KR101851099B1 - 영상처리 기계학습을 이용한 소프트웨어 기반의 거북목 방지 방법 및 시스템 - Google Patents
영상처리 기계학습을 이용한 소프트웨어 기반의 거북목 방지 방법 및 시스템 Download PDFInfo
- Publication number
- KR101851099B1 KR101851099B1 KR1020170009337A KR20170009337A KR101851099B1 KR 101851099 B1 KR101851099 B1 KR 101851099B1 KR 1020170009337 A KR1020170009337 A KR 1020170009337A KR 20170009337 A KR20170009337 A KR 20170009337A KR 101851099 B1 KR101851099 B1 KR 101851099B1
- Authority
- KR
- South Korea
- Prior art keywords
- neck
- area
- image
- detecting
- face
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000010801 machine learning Methods 0.000 title claims abstract description 9
- 238000012545 processing Methods 0.000 title abstract description 21
- 241000270666 Testudines Species 0.000 claims abstract description 111
- 230000037303 wrinkles Effects 0.000 claims description 38
- 230000002265 prevention Effects 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000001815 facial effect Effects 0.000 abstract 2
- 210000003739 neck Anatomy 0.000 description 219
- 230000036544 posture Effects 0.000 description 64
- 208000011580 syndromic disease Diseases 0.000 description 14
- 238000001514 detection method Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 11
- 210000000988 bone and bone Anatomy 0.000 description 7
- 208000026842 neck symptom Diseases 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000032544 Cicatrix Diseases 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 206010029174 Nerve compression Diseases 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 206010044074 Torticollis Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 208000028752 abnormal posture Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 208000018197 inherited torticollis Diseases 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 208000004296 neuralgia Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007665 sagging Methods 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
- 208000037921 secondary disease Diseases 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4561—Evaluating static posture, e.g. undesirable back curvature
-
- G06K9/00221—
-
- G06K9/00369—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Dentistry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Physiology (AREA)
- Economics (AREA)
- Child & Adolescent Psychology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Physical Education & Sports Medicine (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
영상처리 기계학습을 이용한 소프트웨어 기반의 거북목 방지 방법 및 시스템이 제시된다. 일 실시예에 따른 소프트웨어 기반의 거북목 방지 방법은, 사용자 단말의 촬영부를 통해 사용자의 얼굴을 촬영하여 이미지를 획득하는 단계; 촬영된 상기 이미지에서 얼굴 영역을 검출하는 단계; 촬영된 상기 이미지에서 상기 얼굴 영역의 하단부로부터 좌우로 연장된 양측 어깨선을 검출하고, 상기 양측 어깨선을 연결한 삼각형을 구성하는 단계; 상기 삼각형의 밑각의 크기를 측정하고 상기 삼각형의 밑각의 크기와 기 설정된 임계치를 비교하는 단계; 및 상기 삼각형의 밑각의 크기가 상기 기 설정된 임계치보다 작을 경우, 거북목이 발생될 수 있는 위험 자세로 추정하는 단계를 포함할 수 있다.
Description
아래의 실시 예들은 영상처리와 기계학습을 이용한 소프트웨어 기반의 거북목 방지 방법 및 시스템에 관한 것이다.
목을 앞으로 뺀 자세를 거북목(forward head posture) 이라고 한다. 전체 목뼈 수가 7개인데 정상적으로는 귀가 어깨뼈 봉우리와 같은 수직면 상에 있고 7개의 목뼈는 앞쪽으로 볼록하게 휘어서 배열되어 있다. 이를 경추 전만이라고 한다. 거북목 자세는 아래쪽 목뼈가 과하게 구부러지는 방향으로 배열되고 위쪽 목뼈와 머리뼈가 머리를 젖히는 방향으로 배열되어 전체적으로 목뼈 전만이 소실되고 머리가 숙여지지 않은 상태에서 고개가 앞으로 빠진 자세이다.
나이가 들수록, 근육이 없을수록 거북목 자세가 잘 발생되지만 컴퓨터를 많이 사용하는 요즘에는 연령 및 성별에 관계없이 많이 발생한다. 이런 거북목 자세는 통증을 비롯한 다양한 문제를 일으키고 이러한 문제들을 거북목 증후군이라고 부른다. 이러한 거북목 자세로 발생하는 장애는 생각보다 크고 교정이 어렵다.
고개를 숙여 스마트 폰이나 태블릿 등(이하 스마트 기기라 한다.)을 보는 자세에서는 척추와 척추골 사이에 있는 작은 디스크에 더 많은 압박이 가해진다. 이러한 증상이 오래되면 목 디스크까지 유발시킬 수 있다. 한 연구 결과에 따르면, 목을 더 많이 굽힐수록 더 많은 힘이 척추에 가해진다고 한다. 스마트 폰을 가슴 높이에 두고 내려다보는 각도인 60도로 고개를 숙이면, 원래 5.5 kg가량인 머리의 무게가 약 22 kg처럼 느껴진다고 알려져 있다. 이처럼 숙일수록 무거워지는 머리의 무게는 신경을 압박하거나 디스크로 인한 통증을 유발할 수도 있으므로 거북목 증후군은 매우 심각한 질환이라고 할 수 있다.
거북목에 대한 대응방법은 거북목 증후군이 발생하기 전에 예방하는 방법과 거북목 증상이 발생한 이후에 치료를 하거나 증상을 완화 시키는 방법이 있다. 거북목 증상의 발현은 오랜 기간 동안 무의식적으로 또한 습관적으로 나쁜 자세를 유지하는 데서 기인된다. 일단 거북목 증후군이 발생하면 목 부위에 대한 치료만으로 충분한 효과를 거두기가 어렵다. 따라서 거북목 증후군이 발생하지 않도록 평소에 거북목 증상을 유발할 수 있는 나쁜 자세를 취하지 않도록 하는 것이 중요하다. 그러나 노트북, 태블릿, 스마트 폰 등 스마트 기기의 사용이 늘어나면서 거북목 증후군을 유발하는 나쁜 자세를 장기간 취하게 될 가능성이 높아지고 있다. 더 나쁜 것은 사용자가 게임 등을 하면서 스마트 기기의 사용에 집중하게 될수록 무의식 중에 자세가 점점 나빠지게 된다는 것이다.
데스크 탑 컴퓨터나 노트북 컴퓨터와 같이 책상 위에 거치하고 사용하는 장치와 달리 스마트 폰이나 태블릿의 경우는 손에 들고 사용하기 때문에 중력에 의해 장치가 낮은 위치로 내려가게 되고 자연스럽게 고개가 숙여지는 자세를 만들 수 밖에 없다. 이러한 중력을 이겨내고 장치를 지지하기 위해서 팔과 어깨에 과도함 힘이 가해지게 되고 이러한 자세는 거북목 증후군을 악화시키는 원인이 된다.
한국공개특허 10-2014-0110173호는 이러한 거북목 경고 시스템 및 방법에 관한 것으로, 목 디스크의 원인이 되는 거북목을 예방하기 위한 거북목 경고 시스템 및 방법에 관한 기술을 기재하고 있다.
실시예들은 영상처리와 기계학습을 이용한 소프트웨어 기반의 거북목 방지 방법 및 시스템에 관하여 기술하며, 보다 구체적으로 촬영된 이미지에서 얼굴 영역 및 어깨선을 검출하여 양측 어깨선을 연결한 삼각형을 구성함으로써, 삼각형 밑각의 크기에 따라 거북목 발생 위험 여부를 확인할 수 있는 기술을 제공한다.
실시예들은 사용자 단말을 통해 촬영된 이미지에서 목 영역의 면적을 계산하거나 목주름을 분석하여 거북목이 발생될 수 있는 위험 자세를 추정함으로써, 휴대와 사용이 편리할 뿐 아니라 추가 비용 없이 거북목을 예방할 수 있는 영상처리 기계학습을 이용한 소프트웨어 기반의 거북목 방지 방법 및 시스템을 제공하는데 있다.
일 실시예에 따른 소프트웨어 기반의 거북목 방지 방법은, 사용자 단말의 촬영부를 통해 사용자의 얼굴을 촬영하여 이미지를 획득하는 단계; 촬영된 상기 이미지에서 얼굴 영역을 검출하는 단계; 촬영된 상기 이미지에서 상기 얼굴 영역의 하단부로부터 좌우로 연장된 양측 어깨선을 검출하고, 상기 양측 어깨선을 연결한 삼각형을 구성하는 단계; 상기 삼각형의 밑각의 크기를 측정하고 상기 삼각형의 밑각의 크기와 기 설정된 임계치를 비교하는 단계; 및 상기 삼각형의 밑각의 크기가 상기 기 설정된 임계치보다 작을 경우, 거북목이 발생될 수 있는 위험 자세로 추정하는 단계를 포함한다.
