KR102242994B1 - 인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 방법 및 장치 - Google Patents

인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 방법 및 장치 Download PDF

Info

Publication number
KR102242994B1
KR102242994B1 KR1020210000416A KR20210000416A KR102242994B1 KR 102242994 B1 KR102242994 B1 KR 102242994B1 KR 1020210000416 A KR1020210000416 A KR 1020210000416A KR 20210000416 A KR20210000416 A KR 20210000416A KR 102242994 B1 KR102242994 B1 KR 102242994B1
Authority
KR
South Korea
Prior art keywords
golf ball
club
golf
vector
point
Prior art date
Application number
KR1020210000416A
Other languages
English (en)
Inventor
박채영
이민우
Original Assignee
(주)휴리스골프
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)휴리스골프 filed Critical (주)휴리스골프
Priority to KR1020210000416A priority Critical patent/KR102242994B1/ko
Priority to KR1020210049279A priority patent/KR102498577B1/ko
Application granted granted Critical
Publication of KR102242994B1 publication Critical patent/KR102242994B1/ko

Links

Images

Classifications

    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B69/00—Training appliances or apparatus for special sports
    • A63B69/36—Training appliances or apparatus for special sports for golf
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B69/00—Training appliances or apparatus for special sports
    • A63B69/36—Training appliances or apparatus for special sports for golf
    • A63B69/3605—Golf club selection aids informing player of his average or expected shot distance for each club
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B15/00—Special procedures for taking photographs; Apparatus therefor
    • G03B15/16—Special procedures for taking photographs; Apparatus therefor for photographing the track of moving objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/265—Mixing
    • 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
    • A63B2220/30—Speed
    • 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
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A63B2220/806—Video cameras

Landscapes

  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 방법 및 장치가 개시된다. 상기 인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 장치는, 적어도 하나의 프로세서(processor); 및 상기 적어도 하나의 프로세서가 적어도 하나의 동작(operation)을 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)를 포함한다. 상기 적어도 하나의 동작은, 사용자 단말로부터 사용자 정보를 수신하는 단계; 외부의 카메라와의 통신 또는 관리자의 입력을 통해 사용자가 기준 클럽을 이용하여 골프공을 스윙하는 동작을 촬영한 스윙 영상 및 상기 스윙하는 동작에서 골프공의 이동 경로를 촬영한 구질 영상을 획득하는 단계; 상기 구질 영상에 기초하여 골프공의 구질을 결정하는 단계; 상기 스윙 영상에 기초하여 클럽 헤드의 속도를 결정하는 단계; 상기 골프공의 구질을 제1 원핫 벡터(one-hot vector)로 변환하고, 상기 클럽 헤드의 속도를 제2 원핫 벡터로 변환하고, 상기 사용자 정보의 적어도 일부를 제3 원핫 벡터로 변환하는 단계; 및 상기 제1 원핫 벡터, 상기 제2 원핫 벡터, 및 상기 제3 원핫 벡터를 미리 지도학습된 인공 신경망에 입력하는 단계를 포함한다.

