15995, aborda aquest problema no com un simple augment de dades, sinó com un repte estructural de coordenades. En lloc d'entrenar amb més exemples de cares girades, CanonicalPhys transforma geomètricament la imatge a un marc canònic on els punts facials (ulls, nas) ocupen posicions fixes. Aquesta homografia diferenciable de quatre punts permet aplicar tres principis clau de la fotopletismografia remota que altrament fallen quan l'anatomia es desplaça en píxels: el model de reflexió dicromàtica, la invariància de fase del pols entre regions de pell i la projecció cromàtica POS/CHROM. En expressar aquests principis com a restriccions en el marc canònic, CanonicalPhys aconsegueix que la degradació de l'error mitjà absolut (MAE) entre cares frontals i amb gran gir es redueixi de 1,60× a 1,33× al conjunt de dades MMPD, sense afegir un sol paràmetre entrenable al model base FactorizePhys.
Des d'una perspectiva tècnica, CanonicalPhys representa un avenç significatiu en la robustesa dels sistemes rPPG, però el seu impacte va més enllà del laboratori. En aplicacions comercials i empresarials, la capacitat de mesurar el pols de manera fiable en situacions de moviment moderat obre la porta a solucions de monitorització de salut en telemedicina, conducció assistida, control d'accés biomètric o fins i tot benestar laboral. Per exemple, un sistema de detecció de fatiga en conductors pot extreure el pols sense requerir que el conductor miri fixament a la càmera. De la mateixa manera, en entorns de ciberseguretat, la verificació d'identitat combinada amb senyals vitals (pols, ritme cardíac) ofereix un factor addicional contra la suplantació, ja que una cara estàtica o una imatge no presenten la variabilitat temporal del pols real.
Perquè aquestes solucions arribin al mercat, cal una infraestructura de desenvolupament sòlida. Aquí és on Q2BSTUDIO aporta la seva experiència. Com a empresa especialitzada en aplicacions a mida, Q2BSTUDIO pot integrar tècniques com CanonicalPhys en plataformes de salut digital o vigilància intel·ligent. La companyia també ofereix serveis en IA per optimitzar aquests models, cloud AWS/Azure per desplegar-los a escala, ciberseguretat per protegir les dades biomètriques i BI/Power BI per visualitzar les mètriques de salut obtingudes. Tot això es complementa amb automatització de processos que agilitzen la recollida i anàlisi de senyals.
L'enfocament de CanonicalPhys és especialment rellevant per a la construcció d'agents d'IA que interactuïn amb persones en entorns naturals. Un agent que avaluï l'estat emocional o fisiològic d'un usuari ha de ser robust als moviments del cap, que són inevitables en una conversa. En emprar l'homografia canònica, aquests agents poden mantenir la precisió sense requerir postures forçades. En projectes d'IA on es combina visió per computador amb senyals fisiològiques, la integració de CanonicalPhys pot marcar la diferència entre un prototip i un producte fiable.
La implementació pràctica de CanonicalPhys és relativament lleugera: no afegeix paràmetres entrenables, només un pas de transformació geomètrica diferenciable. Això el fa ideal per al seu desplegament en dispositius edge o en temps real, com en aplicacions mòbils de telemedicina o en sistemes encastats d'automoció. Q2BSTUDIO pot oferir serveis de desenvolupament d'aplicacions a mida que incorporin aquest tipus d'algorismes, adaptant-los a les necessitats específiques del client, ja sigui en cloud pública (AWS, Azure) o en infraestructures on-premise, sempre amb un enfocament en la seguretat de les dades biomètriques mitjançant pràctiques de ciberseguretat com xifrat, control d'accés i pentesting.
A més, la informació sobre la freqüència cardíaca obtinguda es pot integrar en quadres de comandament de Business Intelligence (Power BI) perquè responsables de salut laboral o metges tinguin una visió global del benestar de grups de persones. Per exemple, en un entorn d'oficina, sensors de càmera podrien registrar de forma anònima el pols mitjà dels empleats durant la jornada, i un panell de BI alertaria sobre nivells d'estrès elevats. Això requereix un sistema robust que funcioni encara que les persones es moguin, girin el cap o parlin, una cosa que CanonicalPhys facilita.
En l'àmbit de la investigació, CanonicalPhys també ofereix una via per millorar la generalització entre conjunts de dades. L'article reporta reduccions de MAE de fins al 32% en conjunts amb molta variació de pose. Per a empreses que treballen amb dades de diferents orígens (com vídeos d'entrevistes, consultes mèdiques o assistents virtuals), aquesta capacitat de transferència és crucial. Q2BSTUDIO pot ajudar a validar i adaptar aquests models a dominis específics, assegurant un rendiment consistent.
En resum, CanonicalPhys no és només un avenç acadèmic, sinó una peça habilitadora per a aplicacions comercials de mesura de pols remota. Combinat amb l'experiència de Q2BSTUDIO en aplicacions a mida, IA, cloud, ciberseguretat i BI, les organitzacions poden construir solucions fiables, escalables i segures. El futur de la biometria facial passa per algorismes que entenguin la geometria de la cara, no només la seva aparença, i CanonicalPhys marca el camí.
