KR102039584B1 - 스마트 요가 매트를 이용한 기계학습 기반의 점수화 시스템 및 방법 - Google Patents
스마트 요가 매트를 이용한 기계학습 기반의 점수화 시스템 및 방법 Download PDFInfo
- Publication number
- KR102039584B1 KR102039584B1 KR1020180061602A KR20180061602A KR102039584B1 KR 102039584 B1 KR102039584 B1 KR 102039584B1 KR 1020180061602 A KR1020180061602 A KR 1020180061602A KR 20180061602 A KR20180061602 A KR 20180061602A KR 102039584 B1 KR102039584 B1 KR 102039584B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- user
- posture
- machine learning
- matrix
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B21/00—Exercising apparatus for developing or strengthening the muscles or joints of the body by working against a counterforce, with or without measuring devices
- A63B21/40—Interfaces with the user related to strength training; Details thereof
- A63B21/4027—Specific exercise interfaces
- A63B21/4037—Exercise mats for personal use, with or without hand-grips or foot-grips, e.g. for Yoga or supine floor exercises
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
- A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/50—Force related parameters
- A63B2220/56—Pressure
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Orthopedic Medicine & Surgery (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
스마트 요가 매트를 이용한 기계학습 기반의 점수화 시스템 및 방법이 제시된다. 본 발명에서 제안하는 스마트 요가 매트를 이용한 기계학습 기반의 점수화 시스템은 전도성 섬유 기반의 압력센서를 내재한 스마트 매트를 이용하여 사용자의 자세 데이터를 수집하고, 상기 스마트 매트와 연결된 PC의 어플리케이션을 이용하여 사용자의 자세를 측정하는 데이터 수집부, 상기 데이터 수집부로부터 수집된 데이터를 평균화를 통해 단수의 매트릭스로 나타내고, 데이터 클리닝 수행 및 SVM(Support Vector Machine)을 이용하여 사용자의 자세를 분류하기 위해 기계학습을 통한 점수화 모델을 생성하는 데이터 제어부 및 상기 생성된 점수화 모델은 상기 단수의 매트릭스로 처리된 데이터를 반영하여 사용자의 자세를 점수로 평가하고 출력하는 데이터 출력부를 포함한다.
Description
본 발명은 효율적인 자세 지도 시스템에 관한 것으로, 전도성 섬유 기반의 매트를 이용하여 사용자에게서 수집된 데이터의 가용 부분만을 추출하며, 기계학습 기법을 이용하여 입력되는 자세 데이터에 대해 '상, 중, 하'의 3 가지 점수화 모델로 구분함으로써, 사용자의 요가 자세를 지도하는 방법 및 시스템에 관한 것이다.
건강관리의 중요성이 부각되면서, 신체의 중심부를 훈련하는 운동, 즉, 코어를 강화하는 운동이 각광받고 있다. 특히, 요가는 신체를 구성하는 근육과 골격의 발달뿐만 아니라 명상을 통한 스트레스 감소 등의 정신적인 치유를 포함한 복합적인 심신 수련 방법이다. 이러한 요가는 야외 시설이 아닌 실내에서 쉽게 접할 수 있는 장점이 있는 반면에, 전문가의 정확한 지도가 없이 이루어진다는 단점이 양립한다. 이는 초보자에게 있어서 부상과 같은 부작용이 발생하게 되므로 올바른 자세를 습득하는 것이 매우 중요하다. 이러한 자세 지도 시스템은 센서를 활용하여 사용자의 위치 데이터 기반의 시스템과 카메라를 통해 취득한 영상 데이터를 이용하는 방법 등이 개발되고 있다.
종래기술에 따른 요가매트(한국등록특허 제2004-74026호)는 요가 매트의 메인 매트 일면에 사용자의 요가 동작을 위해 컨트롤러와 발광소자로 구성된 적어도 하나의 신체 부위에 대한 동작 안내선을 표시하는 시스템을 제안한다.
종래기술에 따른 자세 훈련 시스템 및 자세 훈련 시스템의 동작방법(한국공개특허 제10-2014-0107062호)은 복수개의 햅틱 센서를 통해 사용자의 자세 정보를 획득하고, 설정된 압력을 초과하는 경우, 햅틱 유닛의 구동으로 교정 정보를 생성하여 교정 정보를 전달하는 방법을 제안한다.
