메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김대열 (경남대학교) 이예솝 (광운대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제35권 제2호
발행연도
2025.4
수록면
105 - 112 (8page)
DOI
10.5391/JKIIS.2025.35.2.105

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
원격-PPG(remote photoplethysmography, rPPG)을 활용하여 맥박수,혈중 산소화,호흡수와 같은 주요 생체신호를 비접촉으로 측정할 수 있는 기술로 주목받고 있다. 그러나 측정 환경에서 피사체의 움직임으로 인해 발생하는 모션 아티팩트는 맥파(BVP) 추정 및 심박수(HR) 계산의 정확도를 저해하는 한계를 가진다. 본 논문에서는 이러한 문제를 해결하기 위해 CHERA 기반 ROI 추적과 적응형 녹색-적색 차이(GRD) 필터링 기법을 결합한 방법을 제안한다. 기존 GRD 기반 기법과 달리, 본연구에서는 뺨 영역을 ROI(Region of Interest)로 동적으로 추적하고, 적응형 필터를 적용하여 모션 아티팩트를 감소시킨다. 실험결과 제안된 방법은 움직임 환경이 제공되는 PURE 데이터셋에서 기존 GRD 기반 방법 대비 최소 2.6 bpm의 MAE 향상을 보였으며, 특히 빠른 이동 환경(Fast Translation)에서는 7.5bpm의 MAE를 기록하여 기존 방식 대비 최대 10.8 bpm의 MAE 개선을 보였다.

목차

요약
Abstract
1. 서론
2. rPPG 기술 배경
3. 제안하는 적응형 GRD 기법
4. 실험 결과
5. 결론 및 향후 연구
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0