상기 사용자 단말의 촬영부를 통해 사용자의 얼굴을 촬영하여 이미지를 획득하는 단계는, 상기 사용자 단말의 제한된 연산능력을 고려하여 촬영 주기를 조절하는 단계를 포함할 수 있다.
상기 이미지에서 얼굴 영역을 검출하는 단계는, 상기 이미지에서 얼굴 영역을 검출하고, 상기 얼굴 영역을 둘러싸는 외접타원을 형성하여 얼굴의 방향을 확인하는 단계를 포함할 수 있다.
상기 이미지에서 상기 얼굴 영역의 하단부로부터 좌우로 연장된 양측 어깨선을 검출하고, 상기 양측 어깨선을 연결한 삼각형을 구성하는 단계는, 상기 이미지에서 상기 얼굴 영역의 하단부로부터 좌우로 연장된 양측 어깨선을 검출하는 단계; 상기 양측 어깨선에서의 각 어깨의 양 끝점을 획득하는 단계; 및 상기 양 끝점을 연결한 선을 밑변으로 하며 검출된 상기 양측 어깨선을 연결한 삼각형을 구성하는 단계를 포함하고, 상기 양측 어깨선에서의 각 어깨의 양 끝점을 획득하는 단계는, 상기 이미지에서 상기 어깨의 양 끝점이 검출되지 않는 경우, 검출된 상기 양측 어깨선을 연장하여 윗꼭지점을 찾고 상기 윗꼭지점에서 동일한 거리만큼 떨어진 두 점을 상기 어깨의 양 끝점으로 추정할 수 있다.
촬영된 상기 이미지에서 상기 얼굴 영역의 하부에 배치된 목 영역을 검출하는 단계; 검출된 상기 목 영역의 면적을 계산하는 단계; 및 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목 영역의 면적이 줄어드는 경우, 거북목이 발생될 수 있는 위험 자세로 추정하는 단계를 더 포함할 수 있다.
상기 목 영역의 면적을 계산하는 단계는, 목 영역으로 추정되는 영역의 픽셀 수를 계산하고 상기 얼굴 영역의 픽셀 수와의 상대적인 비율을 계산하여 목 영역의 면적을 계산할 수 있다.
촬영된 상기 이미지에서 상기 얼굴 영역의 하부에 배치된 목 영역을 검출하는 단계; 검출된 상기 목 영역에서 가로 방향의 선으로 표시되는 목주름을 검출하여 상기 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상을 확인하는 단계; 및 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상의 변화를 추적하여, 거북목이 발생될 수 있는 위험 자세로 추정하는 단계를 더 포함할 수 있다.
학습 단계에서, 분류기(classifier)를 이용하여 사용자의 고개가 정상적인 각도를 유지하는 경우와 비정상적인 각도를 유지하는 경우를 다수 촬영하여 학습시키는 단계를 더 포함하고, 상기 학습 단계에서의 학습에 따라 거북목이 발생될 수 있는 위험 자세를 추정할 수 있다.
다른 실시예에 따른 소프트웨어 기반의 거북목 방지 시스템은, 사용자 단말의 촬영부를 통해 사용자의 얼굴을 촬영하여 이미지를 획득하는 이미지 획득부; 촬영된 상기 이미지에서 얼굴 영역을 검출하는 얼굴 영역 검출부; 촬영된 상기 이미지에서 상기 얼굴 영역의 하단부로부터 좌우로 연장된 양측 어깨선을 검출하고, 상기 양측 어깨선을 연결한 삼각형을 구성하는 구성부; 상기 삼각형의 밑각의 크기를 측정하고 상기 삼각형의 밑각의 크기와 기 설정된 임계치를 비교하는 비교부; 및 상기 삼각형의 밑각의 크기가 상기 기 설정된 임계치보다 작을 경우, 거북목이 발생될 수 있는 위험 자세로 추정하는 판단부를 포함한다.
촬영된 상기 이미지에서 상기 얼굴 영역의 하부에 배치된 목 영역을 검출하는 목 영역 검출부; 검출된 상기 목 영역의 면적을 계산하는 면적 계산부; 및 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목 영역의 면적 변화를 확인하는 면적 비교부를 더 포함하고, 상기 판단부는, 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목 영역의 면적이 줄어드는 경우, 거북목이 발생될 수 있는 위험 자세로 추정할 수 있다.
촬영된 상기 이미지에서 상기 얼굴 영역의 하부에 배치된 목 영역을 검출하는 목 영역 검출부; 검출된 상기 목 영역에서 가로 방향의 선으로 표시되는 목주름을 검출하여 상기 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상을 확인하는 목주름 계산부; 및 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상의 변화를 추적하는 목주름 비교부를 포함하고, 상기 판단부는, 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상의 변화를 추적하여, 거북목이 발생될 수 있는 위험 자세로 추정할 수 있다.
실시예들에 따르면 촬영된 이미지에서 얼굴 영역 및 어깨선을 검출하여 양측 어깨선을 연결한 삼각형을 구성함으로써, 삼각형 밑각의 크기에 따라 거북목 발생 위험 여부를 확인할 수 있는 영상처리 기계학습을 이용한 소프트웨어 기반의 거북목 방지 방법 및 시스템을 제공할 수 있다.
실시예들에 따르면 사용자 단말을 통해 촬영된 이미지에서 목 영역의 면적을 계산하거나 목주름을 분석하여 거북목이 발생될 수 있는 위험 자세를 추정함으로써, 휴대와 사용이 편리할 뿐 아니라 추가 비용 없이 거북목을 예방할 수 있는 영상처리 기계학습을 이용한 소프트웨어 기반의 거북목 방지 방법 및 시스템을 제공할 수 있다.
도 1은 일 실시예에 따른 고개 숙인 각도에 따른 얼굴 윤곽 및 어깨선의 위치를 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 소프트웨어 기반의 거북목 방지 시스템을 나타내는 블록도이다.
도 3은 일 실시예에 따른 소프트웨어 기반의 거북목 방지 방법을 나타내는 흐름도이다.
도 4는 일 실시예에 따른 소프트웨어 기반의 거북목 방지 방법의 예를 나타내는 흐름도이다.
도 5는 일 실시예에 따른 소프트웨어 기반의 거북목 방지 방법의 다른 예를 나타내는 흐름도이다.
도 6은 일 실시예에 따른 고개 숙인 각도에 따른 얼굴 윤곽선과 어깨 연결선의 관계를 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 고개 숙인 각도에 따른 목 부분 면적의 변화를 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 고개 숙인 각도에 따른 목주름을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 소프트웨어 기반의 거북목 방지 시스템을 나타내는 블록도이다.
도 3은 일 실시예에 따른 소프트웨어 기반의 거북목 방지 방법을 나타내는 흐름도이다.
도 4는 일 실시예에 따른 소프트웨어 기반의 거북목 방지 방법의 예를 나타내는 흐름도이다.
도 5는 일 실시예에 따른 소프트웨어 기반의 거북목 방지 방법의 다른 예를 나타내는 흐름도이다.
도 6은 일 실시예에 따른 고개 숙인 각도에 따른 얼굴 윤곽선과 어깨 연결선의 관계를 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 고개 숙인 각도에 따른 목 부분 면적의 변화를 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 고개 숙인 각도에 따른 목주름을 설명하기 위한 도면이다.
이하, 첨부된 도면을 참조하여 실시예들을 설명한다. 그러나, 기술되는 실시예들은 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 이하 설명되는 실시예들에 의하여 한정되는 것은 아니다. 또한, 여러 실시예들은 당해 기술분야에서 평균적인 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위해서 제공되는 것이다. 도면에서 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
거북목 증후군을 방지하기 위해서는 사용자가 현재 거북목을 유발시키는 나쁜 자세를 취하고 있는 감지하는 기술과 그것을 사용자에게 알려서 바른 자세를 유지하도록 하는 기술이 필요하다. 최근에 IT 기술을 이용하여 거북목을 예방하기 위한 기술이나 장치들이 다양하게 개발되고 있다.
IT 기술을 이용하여 거북목을 예방하기 위하여 웨어러블 센서를 이용한 거북목 감지 및 경고 방법을 제공할 수 있다. 예를 들어 특수한 웨어러블 디바이스를 이용하면 올바른 자세로 앉고 서는 방법을 유지하도록 할 수 있다. ‘루모 리프트(Lumo Lift)’는 셔츠나 브래지어 끈에 부착하는 마그네틱 칩으로, 착용자가 고개를 숙일 때마다 진동한다. 그리고‘트루포스처(TruPosture)’ 스마트 셔츠는 척추선을 따라 달린 다섯 개의 센서를 통해 이상적인 자세에서 벗어날 때마다 촉각 신호로 피드백을 준다.