종래기술에 따른 자세 분석 장치 및 그 동작 방법(한국공개특허 제10-2015-0106774호)는 사용자의 자세를 촬영하여 획득한 영상으로부터 정보를 추출하고, 사용자의 특정 부위에 가해지는 경직도, 균형도, 동일 자세 유지 시간, 그리고 압력 데이터 등을 추출하여 자세 정보를 분석하고 이에 대한 결과를 피드백하는 시스템을 제안한다.
본 발명이 이루고자 하는 기술적 과제는 실내 운동 중 요가에 대해서, 전도성 섬유 기반의 압력센서를 내재한 스마트 요가 매트를 활용하여 사용자 자세 데이터를 획득한다. 획득한 데이터를 기계 학습 기법에 적용하여 정의된 기준 자세와의 비교를 수행함으로써, 사용자에게 올바른 자세를 습득할 수 있는 방법을 제공하는데 그 목적이 있다.
일 측면에 있어서, 본 발명에서 제안하는 스마트 요가 매트를 이용한 기계학습 기반의 점수화 시스템은 전도성 섬유 기반의 압력센서를 내재한 스마트 매트를 이용하여 사용자의 자세 데이터를 수집하고, 상기 스마트 매트와 연결된 PC의 어플리케이션을 이용하여 사용자의 자세를 측정하는 데이터 수집부, 상기 데이터 수집부로부터 수집된 데이터를 평균화를 통해 단수의 매트릭스로 나타내고, 데이터 클리닝 수행 및 SVM(Support Vector Machine)을 이용하여 사용자의 자세를 분류하기 위해 기계학습을 통한 점수화 모델을 생성하는 데이터 제어부 및 상기 생성된 점수화 모델은 상기 단수의 매트릭스로 처리된 데이터를 반영하여 사용자의 자세를 점수로 평가하고 출력하는 데이터 출력부를 포함한다.
데이터 수집부는 전도성 섬유 기반의 스마트 매트를 이용하여 미리 정해진 측정 시간에 따라 사용자의 자세를 측정하여, 레이블링되고 사용자의 스마트 매트에서의 위치에 따른 압력 값으로 나타내기 위한 매트릭스의 형태로 나타낸다.
데이터 제어부 는 하기 식을 이용하여 평균화를 수행하고,
여기서, 
는 초당 출력되는 매트릭스 형태의 데이터의 수, 
는 전체 매트릭스의 길이를 나타내고, 사용자의 위치정보를 유효한 데이터로 판단하지 않기 위해 무효한 부분을 제거하여 영역 모델을 생성하는 데이터 클리닝을 수행한다.
데이터 제어부 는 SVM을 이용하여 점수화 모델을 생성하기 위해 RBF(radial basis function) 커널 기법을 이용한 기계학습을 통해 점수화 모델을 생성하고, 상기 단수의 매트릭스로 처리된 데이터를 점수화 모델에 적용하여 정의된 기준 자세와의 비교를 수행한다.
데이터 출력부는 점수화 모델에 입력되는 사용자의 자세 데이터를 반영하여 상, 중, 및 하의 세 가지 점수로 평가하여 출력하고, 사용자에게 올바른 자세를 습득할 수 있는 방법을 제공한다.
또 다른 일 측면에 있어서, 본 발명에서 제안하는 스마트 요가 매트를 이용한 기계학습 기반의 점수화 방법은 전도성 섬유 기반의 압력센서를 내재한 스마트 매트를 이용하여 사용자의 자세 데이터를 수집하고, 상기 스마트 매트와 연결된 PC의 어플리케이션을 이용하여 사용자의 자세를 측정하는 단계, 상기 데이터 수집부로부터 수집된 데이터를 평균화를 통해 단수의 매트릭스로 나타내고, 데이터 클리닝 수행 및 SVM(Support Vector Machine)을 이용하여 사용자의 자세를 분류하기 위해 기계학습을 통한 점수화 모델을 생성하는 단계 및 상기 생성된 점수화 모델은 상기 단수의 매트릭스로 처리된 데이터를 반영하여 사용자의 자세를 점수로 평가하고 출력하는 단계를 포함한다.
본 발명의 실시예들에 따른 요가 자세 교정을 위한 점수화 시스템에 의하면, 전도성 섬유 기반의 스마트 매트를 이용하여 사용자의 위치 정보가 포함된 복수의 압력 데이터 획득이 가능하다. 이러한 데이터를 통해 생성된 점수화 모델을 제공함으로써 사용자에게 매트 위에서의 올바른 운동 자세를 유도하고, 부정확한 자세를 관리하여 부상의 위험을 방지할 것으로 기대한다.
