강건한 비접촉 심박수 모니터링을 위한 적응형 맥박 평면

이 논문은 심박수를 실시간으로 모니터링하기 위해 일반 웹캠에서 얻은 인간 얼굴의 움직임 인공물을 줄이기 위해 이전 연구에서 존재하던 고정된 투사 평면을 대체하는 새로운 접근 방식을 제안합니다. 새로운 투사 평면은 색상 왜곡을 제거하기 위해 조도 변화에 따라 적응적으로 변경됩니다. 이 논문에서는 여러 추적기(Boosting, MIL, TLD, Median Flow, Mosse 및 CSRT)에 의해 탐지된 얼굴 영역에서 피부 픽셀을 분할하기 위해 최첨단 의미적 분할 Deeplabv3+를 구현하여 전통적인 Haar-Like 특징에 의한 얼굴 감지에 비해 계산 시간을 향상시킵니다. 또한 이미지 및 디지털 신호 처리 기술을 적용하여 깨끗한 맥박 신호를 얻기 위한 가능한 잡음을 제거합니다. 제안된 접근 방식은 여러 도전에서 Green, PCA, Chrom 및 POS와 같은 기존 접근 방식과 비교됩니다. 수행된 실험에서 Deeplabv3+는 서로 다른 종류의 피부 분할에 대해 기존 K-평균을 초월합니다. 또한 제안된 접근 방식은 정지 상태(정확도 96%), 어두운 조명 환경 및 4m 떨어진 거리에서도 안정적이고 강건합니다. 게다가 여러 머리 움직임 시뮬레이션 및 피트니스 동작을 APP 접근 방식이 정복했음을 실험에서 보여줍니다. 따라서 제안된 접근 방식은 감시 또는 의료 응용에 적용 가능하다고 결론 지을 수 있습니다.