또한, 알렉스 N5는 목뒤로 걸어 목 부분에서 발생하는 근전도를 감지함으로써 자세가 나빠질 때 진동 알람을 주어 다시 올바른 자세로 잡아주는 웨어러블 디바이스이다. 목뒤로 걸쳐도 큰 무게감이 없으며, 스마트 폰과 연결하여 어플리케이션(앱)으로 자세한 세팅도 가능하기에 사용자에 따라 다르게 세팅이 가능한 것을 장점으로 내세우고 있다.
그리고 거북목을 예방하기 위하여 특수한 책상이나 의자를 이용하여 자세를 교정하는 방법을 제공할 수 있다. 예를 들어 베리데스크(Varidesk) 같은 높이 조절식 스테이션을 사용함으로써 노트북 컴퓨터의 사용으로 인한 거북목 증상을 치료하는 방법으로 제안되었다. 잠시 앉아 있다 잠시 일어서고 또 몸을 뒤로 쭉 젖히는 방식으로 거북목 증상의 발현을 막는다. 마찬가지로, 스틸케이스(Steelcase)에서 출시한 제스처 체어(Gesture Chair)는 유연성 있는 등받침과 앉은 사람의 움직임을 따라 가는 팔 받침을 이용, 몸을 기울일 때나 모바일 기기를 사용할 때 척추는 물론 팔꿈치와 어깨도 지지해준다.
또한, HMD를 이용하여 머리를 숙이지 않고도 화면을 볼 수 있도록 하는 방법 글라이프(Glyph), 구글 글래스, 오큘러스 리프트 등도 있다. HMD(Head-mounted Display)는 스크린을 바로 얼굴 앞에 두어 사용자가 굳이 몸을 앞으로 숙일 필요가 없도록 한다.
그리고, 거북목을 예방하기 위하여 외부카메라로 자세를 측정하여 거북목을 감지하는 방법을 제공할 수 있다. 사용자의 자세를 가장 쉽게 측정할 수 있는 방법으로서 카메라로 전신을 촬영하고 그 영상을 분석하여 사용자가 거북목 증후군을 유발할 수 있는 자세를 취하는지 확인하는 방법이다.
외부 카메라에서 촬영된 영상은 복잡한 계산이 가능한 컴퓨터에 연결되어 정교한 영상처리 및 객체인식 기술을 활용하여 거북목의 발생을 알아낼 수 있다.
또한, 거북목을 예방하기 위하여 스마트 기기에 내장된 자이로 센서를 이용하는 방법을 제공할 수 있다. 예컨대, 스마트 기기에 내장된 센서 중 자이로 센서는 스마트 기기가 지표면을 기준으로 하여 어떤 각도로 기울어져 있는지를 감지할 수 있다. 스마트 기기가 지표면과 이루는 각도가 작을수록 목을 더 숙여야 하므로 이러한 방법을 이용하면 제한적으로 목의 각도를 유추할 수 있다.
현재까지 개발된 장치들의 특징은 스마트 기기 외에 별도의 센서를 몸에 부착하거나 안경, 목걸이 등의 형태로 몸에 거치해야 한다는 문제가 있다. 이러한 장치들은 근육에서 발생하는 근전도 신호를 감지하여 비교적 정확하게 신체에서 일어나는 이상 증상을 감지할 수 있다는 장점이 있지만 별도장치를 구매하고 스마트 디바이스들과 연결해야 하므로 추가 비용이 소요되고 설정 및 사용이 어렵다. 또한 거추장스럽게 휴대하기가 불편하며 다른 사람들이 보기에도 자연스럽지 못한 문제가 있다. 별도의 외부 센서들을 충전하고 외부 센서 기기와 스마트 기기간의 데이터를 주고받기 위해서 추가적인 통신기능과 연산이 필요하다는 문제도 있다. 이러한 이유로 사용자들이 활용을 꺼리게 되고 장치가 추구하는 목적을 달성하기 어렵다. 거북목 증상에 대해 민감하고 예방에 대한 관심이 높은 사람들만 사용하게 되므로 일반인들에게 널리 보급되기 어려운 문제가 있다. 특히, 타인의 시선에 민감하고 패션을 추구하는 젊은 층들에게 이러한 장치를 부착하도록 강요하기는 어렵다.
또한, 외부 카메라를 이용하여 사용자의 몸 전체 영상을 촬영하고 거북목 증후군의 발현 유무를 판단하는 것은 기존의 영상처리 및 컴퓨터 비전 기술로 쉽게 구현이 가능하다. 그러나 이것은 병원과 같이 통제된 환경에서 사용자와 카메라간의 상대적인 위치와 각도를 세밀하게 조정해야 하는 문제가 있어서 스마트 기기의 휴대상태에서 무의식적/불수의적으로 일어나는 자세의 변화를 감지하기가 어렵다.
그리고, 스마트 기기에 내장된 자이로 센서를 이용하는 방법은 매우 직관적이지만 이것은 스마트 기기의 절대 각도만 인식이 가능할 뿐 사용자와의 상대적인 관계를 파악하는 것은 불가능하다. 즉, 사용자가 비스듬하게 소파에 기대고 누워서 스마트 폰을 바라보거나 침대에 누워서 보는 경우 등과 같이 서있거나 보행하는 경우가 아닌 상황에서는 사람의 자세를 감지하는 것이 어렵다.
거북목 예방을 위해서 다음과 같은 특징을 가지는 새로운 기술이 필요하다.
외부 센서장치, 외부 카메라 등 별도의 장치가 필요 없고 스마트 기기 자체의 하드웨어 및 소프트웨어적 기능만으로 거북목 증후군을 예방할 수 있어야 한다. 그리고 사용자들이 특별한 사전설정을 하지 않고 무의식 중에 사용할 수 있도록 해야 한다. 또한, 전력소모가 적고 모바일 네트워크를 통한 데이터 전송량도 적어서 사용자의 불편이나 추가부담을 야기시키지 않도록 해야 한다. 거북목 증후군을 야기시키는 자세는 고개가 일정 각도(임계각) 이상으로 꺾이는 경우이다. 임계각 이하로 고개가 꺾여있을 경우의 얼굴 모습과 임계각 이상으로 고개가 꺾여있을 경우의 얼굴 모습에서는 여러 가지 변화가 나타난다.
예컨대, 어깨선을 기준으로 했을 때 턱의 위치(전체적으로 얼굴 윤곽)가 현저히 어깨선 아래로 내려간다. 또한 어깨 끝이 위로 올라간다. 여기에서 어깨선은 옆 목점에서 어깨 끝점까지 이르는 선을 의미한다.
그리고, 턱이 아래로 내려가면서 턱 부분이 가려지기 때문에 영상에서 턱에 해당되는 영역의 면적이 줄어든다.
또한, 얼굴의 아래쪽 부분(하관)의 근육이 일그러지고 경직되는 현상이 발생한다. 아래턱이 앞으로 튀어나오고 입이 벌어진다.
또한, 고개를 오랫동안 숙여 목에 주름이 생기는 현상인 테크 넥(Tech neck)이라고 알려진 목주름이 진하게 나타난다.
이러한 차이들은 인종, 피부색, 얼굴 크기 등 개인의 얼굴 모양에 따른 영향이 거의 없으며, 조명에 대한 영향도 적다. 스마트 기기에 내장된 카메라로 촬영한 후 기존에 알려진 영상처리 및 컴퓨터 비전 기술을 사용하여 고개를 과도하게 숙였을 때 얼굴에 일어나는 이러한 변형을 감지하여 경고함으로써 거북목을 예방하거나 교정할 수 있다. 일반적으로 사용자가 스마트 기기를 사용하는 동안에 화면을 수직방향에서 정면으로 바라보게 되므로 카메라에는 비교적 정확하게 사용자의 얼굴이 노출된다.
도 1은 일 실시예에 따른 고개 숙인 각도에 따른 얼굴 윤곽 및 어깨선의 위치를 설명하기 위한 도면이다.
도 1을 참조하면, 고개를 숙인 각도에 따라 카메라에 잡히는 얼굴 윤곽(실선) 및 어깨선 위치(점선)를 나타내는 것으로, 목의 각도가 0도일 경우는 얼굴의 윤곽선(실선)이 양쪽 어깨를 연결한 선(점선) 보다 위쪽에 위치하지만, 목이 구부러진 각도가 커질수록 얼굴 윤곽선이 양쪽 어깨를 연결한 선보다 아래쪽으로 내려오게 된다.