도 1은 본 발명의 일 실시예에 따른 스마트 요가 매트를 이용한 기계학습 기반의 점수화 시스템의 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 데이터 수집부를 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 데이터 제어부를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 데이터 출력부를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 점수화 시스템을 구성하기 위해 측정되는 3가지 자세 유형을 나타내는 도면이다.
도 6은 본 발명의 일 실시예에 따른 2차원의 매트릭스 데이터를 1차원 데이터 형태로 변환하는 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 스마트 요가 매트를 이용한 기계학습 기반의 점수화 방법을 설명하기 위한 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 데이터 수집부를 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 데이터 제어부를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 데이터 출력부를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 점수화 시스템을 구성하기 위해 측정되는 3가지 자세 유형을 나타내는 도면이다.
도 6은 본 발명의 일 실시예에 따른 2차원의 매트릭스 데이터를 1차원 데이터 형태로 변환하는 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 스마트 요가 매트를 이용한 기계학습 기반의 점수화 방법을 설명하기 위한 흐름도이다.
본 발명에서는 실내 운동 중 요가에 대해서, 전도성 섬유 기반의 압력센서를 내재한 스마트 요가 매트를 활용하여 사용자 자세 데이터를 획득한다. 획득한 데이터를 기계 학습 기법에 적용하여 정의된 기준 자세와의 비교를 수행함으로써, 사용자에게 올바른 자세를 습득할 수 있는 방법을 제공하는데 그 목적이 있다. 이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 스마트 요가 매트를 이용한 기계학습 기반의 점수화 시스템의 구성을 나타내는 도면이다.
본 발명은 전도성 섬유 기반의 압력센서를 내재한 스마트 매트를 활용한다. 이는 종래의 정전식 압력 센서에 비교하여 유연하고, 신축성이 있으며 넓은 표면에 적용하는 이점이 있다.
제안하는 스마트 요가 매트를 이용한 기계학습 기반의 점수화 시스템은 데이터 수집부(110), 데이터 제어부(120), 데이터 출력부(130)를 포함한다.
데이터 수집부(110)는 전도성 섬유 기반의 압력센서를 내재한 스마트 매트를 이용하여 사용자의 자세 데이터를 수집하고, 상기 스마트 매트와 연결된 PC의 어플리케이션을 이용하여 사용자의 자세를 측정한다.
데이터 수집부(110)는 전도성 섬유 기반의 스마트 매트를 이용하여 미리 정해진 측정 시간에 따라 사용자의 자세를 측정하여, 레이블링되고 사용자의 스마트 매트에서의 위치에 따른 압력 값으로 나타내기 위한 매트릭스의 형태로 나타낸다.
도 2는 본 발명의 일 실시예에 따른 데이터 수집부를 설명하기 위한 도면이다.
데이터 수집부(210)는 전도성 섬유 기반의 압력센서를 내재한 스마트 매트를 이용하여 사용자의 자세 데이터를 수집하고, 상기 스마트 매트와 연결된 PC의 어플리케이션을 이용하여 사용자의 자세를 측정한다.
예를 들어, 측정 피험자(211), 다시 말해 사용자의 자세를 측정하기 위해 스마트 매트(212)와 유, 무선을 통해 연결된 PC의 어플리케이션(213)을 이용하여 사용자의 자세를 측정하여, 24×84 크기를 가진 매트릭스 데이터(214)를 수집할 수 있다. 본 발명의 실시예에 따르면, 이때 측정 시간은 1초로 한정하며, 압력 값의 오차를 제거하기 위해 동일한 사용자를 대상으로 수행하며, 출력된 데이터는 제어부를 통해 처리한다.
다시 도1을 참조하면, 제안하는 스마트 요가 매트를 이용한 기계학습 기반의 점수화 시스템의 데이터 제어부(120)는 상기 데이터 수집부로부터 수집된 데이터를 평균화를 통해 단수의 매트릭스로 나타내고, 데이터 클리닝 수행 및 SVM(Support Vector Machine)을 이용하여 사용자의 자세를 분류하기 위해 기계학습을 통한 점수화 모델을 생성한다.
데이터 제어부(120)는 SVM을 이용하여 점수화 모델을 생성하기 위해 RBF(radial basis function) 커널 기법을 이용한 기계학습을 통해 점수화 모델을 생성하고, 상기 단수의 매트릭스로 처리된 데이터를 점수화 모델에 적용하여 정의된 기준 자세와의 비교를 수행한다.
도 3은 본 발명의 일 실시예에 따른 데이터 제어부를 설명하기 위한 도면이다.
