인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
In this study, we evaluated and analyzed the effects of image compression on a neural network (NN)-based heart rate (HR) classification system. An NN-based HR-estimation system classifies facial images into groups of HR intervals. We evaluated the relationship between the image compression rates and accuracy of an NN-based HR estimation system. In our evaluation, the image of the face was compressed into lossless (PNG) and lossy (JPEG) formats to reduce the transmission bandwidth. The compressed images significantly reduce the required bandwidth and storage size. Furthermore, we analyzed the image classification accuracy of the DenseNet-121, VGG-16, and Inception V3 models. VGG-16 exhibited the highest performance, and the proposed system yielded an accuracy of 97.2% for correctly detecting the HR. Additionally, the results showed that lossy image compression quality slightly affected HR accuracy. This evaluation method can provide an effective solution under low computational complexity and low bitrate requirement for remote HR classification.
#Lossy compression
#Computer science
#Lossless compression
#JPEG
#Artificial intelligence
#Image compression
#Artificial neural network
#Data compression ratio
#Data compression
#Image quality
#Pattern recognition (psychology)
#Compression (physics)
#Computer vision
#Image (mathematics)
#Image processing
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