Description

인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 방법 및 장치{METHOD AND DEVICE FOR RECOMMENDING CUSTOMIZED GOLF CLUBS USING ARTIFICIAL NEURAL NETWORKS}
본 발명은 사용자 맞춤형 골프 클럽을 추천하는 기술에 관한 것으로, 더욱 상세하게는 인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 방법 및 장치에 관한 것이다.
개인의 여가 활동에 대한 사람들의 인식이 변화하면서 최근에는 다양한 여가 활동을 하는 사람들이 증가하고 있고, 그러한 인식 변화의 일환으로 골프(golf)를 즐기는 사람들 또한 크게 증가하고 있다.
이에 따라 많은 사람들이 골프 강습을 받고, 실제 필드에 나가서 골프를 즐기고 있지만, 골프 클럽은 그 크기와 형상, 및 특성이 매우 다양하기 때문에 초보자들이 자신에게 꼭 맞는 골프 클럽을 결정하는 데에는 많은 어려움이 있다.
골프 클럽은, 골프 공을 타격할 수 있도록 골프 클럽의 말단에 위치한 헤드, 골프 클럽을 사용자가 쉽게 파지하도록 가이드를 제공하는 그립부, 헤드와 그립부를 서로 연결하고 골프 클럽의 몸체를 이루는 막대형의 샤프트(shaft)로 구성된다.
이때, 골프 클럽의 샤프트는 스윙 동작에 따른 사용자의 회전력을 골프 공에 잘 전달할 수 있도록 적절한 탄성력과 중량을 갖도록 제작되고, 헤드는 골프 공과의 반발력을 충분히 가질 수 있도록 제작되며, 그립부는 사용자가 골프 클럽을 편안하게 쥘 수 있고 사용자의 힘을 골프 클럽에 잘 전달할 수 있는 형상의 고무 화합물 등으로 제작된다.
이처럼, 골프 클럽은 헤드, 샤프트, 그립부에서 매우 다양한 선택 요소가 존재하기 때문에 자신에게 가장 적합한 골프 클럽을 선택하는 것은 매우 어려운 일이다.
이러한 문제를 해결하기 위하여 종래의 경우에는 골프 클럽을 많이 다루어본 전문가의 추천 의견에 의존하는 경우가 많았으나, 전문가의 의견은 상당히 주관적인 경험에 의존하기 때문에 다양한 개성을 지닌 사용자들 각각에 대해 일관되고 신뢰도가 높은 추천이 어려운 문제가 있었다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 방법 및 장치를 제공하는 데 있다.
상기 목적을 달성하기 위한 본 발명의 일 측면은, 인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 장치를 제공한다.
상기 인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 장치는, 적어도 하나의 프로세서(processor); 및 상기 적어도 하나의 프로세서가 적어도 하나의 동작(operation)을 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)를 포함한다.
