본문 바로가기

AI 기반 얼굴영상 비접촉식 바이탈 신호 측정 기술 개발 및 제품 상용화

얼굴 영상 기반 맥파 추정 모델을 Jetson 환경에 적용해 키오스크 상용화를 지원했다.

관련 GLCL rPPG 연구

역할: 알고리즘 공동 개발 및 추론 최적화
담당 업무: rPPG 모델 개발, TensorRT FP16 변환, 임베디드 추론 최적화
기간 및 소속: 2025.05 ~ 2025.12 TIPA, 쿠도커뮤니케이션

01 / RESEARCH DETAILrPPG 자기지도 학습과 키오스크 적용

아이디어: 같은 영상에서 추출한 맥파 스펙트럼을 정렬해 맥파 레이블 없이 공통 생리 성분을 학습했다.
제품 적용: 모델 공동 개발과 TensorRT FP16 변환을 수행하고 Jetson Nano 추론을 키오스크에 연동했다.
성과: HEALLO 키오스크의 현장 적용을 지원했다. 서울 NH농협은행 약 100개 지점 공급 과정에 참여했다.

공간별 맥파의 전역 및 국소 스펙트럼 대조학습 — 공간별 맥파의 전역 및 국소 스펙트럼 대조학습
원본 그림 확대

원고 Fig. 3(a): UBFC-rPPG 산점도와 Bland-Altman — 원고 Fig. 3(a): UBFC-rPPG 산점도와 Bland-Altman
원본 그림 확대

GLCL 원고의 심박 추정 오차
GLCL 원고 평가	MAE (bpm)	RMSE (bpm)
UBFC-rPPG	1.09	1.72
PURE	0.26	0.42
COHFACE	2.19	5.83

평가 조건 및 연구 범위GLCL 원고의 공개 데이터셋 평가. 키오스크 현장 성능 평가는 포함하지 않는다.