이러한 원리를 이용하면 사진만으로 목이 구부러진 각도를 대략적으로 알아낼 수 있다. 또한, 목이 앞쪽으로 구부러지면서 어깨가 위로 올라가는 현상도 발생할 수 있다.
도 2는 일 실시예에 따른 소프트웨어 기반의 거북목 방지 시스템을 나타내는 블록도이다.
도 2를 참조하면, 일 실시예에 따른 소프트웨어 기반의 거북목 방지 시스템(200)은 이미지 획득부(210), 얼굴 영역 검출부(220), 구성부(230), 비교부(240), 및 판단부(250)를 포함하여 이루어질 수 있다. 실시예에 따라 소프트웨어 기반의 거북목 방지 시스템(200)은 목 영역 검출부(260), 면적 계산부(261), 및 면적 비교부(262)를 더 포함하여 이루어질 수 있다. 또한, 실시예에 따라 소프트웨어 기반의 거북목 방지 시스템(200)은 목주름 계산부(263) 및 목주름 비교부(264)를 더 포함하여 이루어질 수 있다.
이미지 획득부(210)는 사용자 단말의 촬영부를 통해 사용자의 얼굴을 촬영하여 이미지를 획득할 수 있다. 여기에서 사용자 단말은 스마트 폰(smart phone) 및 태블릿(tablet) 등의 스마트 기기일 수 있다. 또한, 사용자 단말은 상기의 스마트 기기에 제한되지 않으며, 휴대폰, 네비게이션, 노트북, 디지털방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), e-북 리더(e-book reader) 등이 포함될 수 있다. 그리고 사용자 단말의 촬영부는 사용자 단말에 내장된 카메라 등이 될 수 있다.
얼굴 영역 검출부(220)는 촬영된 이미지에서 얼굴 영역을 검출할 수 있다.
구성부(230)는 촬영된 이미지에서 얼굴 영역의 하단부로부터 좌우로 연장된 양측 어깨선을 검출하고, 양측 어깨선을 연결한 하나의 삼각형을 구성할 수 있다.
비교부(240)는 삼각형의 밑각의 크기를 측정하고 삼각형의 밑각의 크기와 기 설정된 임계치를 비교할 수 있다.
판단부(250)는 삼각형의 밑각의 크기가 기 설정된 임계치보다 작을 경우, 거북목이 발생될 수 있는 위험 자세로 추정할 수 있다.
실시예에 따라 소프트웨어 기반의 거북목 방지 시스템(200)은 목 영역 검출부(260), 면적 계산부(261), 및 면적 비교부(262)를 더 포함하여 이루어질 수 있다.
목 영역 검출부(260)는 촬영된 이미지에서 얼굴 영역의 하부에 배치된 목 영역을 검출할 수 있다.
면적 계산부(261)는 검출된 목 영역의 면적을 계산할 수 있다.
면적 비교부(262)는 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목 영역의 면적 변화를 확인할 수 있다.
이에 따라 판단부(250)는 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목 영역의 면적이 줄어드는 경우, 거북목이 발생될 수 있는 위험 자세로 추정할 수 있다.
또한, 실시예에 따라 소프트웨어 기반의 거북목 방지 시스템(200)은 목주름 계산부(263) 및 목주름 비교부(264)를 더 포함하여 이루어질 수 있다.
앞에서 설명한 바와 같이, 목 영역 검출부(260)는 촬영된 이미지에서 얼굴 영역의 하부에 배치된 목 영역을 검출할 수 있다.
목주름 계산부(263)는 검출된 목 영역에서 가로 방향의 선으로 표시되는 목주름을 검출하여 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상을 확인할 수 있다.
목주름 비교부(264)는 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상의 변화를 추적할 수 있다.
이에 따라 판단부(250)는 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상의 변화를 추적하여, 거북목이 발생될 수 있는 위험 자세로 추정할 수 있다.
아래에서 소프트웨어 기반의 거북목 방지 시스템을 소프트웨어 기반의 거북목 방지 방법을 통해 더 구체적으로 설명하기로 한다.
도 3은 일 실시예에 따른 소프트웨어 기반의 거북목 방지 방법을 나타내는 흐름도이다.
도 3을 참조하면, 사용자 단말의 촬영부를 통해 사용자의 얼굴을 촬영하여 이미지를 획득하는 단계(310), 촬영된 이미지에서 얼굴 영역을 검출하는 단계(320), 촬영된 이미지에서 얼굴 영역의 하단부로부터 좌우로 연장된 양측 어깨선을 검출하고, 양측 어깨선을 연결한 삼각형을 구성하는 단계(330), 삼각형의 밑각의 크기를 측정하고 삼각형의 밑각의 크기와 기 설정된 임계치를 비교하는 단계(340), 및 삼각형의 밑각의 크기가 기 설정된 임계치보다 작을 경우, 거북목이 발생될 수 있는 위험 자세로 추정하는 단계(350)를 포함하여 이루어질 수 있다.
여기에서, 촬영된 이미지에서 얼굴 영역의 하부에 배치된 목 영역을 검출하는 단계, 검출된 목 영역의 면적을 계산하는 단계, 및 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목 영역의 면적이 줄어드는 경우, 거북목이 발생될 수 있는 위험 자세로 추정하는 단계를 더 포함할 수 있다.
또한, 촬영된 이미지에서 얼굴 영역의 하부에 배치된 목 영역을 검출하는 단계, 검출된 목 영역에서 가로 방향의 선으로 표시되는 목주름을 검출하여 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상을 확인하는 단계, 및 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상의 변화를 추적하여, 거북목이 발생될 수 있는 위험 자세로 추정하는 단계를 더 포함할 수 있다.
실시예들에 따르면 촬영된 이미지에서 얼굴 영역 및 어깨선을 검출하여 양측 어깨선을 연결한 삼각형을 구성함으로써, 삼각형 밑각의 크기에 따라 거북목 발생 위험 여부를 확인할 수 있다.
또한, 실시예들에 따르면 사용자 단말을 통해 촬영된 이미지에서 목 영역의 면적을 계산하거나 목주름을 분석하여 거북목이 발생될 수 있는 위험 자세를 추정함으로써, 휴대와 사용이 편리할 뿐 아니라 추가 비용 없이 거북목을 예방할 수 있다.
아래에서는 일 실시예에 따른 소프트웨어 기반의 거북목 방지 방법을 하나의 예를 들어 더 구체적으로 설명하기로 한다.
일 실시예에 따른 소프트웨어 기반의 거북목 방지 방법은 도 2에서 설명한 실시예에 따른 소프트웨어 기반의 거북목 방지 시스템을 이용하여 더 구체적으로 설명할 수 있다. 여기에서 일 실시예에 따른 소프트웨어 기반의 거북목 방지 시스템(200)은 이미지 획득부(210), 얼굴 영역 검출부(220), 구성부(230), 비교부(240), 및 판단부(250)를 포함하여 이루어질 수 있다. 실시예에 따라 소프트웨어 기반의 거북목 방지 시스템(200)은 목 영역 검출부(260), 면적 계산부(261), 및 면적 비교부(262)를 더 포함하여 이루어질 수 있다. 또한, 실시예에 따라 소프트웨어 기반의 거북목 방지 시스템(200)은 목주름 계산부(263) 및 목주름 비교부(264)를 더 포함하여 이루어질 수 있다.
단계(310)에서, 이미지 획득부는 사용자 단말의 촬영부를 통해 사용자의 얼굴을 촬영하여 이미지를 획득할 수 있다. 여기에서 사용자 단말은 스마트 폰 및 태블릿 등의 스마트 기기일 수 있다. 그리고 사용자 단말의 촬영부는 사용자 단말에 내장된 카메라 등이 될 수 있다.
또한, 이미지 획득부는 사용자 단말의 제한된 연산능력을 고려하여 촬영 주기를 조절할 수 있다.
예를 들어 스마트 기기에 내장된 카메라로 사용자의 얼굴을 촬영할 수 있다. 이때, 사용자의 고개가 비정상적으로 꺾인 상태인지의 여부는 단일 영상만으로 감지할 수 있지만 촬영주기를 짧게 하면 잘못된 자세를 빨리 감지하여 사용자에게 알려줄 수 있다.
그러나 촬영주기를 너무 짧게 설정하는 경우 스마트 기기의 제한된 연산능력이 자세 감지에만 활용되므로 둘 사이의 트레이드 오프(trade-off)는 시스템의 성능을 감안하여 촬영주기를 조절할 수 있다. 즉, 스마트 기기의 CPU 점유율이 높은 경우 촬영주기를 길게 하고 점유율이 낮은 경우는 촬영주기를 짧게 하여 스마트 기기의 기능에 영향을 주지 않으면서 최대의 효과를 낼 수 있도록 한다.