상기 적어도 하나의 동작은, 사용자 단말로부터 사용자 정보를 수신하는 단계; 외부의 카메라와의 통신 또는 관리자의 입력을 통해 사용자가 기준 클럽을 이용하여 골프공을 스윙하는 동작을 촬영한 스윙 영상 및 상기 스윙하는 동작에서 골프공의 이동 경로를 촬영한 구질 영상을 획득하는 단계; 상기 구질 영상에 기초하여 골프공의 구질을 결정하는 단계; 상기 스윙 영상에 기초하여 클럽 헤드의 속도를 결정하는 단계; 상기 골프공의 구질을 제1 원핫 벡터(one-hot vector)로 변환하고, 상기 클럽 헤드의 속도를 제2 원핫 벡터로 변환하고, 상기 사용자 정보의 적어도 일부를 제3 원핫 벡터로 변환하는 단계; 상기 제1 원핫 벡터, 상기 제2 원핫 벡터, 및 상기 제3 원핫 벡터를 미리 지도학습된 인공 신경망에 입력하는 단계; 미리 수집된 복수의 골프 클럽들 중에서 상기 인공 신경망의 출력으로 획득한 출력값과 대응하는 골프 클럽을 선택하는 단계; 및 선택된 골프 클럽을 사용자 맞춤형 클럽으로서 상기 사용자 단말에 전송하는 단계를 포함한다.
상기 사용자 정보는, 성별, 나이, 신장, 체중, 장갑의 사이즈, 골프 경력, 골프 핸디캡, 현재 사용중인 클럽의 브랜드, 현재 사용중인 클럽의 비거리, 및 현재 사용중인 클럽의 타격음 중 적어도 하나를 포함한다.
상기 구질 영상은, 시뮬레이션 공간의 상부면에 설치된 제1 카메라의 연사 기능을 이용하여 상기 이동 경로를 촬영함으로써 상기 골프공이 촬영된 복수의 제1 이미지 프레임들로 구성될 수 있다.
상기 스윙 영상은, 상기 시뮬레이션 공간의 일 측면에 설치된 제2 카메라의 연사 기능을 이용하여 상기 스윙하는 동작을 촬영함으로써 상기 기준 클럽의 상기 클럽 헤드가 촬영된 복수의 제2 이미지 프레임들(image frames)로 구성될 수 있다.
상기 골프공의 구질을 결정하는 단계는, 상기 골프공이 초기에 놓인 지점이 위치하는 제1 가이드 박스를 기준으로 상기 제1 이미지 프레임들을 서로 합성하여 적어도 2개의 골프공이 촬영된 합성 골프공 프레임을 생성하는 단계; 상기 합성 골프공 프레임에서 상기 제1 가이드 박스를 기준으로 수직하게 제1 거리만큼 떨어진 중앙 지점을 설정하고, 상기 중앙 지점을 중심으로 상기 제1 거리만큼 상하 방향의 폭을 갖는 유효 영역(effective area)을 설정하는 단계; 상기 유효 영역 밖에 위치하고 상기 제1 가이드 박스에 가장 인접한 제1 골프공 및 상기 유효 영역 안에 위치하고 상기 유효 영역의 상측 경계에 가장 인접한 제2 골프공을 결정하는 단계; 및 상기 합성 골프공 프레임에서 상기 제1 골프공과 상기 제2 골프공이 속하는 위치에 따라 상기 골프공의 구질을 스트레이트(straight), 페이드(fade), 드로(draw), 훅(hook), 슬라이스(slice), 풀(pull), 및 푸시(push) 중 하나로 결정하는 단계를 포함할 수 있다.
상기 클럽 헤드의 속도를 결정하는 단계는, 상기 골프공이 초기에 놓인 지점이 위치하는 제2 가이드 박스를 기준으로 상기 제2 이미지 프레임들을 서로 합성하여 적어도 2개의 클럽 헤드가 촬영된 합성 헤드 프레임을 생성하는 단계; 상기 합성 헤드 프레임에서 상기 제2 가이드 박스의 경계와 중첩하는 제1 클럽 헤드와 제2 클럽 헤드를 결정하는 단계; 상기 제1 클럽 헤드와 대응하는 제1 지점과 상기 제2 클럽 헤드와 대응하는 제2 지점 사이의 실제 거리를 결정하는 단계; 상기 합성 헤드 프레임 내에서 상기 제2 가이드 내부에서 상기 골프공을 수직으로 지나는 제1 가상의 직선을 설정하고, 설정된 상기 제1 가상의 직선과 상기 제1 지점 및 상기 제2 지점을 서로 직선으로 연결하는 제2 가상의 직선이 서로 만나는 제3 지점을 결정하는 단계; 상기 합성 헤드 프레임 내에서 상기 제3 지점을 기준으로 미리 설정된 거리만큼 수직하게 이동한 제4 지점을 결정하고, 상기 제4 지점, 상기 제1 지점 및 상기 제2 지점을 서로 연결하는 가상의 삼각형을 설정하는 단계; 상기 가상의 삼각형에서 상기 제4 지점과 대응하는 기준각을 결정하는 단계; 및 상기 기준각과 상기 실제 거리를 이용하여 상기 클럽 헤드의 속도를 결정하는 단계를 포함할 수 있다.