데이터 제어부(310)는 상기 데이터 수집부로부터 수집된 데이터를 평균화(311)를 통해 단수의 매트릭스로 나타내고, 데이터 클리닝(312) 수행 및 SVM(Support Vector Machine)을 이용하여 사용자의 자세를 분류하기 위해 기계학습(313)을 통한 점수화 모델을 생성한다.
수집부를 통해 수집된 데이터는 사용자의 위치에 따른 압력 값을 나타내며, 24×84의 크기를 가진 매트릭스의 형태로 나타난다. 또한, 초당 약 5개의 간격으로 데이터가 출력되므로 평균화를 통해 단수의 매트릭스로 처리한다. 다음의 수학식 1은 복수의 매트릭스 데이터에 평균화를 연산함으로써, 단수의 매트릭스 데이터로 변환함을 나타낸다.
여기서, 
는 초당 출력되는 매트릭스 형태의 데이터의 수, 
는 전체 매트릭스의 길이를 나타낸다.
상기 과정의 평균화 처리된 매트릭스 데이터는 피험자의 위치정보로 인해 오 분류의 위험이 있으므로, 추가적인 처리 과정이 필요하다. 즉, 데이터 클리닝(data cleaning) 과정을 통해서 무효한 부분을 제거하여 영역 모델을 생성한다. 여기서, 2차원의 매트릭스 데이터를 1차원의 형태로 변환한다.
다시 도1을 참조하면, 제안하는 스마트 요가 매트를 이용한 기계학습 기반의 점수화 시스템의 데이터 출력부(130)는 상기 생성된 점수화 모델은 상기 단수의 매트릭스로 처리된 데이터를 반영하여 사용자의 자세를 점수로 평가한다.
데이터 출력부(130)는 점수화 모델에 입력되는 사용자의 자세 데이터를 반영하여 상, 중, 및 하의 세 가지 점수로 평가하여 출력하고, 사용자에게 올바른 자세를 습득할 수 있는 방법을 제공한다.
도 4는 본 발명의 일 실시예에 따른 데이터 출력부를 설명하기 위한 도면이다.
데이터 제어부를 통해 평균화 처리된 매트릭스 데이터는 피험자의 위치정보로 인해 오 분류의 위험이 있으므로, 추가적인 처리 과정이 필요하다. 즉, 데이터 클리닝(data cleaning) 과정을 통해서 무효한 부분을 제거하여 영역 모델을 생성한다. 여기서, 2차원의 매트릭스 데이터를 1차원의 형태로 변환한다.
최종적으로, 기계학습 기법을 적용하여 도 4와 같은 데이터 출력부(410)의 결과를 도출해 낼 수 있다. 수집된 데이터는 '자세 결과: 상(411)', '자세 결과: 중(412)', 및 '자세 결과: 하(413)'로 나타낼 수 있다.
도 5는 본 발명의 일 실시예에 따른 점수화 시스템을 구성하기 위해 측정되는 3가지 자세 유형을 나타내는 도면이다.
도 5에 도시된 바와 같이, 본 발명의 실시예에 따른 점수화 시스템을 구성하기 위해 데이터는 총 3가지 자세 유형(510, 520, 530)으로 측정한다. 측정 시, 해당 어플리케이션을 통해 직관적으로 데이터를 확인할 수 있다. 수집된 데이터는 '상, 중, 및 하'를 의미하며, 데이터의 개수는 각각 200, 100, 그리고 100개로 전체 400개로 구성한다. 이러한 자세 유형 및 데이터의 개수는 실시예일뿐 더 많은 수의 자세 유형 측정 및 데이터의 개수를 사용할 수 있다.
도 6은 본 발명의 일 실시예에 따른 2차원의 매트릭스 데이터를 1차원 데이터 형태로 변환하는 방법을 설명하기 위한 도면이다.
수집한 2차원의 매트릭스 데이터(610)를 1차원의 매트릭스 데이터(620) 형태로 변환하는 방법은 2차원 매트릭스 데이터의 첫 번째 행부터 24번째 행까지의 데이터를 연결하여 1차원으로 변환한다. 변환된 데이터의 무효한 부분을 제거함으로써, 데이터 클리닝(data cleaning)을 수행한다.
상기 전처리 과정을 통해 변환된 데이터를 이용하여 기계 학습 기법 중 SVM(support vector machine)에 적용시켜 점수화 모델을 검증한다. SVM은 서포트 벡터와 이를 분할하는 초평면이 주요 개념인 기계 학습 알고리즘이다. 기본적으로 선형 이진분류 매커니즘이나, 커널 함수를 적용하여 비선형적인 문제를 해결하며, 다중 분류를 위해 여러 방법들이 연구되고 있다.
