영상 기반 광혈류측정으로 맥박수 추정: 통합 프레임워크와 공개 데이터셋 비교

본 논문은 비접촉식 맥박수 측정을 위한 영상광혈류측정(iPPG) 기술의 전반적인 알고리즘 구조를 체계화하고, 공개 데이터셋을 이용한 실증적 비교를 수행한다. 서론에서는 기존 접촉식 PPG와 비교해 비접촉식 방법의 필요성을 강조하고, iPPG가 피부 반사광의 미세 변화를 영상으로 포착함을 설명한다. 그러나 연구마다 사용되는 전처리·추출·후처리 단계가 상이해 직접적인 성능 비교가 어려운 점을 지적하고, 이를 해결하기 위해 “5‑step generic framework”를 제안한다. 데이터셋으로는 DEAP(데이터셋 for Emotion Analysis using EEG, Physiological and video signals)을 선택했다. DEAP은 22명의 피험자에게 40개의 음악 영상(각 1분) 시청 동안 촬영된 정면 얼굴 영상과 동시에 왼쪽 엄지에 부착된 접촉식 PPG를 제공한다. 총 861개의 영상 중 얼굴이 크게 가려진 13개를 제외하고, 50 FPS, 720×586 해상도의 원본 영상을 사용하였다. PPG로부터는 다이아스토릭 최소값 간 간격을 측정해 기준 맥박수를 계산하였다. 프레임워크는 다음과 같이 구성된다. 1) **ROI 선택**: 전체 얼굴 사각형과 눈 아래 영역 두 가지를 고려했으며, Viola‑Jones 기반 얼굴 검출 후 폭의 80%를 ROI 폭으로 설정하였다. 피부색을 판별하기 위해 HSV 색공간에서 H∈