• 대한임베디드공학회논문지
• /
• 제18권2호
• /
• pp.51-58
• /
• 2023

This paper proposes a deep learning method for estimating the heart rate from facial videos. Our proposed method estimates remote photoplethysmography (rPPG) signals to predict the heart rate. Although there have been proposed several methods for estimating rPPG signals, most previous methods can not be utilized in low-power single board computers due to their computational complexity. To address this problem, we construct a lightweight student model and employ a knowledge distillation technique to reduce the performance degradation of a deeper network model. The teacher model consists of 795k parameters, whereas the student model only contains 24k parameters, and therefore, the inference time was reduced with the factor of 10. By distilling the knowledge of the intermediate feature maps of the teacher model, we improved the accuracy of the student model for estimating the heart rate. Experiments were conducted on the UBFC-rPPG dataset to demonstrate the effectiveness of the proposed method. Moreover, we collected our own dataset to verify the accuracy and processing time of the proposed method on a real-world dataset. Experimental results on a NVIDIA Jetson Nano board demonstrate that our proposed method can infer the heart rate in real time with the mean absolute error of 2.5183 bpm.

• 문화기술의 융합
• /
• 제10권4호
• /
• pp.367-372
• /
• 2024

발달장애는 전체 장애인 수 중에 비교적 낮은 수치에 해당되지만 장애의 정도에서 전반적으로 중증 장애로 분류되고 있다. 이러한 발달장애는 초기에 발견이 된다면 적응력과 초기 대응에 의한 치료 효과가 향상될 수 있지만, 대부분의 부모들은 자신의 아이에게서 징후를 발견하지 못하거나 치료시기를 놓치는 경우가 대다수이다. 본 논문에서는 특이적 행동특성을 기반으로 하는 초기 발달장애 징후를 객관적으로 볼 수 없는 부모나 유아기관 관계자들을 위해 발달장애 초기 특이행동 중 손 퍼덕대기(Hand-Flapping)를 인식할 수 있는 발달장애 진단 알고리듬개발의 선행연구를 수행하였다. 인지영역과 손가락을 정확하게 인식하여, 손퍼덕임 수를 정확하게 카운트하는 것을확인할 수 있었다. 빅데이터를 활용한 알고리듬의 고도화 및 기능적 성능 확장을 통해 다양한 행동패턴의 진단이 가능한 알고리듬 연구가 지속적으로 수행 및 확대될 것으로 전망된다.