영상이 획득된 후, 먼저 얼굴 영역을 검출할 수 있다. 이에, 단계(320)에서 얼굴 영역 검출부는 촬영된 이미지에서 얼굴 영역을 검출할 수 있다.
개인을 식별하기 위한 얼굴 인식 기술은 생체인식의 중요한 기술로서 난이도가 높고 많은 계산이 필요하다. 하지만 사람의 얼굴 영역만을 인지하고 검출하는 기술은 비교적 적은 계산으로 가능하며 템플릿기반 방법, 색상기반 방법, 해부학적 패턴 이용방법 등 이미 많은 기술들이 개발되어 있으므로 이중 간단하고 강건한 방법을 사용할 수 있다. 정상적으로 스마트 기기를 사용하는 경우는 거의 정면으로 화면을 보게 되므로 매우 높은 확률로 얼굴 영역을 검출하는 것이 가능하다. 순간적으로 스마트 기기의 방향을 바꿔서 얼굴이 검출되지 않는 경우에는 더 이상의 처리를 중단하고 다시 촬영단계로 돌아가도록 할 수 있다.
얼굴 영역 검출부는 이미지에서 얼굴 영역을 검출하고, 얼굴 영역을 둘러싸는 외접타원을 형성하여 얼굴의 방향을 확인할 수 있다. 즉, 얼굴 영역이 검출되면 이를 둘러싸는 외접타원을 정의할 수 있다. 이렇게 하면 스마트 기기를 얼굴과 같은 방향으로 하지 않고 회전시키거나 기울여 촬영한 경우에도 정확하게 얼굴의 방향을 찾아낼 수 있다.
얼굴 영역이 식별된 다음, 어깨선을 추출할 수 있다. 이에, 단계(330)에서 구성부는 촬영된 이미지에서 얼굴 영역의 하단부로부터 좌우로 연장된 양측 어깨선을 검출하고, 양측 어깨선을 연결한 삼각형을 구성할 수 있다. 여기에서 삼각형은 이등변 삼각형으로 이루어질 수 있다.
더 구체적으로 구성부는 이미지에서 얼굴 영역의 하단부로부터 좌우로 연장된 양측 어깨선을 검출하고, 양측 어깨선에서의 각 어깨의 양 끝점을 획득한 후 양 끝점을 연결한 선을 밑변으로 하며 검출된 양측 어깨선을 연결한 삼각형을 구성할 수 있다.
여기에서 구성부는 이미지에서 어깨의 양 끝점이 검출되지 않는 경우, 검출된 양측 어깨선을 연장하여 윗꼭지점을 찾고 윗꼭지점에서 동일한 거리만큼 떨어진 두 점을 어깨의 양 끝점으로 추정할 수 있다.
예컨대, 스마트 기기를 얼굴에서 아주 가까운 거리까지 근접하지 않은 경우, 얼굴 영역의 하단부에서부터 시작하여 좌우로 어깨선을 찾을 수 있다. 영상에서 직선성분을 추출하는 방법은 Hugh 변환 등 여러 가지 알려진 방법들이 있다. 일단 얼굴 영역을 검출하면 어깨선이 존재하게 될 후보영역을 쉽게 찾을 수 있으므로 어깨선 검출을 쉽게 할 수 있다. 이때 배경색과 사용자가 착용한 의복의 색상이 식별 불가능할 정도로 유사하지 않는 한 정확하게 어깨선 검출이 가능하다.
카메라와 얼굴 사이의 거리가 멀 경우, 어깨선이 어깨 끝까지 이어지므로 어깨 끝점의 검출이 가능하다. 어깨 끝점이 카메라의 화각에 들어오지 않는 경우라도 이후 처리가 가능하다.
어깨 끝점이 검출될 경우, 양 끝점을 연결하여 삼각형의 밑변으로 하고 이전에 검출한 두 개의 어깨선을 연장하여 하나의 삼각형을 만들 수 있다. 심각하게 자세가 틀어져있거나 기형이 아닌 경우 이 삼각형은 이등변 삼각형이 되고 윗꼭지점은 얼굴 영역 안쪽에 놓이게 된다. 이 삼각형의 두 밑각의 각도를 계산한 후 이 값이 임계치보다 작을 경우에는 비정상적인 자세로 추정할 수 있다.
어깨 끝점이 검출되지 않는 경우, 검출된 양쪽 어깨선을 연장하여 윗꼭지점을 찾고, 그 꼭지점에서 동일한 거리만큼 떨어진 두 점을 어깨 끝점으로 추정하여 이후 처리를 수행할 수 있다.
단계(340)에서, 비교부는 삼각형의 밑각의 크기를 측정하고 삼각형의 밑각의 크기와 기 설정된 임계치를 비교할 수 있다.
단계(350)에서, 판단부는 삼각형의 밑각의 크기가 기 설정된 임계치보다 작을 경우, 거북목이 발생될 수 있는 위험 자세로 추정할 수 있다.
이와 같은 방법을 통해 촬영된 이미지에서 얼굴 영역 및 어깨선을 검출하여 양측 어깨선을 연결한 삼각형을 구성함으로써, 삼각형 밑각의 크기에 따라 거북목 발생 위험 여부를 확인할 수 있다.
더 정확한 거북목이 발생될 수 있는 위험 자세를 추정하기 위해 목 영역 검출 및 면적을 계산할 수 있다.
또한, 보다 정확한 거북목이 발생될 수 있는 위험 자세를 추정하기 위해 목 영역 검출 및 목주름을 검출할 수 있다. 이는 아래에서 하나의 예를 들어 더 구체적으로 설명하기로 한다.
도 4는 일 실시예에 따른 소프트웨어 기반의 거북목 방지 방법의 예를 나타내는 흐름도이다.
도 4를 참조하면, 일 실시예에 따른 소프트웨어 기반의 거북목 방지 방법은 도 3에서 설명한 바와 같이 촬영된 이미지에서 얼굴 영역 및 어깨선을 검출하여 양측 어깨선을 연결한 삼각형을 구성함으로써, 삼각형 밑각의 크기에 따라 거북목 발생 위험 여부를 확인할 수 있다.
도 5는 일 실시예에 따른 소프트웨어 기반의 거북목 방지 방법의 다른 예를 나타내는 흐름도이다.
도 5를 참조하면, 스마트 기기 등의 사용자 단말을 이용하여 사진을 촬영(501)하고, 촬영된 이미지에서 얼굴 영역을 검출(502)할 수 있다. 얼굴 영역이 검출 완료되었는지 확인(503) 후, 얼굴 영역이 검출된 경우 얼굴 외접타원을 형성(504)하여 얼굴의 기울어짐 등을 바로 잡을 수 있다. 그리고 어깨선을 검출하여 양측 어깨선을 연결한 삼각형을 구성(505)하고, 삼각형 밑각의 크기를 계산(506)하여 임계치와 비교(507)하여 임계치 미만인 경우, 거북목 발생 위험 지수가 증가(508)될 수 있다.
여기에서, 더 정확한 진단을 위해 추가 계산이 필요한 경우 목 영역을 검출할 수 있다. 그리고 추가 계산이 필요하지 않은 경우 누적 위험 지수가 임계치 이상인지 여부를 확인(522)하여 거북목 발생 위험을 경고(523)할 수 있다. 이때, 거북목 발행 위험을 경고하기 위해 사용자 단말에 문자, 그림 등으로 표시하거나 진동, 소리, 빛 등으로 사용자에게 알릴 수 있다.
그리고, 보다 정확한 거북목이 발생될 수 있는 위험 자세를 추정하기 위해 목 영역 검출 및 면적을 계산할 수 있다.
단계(510)에서, 목 영역 검출부는 촬영된 이미지에서 얼굴 영역의 하부에 배치된 목 영역을 검출할 수 있다.
사람의 목은 얼굴에 아래쪽에 있다는 해부구조적 지식을 활용하여 목에 대한 후보영역을 쉽게 특정할 수 있다. 목 영역 추출은 형태학적인 방법과 색상을 활용하는 방법을 동시에 이용한다. 그 이유는 목과 같은 형태를 가졌다고 하더라도 그것이 실제로 목이 아니라 상의의 옷깃, 넥타이, 스카프 등 다른 물체일 수도 있기 때문이다.
목과 얼굴의 색깔은 크게 차이가 나지 않으며 조명과 그림자로 인해 목 부분이 다소 어둡게 되더라도 조명에 강건한 인식방법을 사용하며 목 부분을 쉽게 찾아낼 수 있다.