본 발명에서는 SVM을 이용하여 점수화 모델을 생성하기 위해 여러 커널 기법 중에서 RBF(radial basis function) 커널을 이용하였으며, 다중 클래스 분류를 위해 'One-against-all' 기법을 적용한다.
이와 같은 SVM 학습 과정을 이용하여 앞서 언급한 처리 과정을 거친 데이터를 적용함으로써, 사용자의 자세를 구분하기 위한 모델을 생성하게 된다. 생성된 학습 모델은 입력되는 사용자의 자세 데이터를 반영하여 '상, 중, 및 하'의 세 가지 점수로 평가하게 된다.
이상의 기술한 바와 같이, 본 발명은 미리 정의된 자세에 대비하여 사용자의 자세를 '상, 중, 및 하'의 세 가지 결과를 출력함으로써, 보다 올바른 자세를 학습할 수 있는 방법을 제시한다.
도 7은 본 발명의 일 실시예에 따른 스마트 요가 매트를 이용한 기계학습 기반의 점수화 방법을 설명하기 위한 흐름도이다.
제안하는 스마트 요가 매트를 이용한 기계학습 기반의 점수화 방법은 전도성 섬유 기반의 압력센서를 내재한 스마트 매트를 이용하여 사용자의 자세 데이터를 수집하고, 상기 스마트 매트와 연결된 PC의 어플리케이션을 이용하여 사용자의 자세를 측정하는 단계(710), 상기 데이터 수집부로부터 수집된 데이터를 평균화를 통해 단수의 매트릭스로 나타내고, 데이터 클리닝 수행 및 SVM(Support Vector Machine)을 이용하여 사용자의 자세를 분류하기 위해 기계학습을 통한 점수화 모델을 생성하는 단계(720) 및 상기 생성된 점수화 모델은 상기 단수의 매트릭스로 처리된 데이터를 반영하여 사용자의 자세를 점수로 평가하고 출력하는 단계(730)를 포함한다.
단계(710)에서, 전도성 섬유 기반의 압력센서를 내재한 스마트 매트를 이용하여 사용자의 자세 데이터를 수집하고, 상기 스마트 매트와 연결된 PC의 어플리케이션을 이용하여 사용자의 자세를 측정한다. 이때, 전도성 섬유 기반의 스마트 매트를 이용하여 미리 정해진 측정 시간에 따라 사용자의 자세를 측정하여, 레이블링되고 사용자의 스마트 매트에서의 위치에 따른 압력 값으로 나타내기 위한 매트릭스의 형태로 나타낸다.
예를 들어, 측정 피험자, 다시 말해 사용자의 자세를 측정하기 위해 스마트 매트와 유, 무선을 통해 연결된 PC의 어플리케이션을 이용하여 사용자의 자세를 측정하여, 24×84 크기를 가진 매트릭스 데이터를 수집할 수 있다. 본 발명의 실시예에 따르면, 이때 측정 시간은 1초로 한정하며, 압력 값의 오차를 제거하기 위해 동일한 사용자를 대상으로 수행하며, 출력된 데이터는 제어부를 통해 처리한다.
단계(720)에서, 상기 데이터 수집부로부터 수집된 데이터를 평균화를 통해 단수의 매트릭스로 나타내고, 데이터 클리닝 수행 및 SVM(Support Vector Machine)을 이용하여 사용자의 자세를 분류하기 위해 기계학습을 통한 점수화 모델을 생성한다. SVM을 이용하여 점수화 모델을 생성하기 위해 RBF(radial basis function) 커널 기법을 이용한 기계학습을 통해 점수화 모델을 생성하고, 상기 단수의 매트릭스로 처리된 데이터를 점수화 모델에 적용하여 정의된 기준 자세와의 비교를 수행한다.
상기 데이터 수집부로부터 수집된 데이터를 평균화를 통해 단수의 매트릭스로 나타내고, 데이터 클리닝 수행 및 SVM(Support Vector Machine)을 이용하여 사용자의 자세를 분류하기 위해 기계학습을 통한 점수화 모델을 생성한다.
수집부를 통해 수집된 데이터는 사용자의 위치에 따른 압력 값을 나타내며, 24×84의 크기를 가진 매트릭스의 형태로 나타난다. 또한, 초당 약 5개의 간격으로 데이터가 출력되므로 평균화를 통해 단수의 매트릭스로 처리한다. 수학식 1은 복수의 매트릭스 데이터에 평균화를 연산함으로써, 단수의 매트릭스 데이터로 변환함을 나타낸다.
