영상을 이용한 생체 신호 측정 기술이 발전하고 있으며, 특히 생명 유지를 위한 호흡 신호 측정기술 연구가 지속적으로 진행되고 있다. 기존 기술은 사람의 몸에서 방출하는 열을 측정하는 열화상 카메라를 통하여 호흡 신호를 측정하였다. 또한, 실시간으로 사람의 흉부 움직임을 분석하여 호흡률을 측정하는 연구도 진행되었다. 하지만, 적외선 열화상 영상을 이용하여 영상 처리를 하는 것은 외부 환경 요인으로 인해 호흡 기관의 탐색이 어려울 수 있으며, 이에 따라 호흡률 측정의 정확도가 떨어지는 문제들이 발생했다. 본 연구에서는 호흡 기관의 영역 탐색을 강화하기 위해 가시광 및 적외선 열화상 카메라를 이용하여 영상을 취득하였다. 그리고 두 영상을 기반으로 얼굴 인식, 영상 정합 등의 과정을 통해 호흡 기관 영역의 특징을 추출한다. 추출한 특징 값을 통계학적 분류 방법 중 하나인 k-최근접 이웃 분류기를 통해 호흡 신호의 패턴을 분류한다. 분류한 패턴의 특성에 따라 호흡률을 계산하며, 측정한 호흡률의 성능을 확인하기 위해 실제 호흡률과 비교 과정을 통해 분석함으로써, 호흡률 측정의 가능성을 확인하였다.
Biomedical signal measurement technology using images has been developed, and researches on respiration signal measurement technology for maintaining life have been continuously carried out. The existing technology measured respiratory signals through a thermal imaging camera that measures heat emitted from a person s body. In addition, research was conducted to measure respiration rate by analyzing human chest movement in real time. However, the image processing using the infrared thermal image may be difficult to detect the respiratory organ due to the external environmental factors (temperature change, noise, etc.), and thus the accuracy of the measurement of the respiration rate is low.In this study, the images were acquired using visible light and infrared thermal camera to enhance the area of the respiratory tract. Then, based on the two images, features of the respiratory tract region are extracted through processes such as face recognition and image matching. The pattern of the respiratory signal is classified through the k-nearest neighbor classifier, which is one of the statistical classification methods. The respiration rate was calculated according to the characteristics of the classified patterns and the possibility of breathing rate measurement was verified by analyzing the measured respiration rate with the actual respiration rate.
1. 서론 2. 호흡 특징 추출 및 호흡률 측정 방법 3. 실험 결과 4. 결론