목 영역의 검출이 완료(511)된 경우, 단계(512)에서 면적 계산부는 검출된 목 영역의 면적을 계산할 수 있다. 이때, 면적 계산부는 목 영역으로 추정되는 영역의 픽셀 수를 계산하고 얼굴 영역의 픽셀 수와의 상대적인 비율을 계산하여 목 영역의 면적을 계산할 수 있다. 또한, 면적 계산부는 얼굴 외접타원 면적을 이용한 상대 면적을 보정(513)을 할 수 있다.
단계(514)에서, 면적 비교부는 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목 영역의 면적이 줄어드는지 여부를 확인할 수 있다. 이에, 판단부에서 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목 영역의 면적이 줄어드는 경우, 거북목이 발생될 수 있는 위험 자세로 추정하여 위험 지수를 증가(515)시킬 수 있다.
다시 말하면 단일 영상만으로 독립적인 자세 추정이 가능한 어깨선 검출과 달리, 목 부분의 면적은 미리 올바른 자세에서 촬영한 기준 영상(레퍼런스 영상)과 비교하거나 연속된 몇 개의 영상들에서 목 부분의 면적이 줄어들고 있다는 사실로부터 추정해야 한다. 기준 영상은 통제된 환경에서 사용자가 프로그램을 설정할 때 고개를 똑바로 들고 촬영하도록 하여 얻을 수 있다. 기준 영상과 촬영된 영상이 카메라와 얼굴 사이의 거리에 따라 크기가 다르더라도 동일 사용자에 대한 비교이므로 얼굴 영역의 비율을 이용하여 쉽게 환산할 수 있다.
목 부분의 면적이 기준 영상의 목 부분 면적보다 작거나 연속된 영상에 목 부분의 면적이 줄어드는 것을 확인하는 방법은 어깨선을 이용한 자세추정 방법의 정확도를 높이기 위한 보조수단이므로 이 부분이 반드시 수행되어야 하는 것은 아니다.
여기에서, 더 정확한 진단을 위해 추가 계산이 필요한 경우 목주름을 검출할 수 있다. 그리고 추가 계산이 필요하지 않은 경우 누적 위험 지수가 임계치 이상인지 여부를 확인(522)하여 거북목 발생 위험을 경고(523)할 수 있다.
보다 정확한 거북목이 발생될 수 있는 위험 자세를 추정하기 위해 목 영역 검출 및 목주름을 검출할 수 있다. 목 영역 검출부는 촬영된 이미지에서 얼굴 영역의 하부에 배치된 목 영역을 검출할 수 있다. 이때, 목 부분의 면적을 계산하기 위해 이미 목 영역을 검출한 경우 이 과정은 생략될 수 있다.
단계(517)에서, 목주름 계산부는 검출된 목 영역에서 가로 방향의 선으로 표시되는 목주름을 검출하여 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상을 확인할 수 있다. 목주름은 가로방향의 선이고 사용자의 목에 특별한 흉터들이 없다면 간단한 영상처리 방법을 이용하여 목주름의 개수, 길이, 굵기를 쉽게 찾아낼 수 있다.
목주름이 검출 완료(518)된 경우, 단계(519)에서 목주름 비교부는 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상의 변화를 추적할 수 있다. 이에 따라 판단부는 미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상의 변화를 추적하여, 임계치 이상인지 여부를 확인(520)하여 임계치 이상인 경우 거북목이 발생될 수 있는 위험 자세로 추정함으로써 거북목 발행 위험 지수를 증가(521)시킬 수 있다.
목 영역의 면적과 유사하게 목주름의 경우도 정상적인 자세에서 촬영한 기본영상과 비교하거나 연속됨 몇 개의 프레임에서 목주름의 개수, 길이, 굵기의 변화를 추적해야 한다. 목주름을 통해 거북목이 발생될 수 있는 위험 자세를 추정하는 방법은 어깨선을 이용한 자세추정 방법의 정확도를 높이기 위한 보조수단이므로 이 부분이 반드시 수행되어야 하는 것은 아니다.
그리고 누적 위험 지수가 임계치 이상인지 여부를 확인(522)하여 거북목 발생 위험을 경고(523)할 수 있다. 또한, 시스템 부하 여부를 확인하여 시스템 부하를 고려한 촬영주기로 조정(524)이 가능하다.
이와 같이 사용자의 얼굴과 상반신에서 전술한 바와 같이 어깨선을 추출하고 이 선을 기준으로 하여 얼굴 영역이 위에 있는지 아래에 있는지를 비교하여 고개가 비정상적으로 숙여져 있는지를 검사할 수 있다. 사람의 목은 경추의 특정 관절을 기준으로 회전운동을 하게 되어있으므로 운동 가능한 범위(각도)는 약간의 개인차이는 있지만 어느 정도 정해져 있다.
각각의 방법은 독립적으로도 활용할 수 있고 여러 가지 방법을 동시에 적용하여 정확도를 더 높일 수 있다. 예를 들어 성능이 낮은 장치(저사양 스마트 폰)를 사용하는 경우는 독립적인 기술을 사용하고 성능이 높은 장치(고사양 스마트 폰 또는 노트북)을 사용하는 경우는 여러 가지 기법을 동시에 적용하는 방법을 사용할 수 도 있다.
영상 처리 기술을 적용하여도 개인별로 약간씩의 차이가 존재하게 되고 같은 사람이라고 하더라도 조명, 입고 있는 의상, 몸 상태 등에 따라 조금씩 편차가 존재하게 된다. 예를 들어 앉아서 사진을 찍는 경우와 서서 찍을 때의 모습은 차이가 생길 수 있다. 이러한 변이가 인식결과에 미치는 영향을 최소화하기 위해서 기계학습(machine learning)에서 사용되는 간단한 분류기(classifier)를 활용할 수 있다.
즉, 학습 단계에서 분류기(classifier)를 이용하여 사용자의 고개가 정상적인 각도를 유지하는 경우와 비정상적인 각도를 유지하는 경우를 다수 촬영하여 학습시킬 수 있다. 학습 단계에서의 학습에 따라 거북목이 발생될 수 있는 위험 자세를 추정할 수 있다.
더 구체적으로 학습단계에서 사용자는 고개가 정상적인 각도를 유지할 때의 사진을 여러 장 찍어 학습시키고 비정상적인 각도를 유지할 때의 사진을 여러 장 찍어 학습시킨다. 초기에 많은 사진을 찍어서 학습시키는 방법도 있지만 사용 중에도 정상/비정상 여부를 주기적으로 입력하도록 함으로써 사용을 계속할수록 인식의 정확도는 계속해서 증가하게 된다.
실시예들에 따르면 카메라가 장착된 일반적인 스마트 폰 이외에 어떠한 추가적인 장치가 필요하지 않으며 이의 착용 및 활용을 위한 별도의 교육이나 훈련이 필요 없다. 따라서 추가 비용도 필요하지 않으며 휴대와 사용이 매우 편리하다.
이는, 스마트 폰 제작 회사에서 이 기능을 빌트인(built-in)으로 내장할 수도 있고 별도의 어플리케이션(앱) 형태로도 설치하여 사용할 수 있다. 즉, 응용과 보급이 매우 용이하다.
또한, 간단한 어깨선 인식 및 얼굴 영역 인식 기술만 사용하여 쉽게 개발할 수 있으며 스마트 폰의 계산능력과 메모리를 제한적으로 사용하기 때문에 전력소모나 데이터 통신량이 지극히 적다. 필요한 경우는 시스템의 성능에 따라서 (중앙처리장치의 성능, 장착된 메모리, 현재 사용중인 프로세스의 개수 등) 촬영빈도만 조절하면 된다.
그리고 스마트 폰 자체의 기능이 부족한 경우는 영상으로부터 추출한 정보들을 데이터 통신망을 통해 서버로 전송함으로써 더 정교한 인식이나 후처리(post processing)가 가능하도록 할 수 있다.
사용 중에 인식의 민감도나 개인 특징에 따른 편차는 지속적인 보정(tuning)을 통해서 조절할 수 있으므로 특별한 노력 없이도 정확도를 꾸준히 증가시킬 수 있는 장점이 있다.
도 6은 일 실시예에 따른 고개 숙인 각도에 따른 얼굴 윤곽선과 어깨 연결선의 관계를 설명하기 위한 도면이다.
도 6a를 참조하면, 촬영된 이미지에서 사용자의 얼굴 영역을 검출하고, 얼굴 영역을 둘러싸는 외접타원(610)을 형성하여 얼굴의 방향을 확인할 수 있다. 얼굴 영역의 식별한 다음, 촬영된 이미지에서 얼굴 영역의 하단부로부터 좌우로 연장된 양측 어깨선을 검출하고, 양측 어깨선을 연결한 삼각형(620)을 구성할 수 있다. 여기에서 삼각형(620)은 이등변 삼각형으로 이루어질 수 있다.