상기 과정의 평균화 처리된 매트릭스 데이터는 피험자의 위치정보로 인해 오 분류의 위험이 있으므로, 추가적인 처리 과정이 필요하다. 즉, 데이터 클리닝(data cleaning) 과정을 통해서 무효한 부분을 제거하여 영역 모델을 생성한다. 여기서, 2차원의 매트릭스 데이터를 1차원의 형태로 변환한다.
단계(730)에서, 상기 생성된 점수화 모델은 상기 단수의 매트릭스로 처리된 데이터를 반영하여 사용자의 자세를 점수로 평가하고 출력한다.
최종적으로, 기계학습 기법을 적용하여 데이터 출력부의 결과를 도출해 낼 수 있다. 수집된 데이터는 '자세 결과: 상', '자세 결과: 중', 및 '자세 결과: 하'로 나타낼 수 있다. 점수화 모델에 입력되는 사용자의 자세 데이터를 반영하여 상, 중, 및 하의 세 가지 점수로 평가하여 출력하고, 사용자에게 올바른 자세를 습득할 수 있는 방법을 제공한다.
본 발명에 따른 요가 자세 교정을 위한 점수화 시스템에 의하면, 전도성 섬유 기반의 스마트 매트를 이용하여 사용자의 위치 정보가 포함된 복수의 압력 데이터 획득이 가능하다. 이러한 데이터를 통해 생성된 점수화 모델을 제공함으로써 사용자에게 매트 위에서의 올바른 운동 자세를 유도하고, 부정확한 자세를 관리하여 부상의 위험을 방지할 것으로 기대한다.
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, 콘트롤러, 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 콘트롤러를 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)
- 전도성 섬유 기반의 압력센서를 내재한 스마트 매트를 이용하여 사용자의 자세 데이터를 수집하고, 상기 스마트 매트와 연결된 PC의 어플리케이션을 이용하여 사용자의 자세를 측정하는 데이터 수집부;
상기 데이터 수집부로부터 수집된 데이터를 평균화를 통해 단수의 매트릭스로 나타내고, 데이터 클리닝 수행 및 SVM(Support Vector Machine)을 이용하여 사용자의 자세를 분류하기 위해 기계학습을 통한 점수화 모델을 생성하는 데이터 제어부; 및
상기 생성된 점수화 모델은 상기 단수의 매트릭스로 처리된 데이터를 반영하여 사용자의 자세를 점수로 평가하고 출력하는 데이터 출력부
를 포함하고,
데이터 제어부는,
하기 식을 이용하여 평균화를 수행하고,
여기서,는 초당 출력되는 매트릭스 형태의 데이터의 수,
는 전체 매트릭스의 길이를 나타내고,
수집한 2차원의 매트릭스 데이터를 1차원의 매트릭스 데이터로 변환하기 위해 2차원 매트릭스 데이터의 첫 번째 행부터 마지막 행까지의 데이터를 연결하여 1차원으로 변환하며,
사용자의 위치정보를 유효한 데이터로 판단하지 않기 위해 무효한 부분을 제거하여 영역 모델을 생성하는 데이터 클리닝을 수행하고,
SVM을 이용하여 점수화 모델을 생성하기 위해 RBF(radial basis function) 커널 기법을 이용한 기계학습을 통해 점수화 모델을 생성하고, 다중 클래스 분류를 위해 'One-against-all' 기법을 적용하며, 상기 단수의 매트릭스로 처리된 데이터를 점수화 모델에 적용하여 정의된 기준 자세와의 비교를 수행하는
스마트 매트를 이용한 기계학습 기반의 점수화 시스템. - 제1항에 있어서,
데이터 수집부는,
전도성 섬유 기반의 스마트 매트를 이용하여 미리 정해진 측정 시간에 따라 사용자의 자세를 측정하여, 레이블링되고 사용자의 스마트 매트에서의 위치에 따른 압력 값으로 나타내기 위한 매트릭스의 형태로 나타내는
스마트 매트를 이용한 기계학습 기반의 점수화 시스템. - 삭제
- 삭제
- 제1항에 있어서,
데이터 출력부는,
점수화 모델에 입력되는 사용자의 자세 데이터를 반영하여 상, 중, 및 하의 세 가지 점수로 평가하여 출력하고, 사용자에게 올바른 자세를 습득할 수 있는 방법을 제공하는
스마트 매트를 이용한 기계학습 기반의 점수화 시스템. - 전도성 섬유 기반의 압력센서를 내재한 스마트 매트를 이용하여 사용자의 자세 데이터를 수집하고, 상기 스마트 매트와 연결된 PC의 어플리케이션을 이용하여 사용자의 자세를 측정하는 단계;
수집된 데이터를 평균화를 통해 단수의 매트릭스로 나타내고, 데이터 클리닝 수행 및 SVM(Support Vector Machine)을 이용하여 사용자의 자세를 분류하기 위해 기계학습을 통한 점수화 모델을 생성하는 단계; 및
상기 생성된 점수화 모델은 상기 단수의 매트릭스로 처리된 데이터를 반영하여 사용자의 자세를 점수로 평가하고 출력하는 단계
를 포함하고,
수집된 데이터를 평균화를 통해 단수의 매트릭스로 나타내고, 데이터 클리닝 수행 및 SVM(Support Vector Machine)을 이용하여 사용자의 자세를 분류하기 위해 기계학습을 통한 점수화 모델을 생성하는 단계는,
하기 식을 이용하여 평균화를 수행하고,
여기서,는 초당 출력되는 매트릭스 형태의 데이터의 수,
는 전체 매트릭스의 길이를 나타내고,
수집한 2차원의 매트릭스 데이터를 1차원의 매트릭스 데이터로 변환하기 위해 2차원 매트릭스 데이터의 첫 번째 행부터 마지막 행까지의 데이터를 연결하여 1차원으로 변환하며,
사용자의 위치정보를 유효한 데이터로 판단하지 않기 위해 무효한 부분을 제거하여 영역 모델을 생성하는 데이터 클리닝을 수행하고,
SVM을 이용하여 점수화 모델을 생성하기 위해 RBF(radial basis function) 커널 기법을 이용한 기계학습을 통해 점수화 모델을 생성하고, 다중 클래스 분류를 위해 'One-against-all' 기법을 적용하며, 상기 단수의 매트릭스로 처리된 데이터를 점수화 모델에 적용하여 정의된 기준 자세와의 비교를 수행하는
스마트 매트를 이용한 기계학습 기반의 점수화 방법. - 제6항에 있어서,
전도성 섬유 기반의 압력센서를 내재한 스마트 매트를 이용하여 사용자의 자세 데이터를 수집하고, 상기 스마트 매트와 연결된 PC의 어플리케이션을 이용하여 사용자의 자세를 측정하는 단계는,
전도성 섬유 기반의 스마트 매트를 이용하여 미리 정해진 측정 시간에 따라 사용자의 자세를 측정하여, 레이블링되고 사용자의 스마트 매트에서의 위치에 따른 압력 값으로 나타내기 위한 매트릭스의 형태로 나타내는
스마트 매트를 이용한 기계학습 기반의 점수화 방법. - 삭제
- 삭제
- 제6항에 있어서,
상기 생성된 점수화 모델은 상기 단수의 매트릭스로 처리된 데이터를 반영하여 사용자의 자세를 점수로 평가하고 출력하는 단계는,
점수화 모델에 입력되는 사용자의 자세 데이터를 반영하여 상, 중, 및 하의 세 가지 점수로 평가하여 출력하고, 사용자에게 올바른 자세를 습득할 수 있는 방법을 제공하는
스마트 매트를 이용한 기계학습 기반의 점수화 방법.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20180042579 | 2018-04-12 | ||
| KR1020180042579 | 2018-04-12 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190119488A KR20190119488A (ko) | 2019-10-22 |
| KR102039584B1 true KR102039584B1 (ko) | 2019-11-01 |
Family
ID=68420243
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180061602A KR102039584B1 (ko) | 2018-04-12 | 2018-05-30 | 스마트 요가 매트를 이용한 기계학습 기반의 점수화 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102039584B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210114155A (ko) | 2020-03-10 | 2021-09-23 | 김호동 | 딥 러닝을 활용한 스마트 점수 표시 시스템 및 동작 방법 |
| KR20210114815A (ko) | 2020-03-11 | 2021-09-24 | 김호동 | 모바일 앱을 활용한 딥 러닝 기반의 점수 표시 시스템 및 동작 방법 |
| KR102498415B1 (ko) * | 2021-11-26 | 2023-02-10 | 주식회사 그로스랩 | 압력센서가 내장된 운동매트를 활용한 자세 평가 방법 및 장치 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112870626A (zh) * | 2021-01-11 | 2021-06-01 | 济南浪潮高新科技投资发展有限公司 | 基于柔性电子皮肤的智能瑜伽垫系统及实现方法 |
| KR102583054B1 (ko) * | 2021-06-24 | 2023-09-27 | 주식회사 슬라운드 | 셀프 트레이닝이 가능한 스마트 요가매트 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101480026B1 (ko) * | 2014-03-31 | 2015-01-08 | (주) 피앤에스프로 | 자세 교정 방법, 이를 이용하는 자세 관리 장치 및 자세 교정 시스템 |
| JP2018000871A (ja) * | 2016-07-08 | 2018-01-11 | 国立大学法人岩手大学 | 生体の動作識別システム及び生体の動作識別方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101738019B1 (ko) * | 2011-09-02 | 2017-05-19 | 현대자동차주식회사 | 자동차의 실내 운동 장치 |
| KR20170112058A (ko) * | 2016-03-30 | 2017-10-12 | 한국전자통신연구원 | 사용자 자세 분석 방법 |
-
2018
- 2018-05-30 KR KR1020180061602A patent/KR102039584B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101480026B1 (ko) * | 2014-03-31 | 2015-01-08 | (주) 피앤에스프로 | 자세 교정 방법, 이를 이용하는 자세 관리 장치 및 자세 교정 시스템 |
| JP2018000871A (ja) * | 2016-07-08 | 2018-01-11 | 国立大学法人岩手大学 | 生体の動作識別システム及び生体の動作識別方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210114155A (ko) | 2020-03-10 | 2021-09-23 | 김호동 | 딥 러닝을 활용한 스마트 점수 표시 시스템 및 동작 방법 |
| KR20210114815A (ko) | 2020-03-11 | 2021-09-24 | 김호동 | 모바일 앱을 활용한 딥 러닝 기반의 점수 표시 시스템 및 동작 방법 |
| KR102498415B1 (ko) * | 2021-11-26 | 2023-02-10 | 주식회사 그로스랩 | 압력센서가 내장된 운동매트를 활용한 자세 평가 방법 및 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20190119488A (ko) | 2019-10-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102039584B1 (ko) | 스마트 요가 매트를 이용한 기계학습 기반의 점수화 시스템 및 방법 | |
| CN108665462B (zh) | 用于医学成像的高度集成的注释和分割系统 | |
| US11281896B2 (en) | Physical activity quantification and monitoring | |
| EP4331473A2 (en) | Method and apparatus for recognizing gait task | |
| US20210117013A1 (en) | Vr walking mechanism and method for walking in vr scene | |
| KR102043687B1 (ko) | 음성 인식 기반의 열화상 카메라를 이용하는 스마트 미러 장치 및 그 방법 | |
| US20200372245A1 (en) | Scoring metric for physical activity performance and tracking | |
| US20210244317A1 (en) | Walking mode display method, walking mode display system and walking mode analyzer | |
| WO2022206025A1 (zh) | 生物力学建模方法、装置、电子设备及存储介质 | |
| Reyes et al. | Automatic digital biometry analysis based on depth maps | |
| US20150196282A1 (en) | Information processing apparatus, information processing method, and program | |
| Pires et al. | Wound area assessment using mobile application | |
| KR102128268B1 (ko) | 발 특성 정보를 이용한 보행 능력 예측 방법 및 시스템 | |
| US20240057946A1 (en) | Sarcopenia evaluation method, sarcopenia evaluation device, and non-transitory computer-readable recording medium in which sarcopenia evaluation program is recorded | |
| Kour et al. | Sensor technology with gait as a diagnostic tool for assessment of Parkinson’s disease: a survey | |
| US20230367398A1 (en) | Leveraging machine learning and fractal analysis for classifying motion | |
| KR20170106737A (ko) | 다방향 인식을 이용한 태권도 동작 평가 장치 및 방법 | |
| KR102190931B1 (ko) | Tug 검사 장치 및 방법 | |
| KR102156280B1 (ko) | Cnn-lstm 및 복잡 활동 처리를 사용하는 반려 동물의 배설 행동 검출 방법 및 시스템 | |
| JP2016099165A (ja) | 算出装置、測定システム、体重算出方法及びプログラム | |
| Gutiérrez et al. | Human stability assessment and fall detection based on dynamic descriptors | |
| CN108885087A (zh) | 测量装置、测量方法和计算机可读记录介质 | |
| CN115578789A (zh) | 脊柱侧弯检测装置、系统及计算机可读存储介质 | |
| JP2010198237A (ja) | 意図判別情報取得装置、脳情報出力装置、ロボット、および意図判別情報取得方法 | |
| WO2023074309A1 (ja) | 歩行態様可視化方法、プログラム、および装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |