000			03891nam a22003137a 4500
003			KOHA
005			20231101120002.0
008			231101d2023 cy ||||| m||| 00| 0 eng d
040			_aCY-NiCIU _beng _cCY-NiCIU _erda
041			_aeng
090			_aYL 3175 _bK43 2023
100	1		_aKhalil, Reyad Falah Mahmoud
245	1	0	_aREMOTE HEART RATE MONITORING USING FACE VIDEOS IN REALISTIC CIRCUMSTANCES / _cREYAD FALAH MAHMOUD KHALIL; SUPERVISOR: ASST. PROF. DR. ALİ IŞIN
264			_c2023
300			_aviii, 30 sheets; _c31 cm. _eIncludes CD
336			_2rdacontent _atext _btxt
337			_2rdamedia _aunmediated _bn
338			_2rdacarrier _avolume _bnc
502			_aThesis (MSc) - Cyprus International University. Institute of Graduate Studies and Research Bioengineering Department
504			_aIncludes bibliography (sheets 29-30)
520			_aABSTRACT A person's heart rate is a crucial measure of their physiological status. Recently, numerous articles have described techniques for remotely determining the heart rate from facial videos. These techniques function admirably on stationary subjects in wellcontrolled settings, but when videos are captured in more difficult circumstances, specifically when subjects move around and the lighting changes, their performance suffers noticeably. We propose a paradigm combining facial detection with NLMS techniques to mitigate these effects. We tested our approach on the sizable, challenging, and open MAHNOB-HCI-LABEL database. The result of the VisualFHR database analysis was nearly perfect with a MeRate of 3% and r (0.99). HRerror distribution from the MANHOB-HECL-LABEL analysis of 420 cases showed (82.3%) with errors fewer than 5 bpm. In the HRmonitor for game assessment, the error value was observed to be 1.91%. From these results, we showed that the technique used in this study significantly outperforms all other techniques, eliminates the challenges faced in monitoring heart rate using face video and also enhances an effective heart rate measurement. Keywords: Face, Heart rate, Lighting, MAHNOB-HCI database, Videos, techniques.
520			_aÖZET Bir kişinin kalp atış hızı, fizyolojik durumunun çok önemli bir ölçüsüdür. Son zamanlarda, çok sayıda makale, yüz videolarından kalp atış hızını uzaktan belirlemeye yönelik teknikleri açıkladı. Bu teknikler, iyi kontrol edilen ayarlarda sabit nesneler üzerinde takdire şayan bir şekilde çalışır, ancak videolar daha zor koşullarda çekildiğinde, özellikle nesneler hareket ettiğinde ve ışıklandırma değiştiğinde, performansları gözle görülür şekilde düşer. Bu etkileri azaltmak için yüz algılamayı NLMS teknikleriyle birleştiren bir paradigma öneriyoruz. Yaklaşımımızı oldukça büyük, iddialı ve açık MAHNOB-HCI-LABEL veri tabanında test ettik. VisualF-HR veritabanı analizinin sonucu, %3'lük bir MeRate ve r (0,98) ile neredeyse mükemmeldi. 420 vakanın MANHOB-HECL-LABEL analizinden elde edilen HR hata dağılımı, 5 bpm'den daha az hatayla (%82,3) gösterdi. HRmonitor için oyun değerlendirmesinde ise hata değerinin %1,67 olduğu gözlemlendi. Bu sonuçlardan, bu çalışmada kullanılan tekniğin diğer tüm teknikleri önemli ölçüde geride bıraktığını, yüz videosu kullanarak kalp atış hızı izlemede karşılaşılan zorlukları ortadan kaldırdığını ve ayrıca etkili bir kalp atış hızı ölçümünü geliştirdiğini gösterdik. Anahtar Kelimeler: Nabız, Yüz, Videolar, Teknikler, Aydınlatma, MAHNOB-HCI veri tabanı
650		0	_aFace _vDissertations, Academic
650		0	_aHeart beat _vDissertations, Academic
650		0	_aLighting _vDissertations, Academic
700	1		_aIşın, Ali _esupervisor
942			_2ddc _cTS
999			_c291612 _d291612