고개를 숙이지 않은 경우 얼굴 중심과 양측 어깨 끝을 연결하는 삼각형의 양 끝각의 각도가 비교적 큰 것을 확인할 수 있다.
반면, 도 6b를 참조하면, 고개를 숙인 경우 머리가 아래로 내려가고 어깨가 올라가므로 얼굴 중심과 양측 어깨 끝을 연결하는 삼각형(621)의 양 끝각의 각도가 작아지는 것을 확인할 수 있다. 여기에서도, 얼굴 영역을 둘러싸는 외접타원(611)을 통해 얼굴의 방향을 확인할 수 있다.
도 7은 일 실시예에 따른 고개 숙인 각도에 따른 목 부분 면적의 변화를 설명하기 위한 도면이다.
도 7a를 참조하면 고개를 숙이지 않은 경우의 카메라에 노출되는 목 부위의 면적(710)을 나타내며, 도 7b를 참조하면 고개를 숙이는 경우의 카메라에 노출되는 목 부위의 면적(720)을 나타내는 것으로, 고개를 숙이는 경우에는 고개를 숙이지 않은 경우와 비교하여 목 부분의 면적이 상대적으로 줄어들게 된다.
즉, 고개를 많이 숙일수록 상대적으로 카메라에 노출되는 목 부위의 면적이 줄어들게 된다.
이와 같이 카메라에 노출되는 목 부위의 면적을 검출하여 고개를 숙인 정도를 확인할 수 있다. 이러한 방법은 목 부분이 노출된 의상을 착용한 경우에는 쉽게 적용할 수 있으며, 상기한 어깨 연결선 각도를 측정하는 방법의 보조적인 수단으로 활용할 수 있다.
도 8은 일 실시예에 따른 고개 숙인 각도에 따른 목주름을 설명하기 위한 도면이다.
도 8을 참조하면, 고개를 숙일수록 목에 나타나는 목주름의 개수가 늘어나고 더 굵어진다. 따라서 목주름의 개수와 굵기를 측정하여 고개가 얼마나 많이 기울어져 있는지를 상대적으로 추정할 수 있다.
이 방법은 어깨 연결선 각도를 측정하는 방법의 보조적인 수단으로 활용하여 거북목 증상 발현의 감지 정확도를 향상시킬 수 있다.
거북목 증후군은 시간과 장소를 가리지 않고 스마트 폰을 사용하는 많은 사용자들이 노출되어있는 질환이며 설령 의학적 치료를 시행해야 할 만큼 중증으로 발전하지 않더라도 체형을 변형시켜서 2차 질환을 일으킬 수 있는 중대한 질환이다. 스마트 폰의 보급이 꾸준히 늘어나고 있으며 일상생활에서 스마트 폰을 사용하는 시간이 점점 늘어나고 있어서 이에 대한 심각성은 매우 높다. 특히 나이가 들어서 스마트 폰을 접한 중장년 성인들보다 스마트 폰에 대한 의존도가 높고 성장기에 있는 청소년들에게는 매우 심각하다.
이 기술을 활용하면 본인도 모르게 부지불식간에 자세를 측정하여 경고해줌으로써 자세의 교정효과를 높일 수 있고 안전한 자세에게 스마트 폰을 활용할 수 있도록 할 수 있다. 기본적으로 손에 들고 다니는 스마트 디바이스용으로 활용될 수 있지만 웹캠이 부착되어 있는 데스크 탑이나 노트북에서도 사용될 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
Claims (10)
- 사용자 단말의 촬영부를 통해 사용자의 얼굴을 촬영하여 이미지를 획득하는 단계;
촬영된 상기 이미지에서 얼굴 영역을 검출하는 단계;
촬영된 상기 이미지에서 상기 얼굴 영역의 하단부로부터 좌우로 연장된 양측 어깨선을 검출하고, 상기 양측 어깨선을 연결한 삼각형을 구성하는 단계;
상기 삼각형의 밑각의 크기를 측정하고 상기 삼각형의 밑각의 크기와 기 설정된 임계치를 비교하는 단계; 및
상기 삼각형의 밑각의 크기가 상기 기 설정된 임계치보다 작을 경우, 거북목이 발생될 수 있는 위험 자세로 추정하는 단계
를 포함하고,
촬영된 상기 이미지에서 상기 얼굴 영역의 하부에 배치된 목 영역을 검출하는 단계;
검출된 상기 목 영역에서 가로 방향의 선으로 표시되는 목주름을 검출하여 상기 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상을 확인하는 단계; 및
미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상의 변화를 추적하여, 거북목이 발생될 수 있는 위험 자세로 추정하는 단계
를 더 포함하는 소프트웨어 기반의 거북목 방지 방법. - 제1항에 있어서,
상기 사용자 단말의 촬영부를 통해 사용자의 얼굴을 촬영하여 이미지를 획득하는 단계는,
상기 사용자 단말의 제한된 연산능력을 고려하여 촬영 주기를 조절하는 단계
를 포함하는 소프트웨어 기반의 거북목 방지 방법. - 제1항에 있어서,
상기 이미지에서 얼굴 영역을 검출하는 단계는,
상기 이미지에서 얼굴 영역을 검출하고, 상기 얼굴 영역을 둘러싸는 외접타원을 형성하여 얼굴의 방향을 확인하는 단계
를 포함하는 소프트웨어 기반의 거북목 방지 방법. - 제1항에 있어서,
상기 이미지에서 상기 얼굴 영역의 하단부로부터 좌우로 연장된 양측 어깨선을 검출하고, 상기 양측 어깨선을 연결한 삼각형을 구성하는 단계는,
상기 이미지에서 상기 얼굴 영역의 하단부로부터 좌우로 연장된 양측 어깨선을 검출하는 단계;
상기 양측 어깨선에서의 각 어깨의 양 끝점을 획득하는 단계; 및
상기 양 끝점을 연결한 선을 밑변으로 하며 검출된 상기 양측 어깨선을 연결한 삼각형을 구성하는 단계
를 포함하고,
상기 양측 어깨선에서의 각 어깨의 양 끝점을 획득하는 단계는,
상기 이미지에서 상기 어깨의 양 끝점이 검출되지 않는 경우, 검출된 상기 양측 어깨선을 연장하여 윗꼭지점을 찾고 상기 윗꼭지점에서 동일한 거리만큼 떨어진 두 점을 상기 어깨의 양 끝점으로 추정하는 것을 특징으로 하는 소프트웨어 기반의 거북목 방지 방법. - 제1항에 있어서,
촬영된 상기 이미지에서 상기 얼굴 영역의 하부에 배치된 목 영역을 검출하는 단계;
검출된 상기 목 영역의 면적을 계산하는 단계; 및
미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목 영역의 면적이 줄어드는 경우, 거북목이 발생될 수 있는 위험 자세로 추정하는 단계
를 더 포함하고,
상기 목 영역의 면적을 계산하는 단계는,
목 영역으로 추정되는 영역의 픽셀 수를 계산하고 상기 얼굴 영역의 픽셀 수와의 상대적인 비율을 계산하여 목 영역의 면적을 계산하는 것
을 특징으로 하는 소프트웨어 기반의 거북목 방지 방법. - 삭제
- 제1항에 있어서,
학습 단계에서, 분류기(classifier)를 이용하여 사용자의 고개가 정상적인 각도를 유지하는 경우와 비정상적인 각도를 유지하는 경우를 다수 촬영하여 학습시키는 단계
를 더 포함하고,
상기 학습 단계에서의 학습에 따라 거북목이 발생될 수 있는 위험 자세를 추정하는 것을 특징으로 하는 소프트웨어 기반의 거북목 방지 방법. - 사용자 단말의 촬영부를 통해 사용자의 얼굴을 촬영하여 이미지를 획득하는 이미지 획득부;
촬영된 상기 이미지에서 얼굴 영역을 검출하는 얼굴 영역 검출부;
촬영된 상기 이미지에서 상기 얼굴 영역의 하단부로부터 좌우로 연장된 양측 어깨선을 검출하고, 상기 양측 어깨선을 연결한 삼각형을 구성하는 구성부;
상기 삼각형의 밑각의 크기를 측정하고 상기 삼각형의 밑각의 크기와 기 설정된 임계치를 비교하는 비교부; 및
상기 삼각형의 밑각의 크기가 상기 기 설정된 임계치보다 작을 경우, 거북목이 발생될 수 있는 위험 자세로 추정하는 판단부
를 포함하고,
촬영된 상기 이미지에서 상기 얼굴 영역의 하부에 배치된 목 영역을 검출하는 목 영역 검출부;
검출된 상기 목 영역에서 가로 방향의 선으로 표시되는 목주름을 검출하여 상기 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상을 확인하는 목주름 계산부; 및
미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상의 변화를 추적하는 목주름 비교부
를 포함하고,
상기 판단부는,
미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목주름의 개수, 길이, 및 굵기 중 적어도 어느 하나 이상의 변화를 추적하여, 거북목이 발생될 수 있는 위험 자세로 추정하는 것
을 특징으로 하는 영상처리 기술과 기계학습을 이용한 소프트웨어 기반의 거북목 방지 시스템. - 제8항에 있어서,
촬영된 상기 이미지에서 상기 얼굴 영역의 하부에 배치된 목 영역을 검출하는 목 영역 검출부;
검출된 상기 목 영역의 면적을 계산하는 면적 계산부; 및
미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목 영역의 면적 변화를 확인하는 면적 비교부
를 더 포함하고,
상기 판단부는,
미리 정상적인 자세에서 촬영한 기준 영상과 비교하거나 연속된 복수의 영상들에서 목 영역의 면적이 줄어드는 경우, 거북목이 발생될 수 있는 위험 자세로 추정하는 것을 특징으로 하는 소프트웨어 기반의 거북목 방지 시스템. - 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170009337A KR101851099B1 (ko) | 2017-01-19 | 2017-01-19 | 영상처리 기계학습을 이용한 소프트웨어 기반의 거북목 방지 방법 및 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170009337A KR101851099B1 (ko) | 2017-01-19 | 2017-01-19 | 영상처리 기계학습을 이용한 소프트웨어 기반의 거북목 방지 방법 및 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101851099B1 true KR101851099B1 (ko) | 2018-04-20 |
Family
ID=62088328
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170009337A KR101851099B1 (ko) | 2017-01-19 | 2017-01-19 | 영상처리 기계학습을 이용한 소프트웨어 기반의 거북목 방지 방법 및 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101851099B1 (ko) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102037609B1 (ko) | 2018-10-05 | 2019-10-28 | 순천향대학교 산학협력단 | 거북목의 교정을 위한 목 근육 강화 운동 제공 시스템 및 방법 |
| KR20200039040A (ko) | 2018-09-28 | 2020-04-16 | 강원호 | 기계학습을 이용한 객체정보 기반 고속 고효율 비디오 코덱 영상 부호화 방법 |
| KR102202730B1 (ko) * | 2020-06-24 | 2021-01-13 | 주식회사 제너럴이노베이션즈 | 학습자 행동 분석에 기반한 학습 관리 시스템 |
| KR20220071940A (ko) * | 2020-11-24 | 2022-05-31 | 한국과학기술원 | 부상 방지 가이드라인 생성 방법 및 이를 수행하는 장치 |
| KR102411765B1 (ko) | 2021-12-01 | 2022-06-22 | 안수현 | 신경망을 이용한 바른 자세 추정 시스템 및 그 방법 |
| WO2022235242A1 (en) * | 2021-05-02 | 2022-11-10 | Süleyman Demi̇rel Üni̇versi̇tesi̇ | Detection and warning system for the head position health of the computer users |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050197542A1 (en) * | 2004-01-29 | 2005-09-08 | L'oreal | Method and a system for determining a physical condition, in particular the apparent age, of at least one region of the body or the face of an individual |
| EP2052676A1 (en) * | 2007-10-25 | 2009-04-29 | Hitachi Ltd. | Gaze direction measuring method and gaze direction measuring device |
| US20130072820A1 (en) * | 2011-09-20 | 2013-03-21 | Ho-sub Lee | Apparatus and method for assisting user to maintain correct posture |
| KR20160047702A (ko) * | 2014-10-23 | 2016-05-03 | 이진용 | 3차원 자세측정시스템 및 이를 이용한 자세측정방법 |
| KR20160143036A (ko) * | 2015-06-04 | 2016-12-14 | 엘지전자 주식회사 | 이동 단말기 및 이를 이용한 자세 보정방법 |
-
2017
- 2017-01-19 KR KR1020170009337A patent/KR101851099B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050197542A1 (en) * | 2004-01-29 | 2005-09-08 | L'oreal | Method and a system for determining a physical condition, in particular the apparent age, of at least one region of the body or the face of an individual |
| EP2052676A1 (en) * | 2007-10-25 | 2009-04-29 | Hitachi Ltd. | Gaze direction measuring method and gaze direction measuring device |
| US20130072820A1 (en) * | 2011-09-20 | 2013-03-21 | Ho-sub Lee | Apparatus and method for assisting user to maintain correct posture |
| KR20160047702A (ko) * | 2014-10-23 | 2016-05-03 | 이진용 | 3차원 자세측정시스템 및 이를 이용한 자세측정방법 |
| KR20160143036A (ko) * | 2015-06-04 | 2016-12-14 | 엘지전자 주식회사 | 이동 단말기 및 이를 이용한 자세 보정방법 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200039040A (ko) | 2018-09-28 | 2020-04-16 | 강원호 | 기계학습을 이용한 객체정보 기반 고속 고효율 비디오 코덱 영상 부호화 방법 |
| KR102037609B1 (ko) | 2018-10-05 | 2019-10-28 | 순천향대학교 산학협력단 | 거북목의 교정을 위한 목 근육 강화 운동 제공 시스템 및 방법 |
| KR102202730B1 (ko) * | 2020-06-24 | 2021-01-13 | 주식회사 제너럴이노베이션즈 | 학습자 행동 분석에 기반한 학습 관리 시스템 |
| KR20220071940A (ko) * | 2020-11-24 | 2022-05-31 | 한국과학기술원 | 부상 방지 가이드라인 생성 방법 및 이를 수행하는 장치 |
| KR102655201B1 (ko) | 2020-11-24 | 2024-04-08 | 한국과학기술원 | 부상 방지 가이드라인 생성 방법 및 이를 수행하는 장치 |
| WO2022235242A1 (en) * | 2021-05-02 | 2022-11-10 | Süleyman Demi̇rel Üni̇versi̇tesi̇ | Detection and warning system for the head position health of the computer users |
| KR102411765B1 (ko) | 2021-12-01 | 2022-06-22 | 안수현 | 신경망을 이용한 바른 자세 추정 시스템 및 그 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101851099B1 (ko) | 영상처리 기계학습을 이용한 소프트웨어 기반의 거북목 방지 방법 및 시스템 | |
| US11561615B2 (en) | Multimodal eye tracking | |
| CN109477951B (zh) | 在保护隐私的同时识别人及/或识别并量化疼痛、疲劳、情绪及意图的系统及方法 | |
| Tonsen et al. | Invisibleeye: Mobile eye tracking using multiple low-resolution cameras and learning-based gaze estimation | |
| KR101868597B1 (ko) | 올바른 기기사용자세 유도 장치 및 방법 | |
| EP2873027A2 (en) | Patient interface identification system | |
| US20180004287A1 (en) | Method for providing user interface through head mounted display using eye recognition and bio-signal, apparatus using same, and computer readable recording medium | |
| JP2023549838A (ja) | 児童の顔認識に基づく児童の座位姿勢検出の方法及びシステム | |
| CN110269586A (zh) | 用于捕获具有暗点的人的视野的设备和方法 | |
| JP5373128B2 (ja) | 人物特定装置、人物特定方法及び人物特定プログラム | |
| JP7443044B2 (ja) | 生体情報取得装置、端末装置、生体情報取得方法、生体情報取得プログラム、及びコンピュータ読み取り可能な記録媒体 | |
| US20230297655A1 (en) | Biometric determination system, biometric determination method, and computer program | |
| JP2015123262A (ja) | 角膜表面反射画像を利用した視線計測方法及びその装置 | |
| US11087157B2 (en) | Image detection method and image detection device utilizing dual analysis | |
| CN113052032A (zh) | 人体姿态检测方法及电子设备、计算机可读存储介质 | |
| JP7296069B2 (ja) | 視線入力装置、および視線入力方法 | |
| CN108885087A (zh) | 测量装置、测量方法和计算机可读记录介质 | |
| Bačić et al. | Towards Real-Time Drowsiness Detection for Elderly Care | |
| JP2010108110A (ja) | 人物特定装置、人物特定方法及び人物特定プログラム | |
| JP2024024307A (ja) | 画像処理装置、画像処理方法およびプログラム | |
| Brousseau | Infrared Model-based Eye-tracking for Smartphones | |
| US20180181215A1 (en) | Virtual reality devices and display picture generation methods |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |