원격 PPG(얼굴 영상 심박수)

참가자 얼굴 영상에서 심박수를 추정해 주세요(원격 PPG). 얼굴 영상과 필요하면 영상별 접촉식 심박 파일, 이벤트 표, 참가자 표를 첨부할게요. 영상 품질, POS 기반 조건별 심박수(비교용 CHROM·딥러닝 모델 포함), 신호 대 잡음비와 신뢰할 수 있는 구간, 기준 심박이 있으면 그 대비 오차, 효과 크기와 그림을 포함한 조건·집단 비교(얼굴 이미지는 넣지 않음)를 담은 보고서와 지표 표를 주세요. 단계마다 실행한 코드를 보여 주세요.

원격 PPG(얼굴 영상 심박수): 데이터를 추출하고 분석하고 있어요

얼굴 영상을 올려 주세요. 피부색의 미세한 변화로 맥파를 뽑아 심박수와 시간에 따른 변화를 추정하고, 신호 품질과(기준 심박이 있으면) 오차를 함께 보여 주는 보고서와 지표 표를 드려요. 여러 참가자·조건 비교도 돼요. 단계마다 실행한 코드도 채팅에서 바로 볼 수 있어요.

이런 분께 필요해요

  • 센서를 붙이지 않고 웹캠·녹화 영상으로 참가자의 심박 반응을 보고 싶은 HCI·UX 연구자
  • 온라인 실험·인터뷰 녹화에서 조건별 각성 지표가 필요한 연구자
  • rPPG 방법(POS·CHROM·딥러닝)을 비교하고 접촉식 기준과의 오차를 보고해야 하는 연구자
  • 얼굴 영상의 신호 품질을 근거 있게 판단해야 하는 대학원생

이런 결과를 받아요

결과는 세 가지예요. 보고서에 해석이, 지표 표에 숫자가, 측정 자료 파일에 코드가 잰 신호와 창 심박이 있어요. 그 숫자를 만든 코드는 채팅의 단계마다 코드 상자로 남아요.

  • 얼굴 영상 심박 보고서 이번 분석의 전 과정과 결과 · 자료, 영상 품질(얼굴 검출·크기·밝기·움직임·프레임률), 논문에 옮길 수 있는 방법 문단, 조건·집단별 심박, SNR과 신뢰할 수 있는 창 비율, 기준 심박 대비 오차, 비교 검정과 효과 크기, 그림(맥파·심박 시계열·스펙트럼·Bland–Altman·조건 비교), 해석과 한계, 보고 체크리스트, 참고문헌. 얼굴 사진은 넣지 않아요 · MD (PDF·PNG 변환 에이전트로 공유용 PDF)
  • rPPG 심박 표 참가자 × 조건 숫자 · 넓은 표·긴 표, 방법별 심박(POS·CHROM·PhysNet), SNR, 창 단위 변동, 기준 비교, 품질 판정, 검정 결과, 민감도 분석(전문가 이상), 단위 · XLSX (SPSS·R·JASP로 바로 가져가기)
  • 측정 자료(창 심박 · 맥파 신호) 코드가 잰 값 그대로 · rppg_windows.csv — 10초 창(2초 간격)마다의 심박(bpm)과 SNR, 방법별 열(POS·CHROM·PhysNet). rppg_signals.csv — 프레임마다의 맥파 신호(t, pos, chrom, deep). 다시 분석하거나 직접 그림을 그릴 때 써요 · CSV (신호가 아주 길면 기록별 CSV 를 ZIP 으로)

보고서에 들어가는 지표

채팅의 단계마다 그때 실행한 코드가 상자로 남아요. 누르면 오른쪽에서 코드와 실행 결과를 볼 수 있어요.

  • 심박 구간 심박수(POS, 주 방법), CHROM 심박, 전문가 이상은 PhysNet 심박
  • 신뢰도 SNR(dB), 신뢰할 수 있는 10초 창 비율, 창 간 심박 변동, 방법 간 불일치 표시
  • 기준 비교 기준 심박이 있으면 구간 오차, 창 단위 평균 절대 오차·편향·일치 한계(Bland–Altman)
  • 품질 얼굴 검출률, 얼굴 크기, 밝기, 얼굴 움직임, 프레임률
  • 통계 설계에 맞는 검정, 효과 크기, Holm 보정, 제외 기준

이렇게 요청하세요

첨부한 얼굴 영상에서 {무엇}의 심박을 추정해 줘 — {볼 것}. — 밑줄 친 부분을 바꿔 쓰세요.

  • 무엇: 한 사람의 영상 하나가 기본이에요. 여러 참가자·조건을 비교하려면 파일 이름(P01_rest.mp4)이나 사건 표로 구간을 알려 주세요.
  • 볼 것: 시간에 따른 심박 변화와 신호 신뢰도(기본). 비교가 필요하면 조건 간, 집단 간, 또는 둘 다. 비워 두면 자료 구조를 보고 정해요.

함께 올리면 좋아요

  • 얼굴 영상 (MP4·MOV·WEBM, 여러 개는 ZIP) 25 fps 이상, 정면, 일정한 조명, 움직임이 적을수록 정확해요
  • 기준 심박 표 (영상 이름 + _hr.csv, time·hr 열) 가슴 밴드·손가락 센서 값과 비교해 오차를 보고해요
  • 사건 표 · 참가자 표 조건 구간 나누기와 집단 비교에 써요

이렇게도 요청할 수 있어요

  • 이 영상 하나의 심박 변화를 보여 줘. 신호가 믿을 만한지도 알려 줘. → 심박 시계열·스펙트럼, SNR·신뢰할 수 있는 창 비율, 품질 판정
  • 가슴 밴드 심박(_hr.csv)과 비교해서 rPPG가 얼마나 정확한지 봐 줘. → 평균 절대 오차·편향·Bland–Altman
  • 웹캠 녹화 20개로 휴식과 암산 과제의 심박을 비교해 줘. → 프로 이상: 조건별 심박 대응 비교, 효과 크기, 신뢰도 표시

나의 지침

연구마다 조건 구간과 제외 기준이 달라요. 신경 쓰는 항목만 정하면 나머지는 기본값으로 돌아요. 이름을 붙여 저장해 두면 다음에도 쓸 수 있어요. 보고서 첫 쪽에 어떤 지침이 반영됐고 무엇을 가정했는지 적어요.

  • 조건 구간 (자료) 영상을 조건별로 나누는 방법 · 예: 0–60초 휴식, 60–180초 과제 · 첨부한 events.csv 사용 · 기본값: 사건 표 → 파일 이름 → 영상 전체 순
  • 기준 심박 (자료) 정확도를 확인할 접촉식 심박 파일 · 예: 가슴 밴드로 잰 P01_rest_hr.csv(time, hr) · 기본값: 영상 이름 + _hr·_ref·_gt 이고 time·hr(bpm) 열이 있는 표를 첨부했으면 그것
  • 집단 (자료) 참가자 간 집단(있으면) · 예: P01–P10 A집단, P11–P20 B집단 · 기본값: group 열이 있는 참가자 표를 첨부했으면 그것
  • 제외 기준 (처리) 신호가 약할 때 참가자를 빼는 기준 · 예: 10초 창의 30% 넘게 신뢰할 수 없으면 제외 · 기본값: 10초 창의 50% 넘게 SNR이 0 dB 미만이면 통계에서 제외
  • 분석 창 (처리) 구간마다 분석할 길이 · 예: 과제마다 마지막 60초만 · 기본값: 구간 전체(15초 이상)
  • 주 지표 (통계) 조건·집단 비교에 쓸 지표 · 예: 심박수와 창 간 변동 · 기본값: 심박수(POS)
  • 유의수준 (통계) 비교 검정의 α · 예: α = .01 · 기본값: α = .05
  • 보고서 언어 (결과 형식) 작성 언어 · 예: 영어로 작성 · 기본값: 요청 언어

이 방법으로 일해요

모델이 숫자를 짐작하지 않아요. 단계마다 분석 스크립트를 실제로 실행하고, 그 코드를 채팅에 상자로 남겨요. 모델은 지침을 파라미터로 바꾸는 일과 결과 해석만 맡아요.

  • 자료 확인 하는 일: 영상·기준 심박·참가자·조건·길이·프레임률을 표로 정리 · 정할 수 있는 것: 조건 구간, 기준 심박, 집단 · 확인할 것: 조건 구간이 맞는지
  • 영상 품질 점검 하는 일: 초당 한 번 얼굴을 찾아 검출률·크기·밝기·움직임·프레임률로 통과/주의/불가 판정 · 정할 수 있는 것: — · 확인할 것: 주의·불가 영상
  • 피부색 신호 추출 하는 일: 모든 프레임에서 이마·뺨 영역 평균 색, 전문가 이상은 딥러닝 맥파도 · 정할 수 있는 것: — · 확인할 것: 얼굴이 잡힌 비율
  • 심박 추정 하는 일: POS(주)·CHROM 맥파의 스펙트럼으로 구간 심박·SNR, 10초 창 시계열, 기준 대비 오차 · 정할 수 있는 것: 분석 창, 제외 기준 · 확인할 것: SNR과 신뢰할 수 있는 창
  • 조건·집단 비교 하는 일: 설계에 맞는 검정, 효과 크기, Holm 보정 (프로 이상) · 정할 수 있는 것: 주 지표, 유의수준 · 확인할 것: 검정이 설계에 맞는지
  • 그림 하는 일: 맥파, 심박 시계열, 스펙트럼, Bland–Altman, 조건 비교 (얼굴 사진 없음) · 정할 수 있는 것: — · 확인할 것: 시계열의 흔들림
  • 해석과 한계 하는 일: 숫자를 바꾸지 않고 해석, 믿을 만한지 판단 · 정할 수 있는 것: — · 확인할 것: 해석의 범위
  • 보고서 하는 일: 보고서·지표 표 저장 · 정할 수 있는 것: 보고서 언어 · 확인할 것: 체크리스트의 기입 항목

수준에 따라 달라지는 것

받는 파일 형식

  • MP4 · MOV · WEBM · AVI · MKV · M4V 영상 한 개에 한 사람(가장 크게 잡힌 얼굴), 8 fps 이상(25 fps 이상 권장)
  • 기준 심박 표 영상 이름 + _hr·_ref·_gt, time(초)과 hr·bpm 열
  • ZIP 압축을 풀어 안의 파일을 모두 읽어요
  • 사건 표 · 참가자 표 onset·duration·condition / participant·group
  • 화상회의 녹화처럼 많이 압축된 영상은 피부색 변화가 지워져 신호가 약할 수 있어요.

방법에 대해

  • 얼굴 영상으로 심박을 재는 원리 심장이 뛸 때마다 얼굴 피부의 혈액량이 아주 조금 달라지고, 그만큼 피부색(특히 녹색 성분)이 변해요. 이마·뺨 영역의 평균 색을 프레임마다 모아 피부색 방향을 걸러 내면(POS) 맥파가 남고, 그 주기가 심박수예요.
  • 믿을 만한지 어떻게 아나 접촉식 기준이 있으면 오차를 직접 계산해요. 없으면 스펙트럼 봉우리가 얼마나 뚜렷한지(SNR)와 10초 창마다 다시 잰 심박이 얼마나 안정적인지를 보여 줘요. 방법(POS·CHROM·딥러닝) 사이가 10 bpm 넘게 다르면 표시해요.
  • 개인정보 얼굴 영상은 민감한 개인정보예요. 참가자 동의 범위 안에서만 올려 주세요. 보고서와 그림에는 얼굴 사진을 넣지 않아요.
  • 팁 형광등 깜빡임이 없는 고른 조명, 정면, 고개를 덜 움직이는 자세가 좋아요.
  • 가능하면 가슴 밴드나 손가락 센서로 일부라도 기준 심박을 함께 기록하세요.
  • 결과를 받은 뒤 채팅으로 이어서 요청할 수 있어요. 예: "과제마다 마지막 60초만 다시 봐 줘", "CHROM 결과로 비교해 줘"

자주 묻는 질문

심박변이도(HRV)도 나오나요?
아니요. 영상에서는 박동 간격을 정확히 재기 어려워 평균 심박과 그 변동만 내요. HRV가 필요하면 ECG 심박변이도(HRV) 분석나 PPG 맥파 분석를 써 주세요.
딥러닝 결과가 POS와 많이 달라요.
PhysNet은 합성 데이터(SCAMPS)로 학습한 가중치라 촬영 환경에 따라 어긋날 수 있어요. 10 bpm 넘게 다르면 표시하고, 주 결과는 POS로 내요.
진단에 쓸 수 있나요?
아니요. 의료용 측정이 아니에요.
참가자 몇 명까지 되나요?
라이트는 영상 1개(앞 3분), 프로는 60개(영상당 10분), 전문가는 120개, 최대 추론는 300개(영상당 30분)까지 한 번에 분석해요. 업로드는 파일당 1GB까지예요.