상기와 같은 본 발명에 따른 인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 방법 및 장치를 이용할 경우에는 사용자의 스윙 동작에서 확인될 수 있는 골프공의 구질, 클럽 헤드의 속도 뿐만 아니라 사용자의 신체적 조건을 고려하여 사용자 맞춤형 골프 클럽을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 사용자 맞춤형 골프 클럽을 추천하는 방법이 수행되는 전체 환경을 나타낸 개념도이다.
도 2는 도 1에 따른 서비스 제공 서버에서 골프공의 구질을 결정하는 과정을 설명하기 위한 개념도이다.
도 3은 도 1에 따른 서비스 제공 서버에서 골프 클럽의 헤드 속도를 결정하는 과정을 설명하기 위한 개념도이다.
도 4는 도 1에 따른 서비스 제공 서버에서 사용자 정보를 나타내는 과정을 설명하기 위한 개념도이다.
도 5는 도 1에 따른 서비스 제공 서버에서 이용하는 인공 신경망의 구조와 동작을 설명하기 위한 개념도이다.
도 6은 도 1에 따른 서비스 제공 서버의 하드웨어 구성을 예시적으로 도시한 블록도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 사용자 맞춤형 골프 클럽을 추천하는 방법이 수행되는 전체 환경을 나타낸 개념도이다.
도 1을 참조하면, 사용자 맞춤형 골프 클럽을 추천하는 방법은, 서비스 제공 서버(100) 및 사용자 단말(200)에 의해 수행될 수 있다.
서비스 제공 서버(100, 인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 장치와 혼용하여 지칭될 수 있음)는, 사용자 단말(200)과 무선 또는 유선 네트워크를 이용하여 통신함으로써 사용자 정보를 수신할 수 있다. 여기서, 사용자 정보는, 사용자 정보는, 성별, 나이, 신장, 체중, 손사이즈(또는 장갑의 사이즈), 골프 경력, 골프 핸디캡, 현재 사용중인 클럽의 브랜드, 현재 사용중인 클럽의 비거리, 현재 사용중인 클럽의 타격음 등을 포함할 수 있다. 이를 위해 사용자 단말(200)은 사용자 정보를 입력받을 수 있는 터치 디스플레이, 키보드, 마우스 등의 입력 인터페이스를 구비할 수 있고, 사용자 단말(200)의 사용자는 사용자 단말(200)에 사용자 정보를 입력할 수 있다.
한편, 서비스 제공 서버(100)는, 관리자의 입력 또는 제1 내지 제2 카메라(300, 400)와 통신하여 사용자가 기준 클럽을 이용하여 골프공을 스윙하는 동작을 촬영한 스윙 영상 및 사용자가 스윙하는 동작에서 골프공의 이동 경로를 촬영한 구질 영상을 획득할 수 있다. 여기서, 기준 클럽은 사용자의 스윙 동작을 시뮬레이션하기에 적합하도록 미리 선택된 골프 클럽으로서 가장 범용적인 브랜드와 특성을 갖는 클럽일 수 있다.
스윙 영상과 구질 영상을 촬영하기 위하여 사용자 단말(200)의 사용자는 별도로 마련된 시뮬레이션 공간에서 미리 제공된 기준 클럽을 이용하여 골프공을 스윙하는 동작을 수회 수행할 수 있다.
시뮬레이션 공간은 사용자가 스윙하는 동작을 촬영하기 위해 공간 내 일 측면에 설치된 제2 카메라(400), 공간 내 상부면에 설치된 제1 카메라(300)를 포함할 수 있다. 이때, 제2 카메라(400)는, 제1 마커가 표시된 클럽 헤드 부분만을 연속적으로 촬영할 수 있고, 제1 카메라(300)는, 제2 마커가 표시된 골프공만을 연속적으로 촬영할 수 있다.
예를 들어, 제2 카메라(400)는, 사용자의 스윙 동작을 촬영하여 클럽의 헤드 속도를 측정하기 용이하도록 사용자와 골프공 사이를 연결하는 가상의 직선과 수직하게 시뮬레이션 공간의 일 측면에 설치될 수 있다. 따라서, 스윙 영상은, 사용자가 골프공을 스윙하는 동작을 제2 카메라(400)의 연사 기능을 이용하여 촬영함으로써 골프 클럽의 헤드가 촬영된 복수의 이미지 프레임들로 구성될 수 있다.
예를 들어, 제1 카메라(300)는, 사용자의 스윙 동작에서 골프공의 이동 경로를 측정하기 용이하도록 사용자(또는 사용자의 머리)와 골프공 사이를 연결하는 가상의 직선과 수직하게 시뮬레이션 공간의 상부면에 설치될 수 있다. 따라서, 구질 영상은, 사용자가 골프공을 스윙하는 동작을 제1 카메라(300)의 연사 기능을 이용하여 촬영함으로써 골프공이 촬영된 복수의 이미지 프레임들로 구성될 수 있다.
서비스 제공 서버(100)는, 관리자로부터 기준 클럽 정보를 입력받을 수 있다. 기준 클럽 정보는 시뮬레이션 공간에서 사용자가 사용하는 기준 클럽에 대한 정보로서, 기준 클럽의 브랜드, 기준 클럽의 로프트 각도(또는, 샤프트와 헤드 사이의 각도), 기준 클럽에서 샤프트(shaft)의 강도와 중량 등을 포함할 수 있다. 기준 클럽 정보의 적어도 일부는 서비스 제공 서버(100)에서 인공 신경망(10)을 지도학습하기 위한 학습 데이터로서 사용될 수 있다.
서비스 제공 서버(100)는, 미리 수집된 복수의 골프 클럽들에 대한 정보를 저장할 수 있고, 여기서 복수의 골프 클럽들에 대한 정보는, 브랜드, 로프트 각도, 샤프트의 강도와 중량 뿐만 아니라 다수의 기준 사용자들이 해당 골프 클럽을 스윙할 때의 헤드 속도 및 골프공의 구질을 포함할 수 있다. 이때, 기준 사용자는 유명 골프 선수들 중에서 사용자와 유사한 신체 조건을 갖는 골프 선수일 수 있다.
즉, 서비스 제공 서버(100)는, 기준 클럽 정보를 입력받으면, 입력받은 기준 클럽 정보와 대응하는 골프 클럽을 결정하고, 결정된 골프 클럽을 기준 사용자가 스윙할 때의 헤드 속도, 및 골프공의 구질을 획득할 수 있다. 이때, 서비스 제공 서버(100)는, 사용자 정보에 포함된 나이, 성별, 신장, 및 체중을 기준으로 미리 설정된 오차 범위 내에 있는 골프 선수를 기준 사용자로 결정할 수 있다.
서비스 제공 서버(100)는, 구질 영상에 기초하여 골프공의 구질을 결정하고, 스윙 영상에 기초하여 클럽 헤드의 속도를 결정할 수 있다. 다음으로, 서비스 제공 서버(100)는, 골프공의 구질을 제1 원핫 벡터(Va)로 변환하고, 클럽 헤드의 속도를 제2 원핫 벡터(Vb)로 변환하고, 앞서 입력받은 사용자 정보에서 적어도 일부(성별, 나이, 신장, 체중, 골프 경력, 골프 핸디캡)를 제3 원핫 벡터(Vc)로 변환할 수 있다.
여기서, 제1 내지 제3 원핫 벡터(Va, Vb, Vc)는, 벡터를 구성하는 성분값들 중 하나만 1이고, 나머지 성분값들은 모두 0인 벡터일 수 있다.
서비스 제공 서버(100)는, 제1 내지 제3 원핫 벡터(Va, Vb, Vc)를 미리 지도학습된(supervised learning) 인공 신경망(10)에 입력하고, 인공 신경망(10)의 출력으로 미리 수집된 복수의 골프 클럽들 중 하나와 대응하는 출력값을 획득할 수 있다. 이때, 서비스 제공 서버(100)는, 인공 신경망(10)을 지도학습하기 위하여 기준 클럽 정보에 의해 지시되는 기준 사용자의 골프공의 구질, 클럽 헤드의 속도, 및 사용자 정보(도 4에 도시된 나이, 성별, 신장, 체중, 경력, 핸디캡)를 각각 제1 내지 제3 원핫 벡터(Va, Vb, Vc)로 변환하여 인공 신경망(10)에 입력하고, 기준 사용자가 가장 선호하는(또는 유리하다고 판단하는) 골프 클럽과 대응하는 출력값이 출력되도록 인공 신경망(10)을 지도학습할 수 있다.
서비스 제공 서버(100)는, 출력값에 대응하는 골프 클럽을 사용자 맞춤형 클럽으로 사용자 단말(200)에 전송함으로써, 사용자 단말(200)에 사용자 맞춤형 클럽을 추천할 수 있다.
여기서, 상술한 골프 클럽들(기준 클럽, 기준 사용자가 선호하는 골프 클럽, 미리 수집된 골프 클럽 등)은 모두 동일한 종류(예를 들어, 드라이버)임을 전제로 할 수 있다.
이처럼, 본 발명의 일 실시예에 따른 서비스 제공 서버(100)는, 인공 신경망(10)을 이용하여 사용자의 스윙 영상, 구질 영상, 및 사용자 정보를 분석하기 때문에 각각의 사용자의 신체 조건과 현재 스윙 상태와 골프공 구질 상태에 가장 적합한 골프 클럽을 사용자에게 추천할 수 있다. 특히, 서비스 제공 서버(100)는, 사용자와 신체 조건이 유사한 골프 선수가 가장 선호 또는 유리하다고 판단하는 골프 클럽을 지도 학습 데이터로서 학습하기 때문에, 사용자의 신체 조건과 가장 유사한 지도 학습 데이터를 적용할 수 있어 정확도가 높은 장점이 있다.
도 2는 도 1에 따른 서비스 제공 서버에서 골프공의 구질을 결정하는 과정을 설명하기 위한 개념도이다.
도 2를 참조하면, 구질 영상은 골프공이 촬영된 적어도 2개의 이미지 프레임들로 구성될 수 있다. 이를 위해 제1 카메라(300)는, 한 장면에 골프공이 적어도 2번 포착될 수 있는 연사 기능을 지원할 수 있다. 또한, 구질 영상은 골프공이 초기에 놓인 지점이 위치하는 사각형의 제1 가이드 박스(GB1)를 포함할 수 있다.
서비스 제공 서버(100)는, 구질 영상에서 골프공이 촬영된 적어도 2개의 이미지 프레임들을 제1 가이드 박스(GB1)를 기준으로 서로 합성하여 적어도 2개의 골프공이 촬영된 합성 골프공 프레임을 생성할 수 있다.
서비스 제공 서버(100)는, 합성 골프공 프레임에서 제1 가이드 박스(GB1)를 기준으로 수직한 방향으로 제1 거리(L)만큼 떨어진 중앙 지점(c)을 설정하고, 설정된 중앙 지점(c)을 중심으로 제1 거리(L1)만큼의 상하 방향의 폭(W)을 갖는 유효 영역(EAREA)을 설정할 수 있다. 여기서, 제1 거리(L)는, 골프공의 궤도가 급격하게 변하는 시점에서의 골프공의 경로를 추적하기 용이하도록 실험적인 값으로 미리 설정될 수 있다.
서비스 제공 서버(100)는, 합성 골프공 프레임에서 유효 영역(EAREA) 밖에 위치하고, 제1 가이드 박스(GB1)에 가장 인접한 제1 골프공(BALL1) 및 유효 영역(EAREA) 안에 위치하고 유효 영역(EAREA)의 상측 경계에 가장 인접한 제2 골프공(BALL2)을 결정할 수 있다.
서비스 제공 서버(100)는, 중앙 지점(c)과 제1 가이드 박스(GB1)를 잇는 가상의 직선에서 좌측으로 수직한 제1 임계 거리(d1) 이내의 제1 영역, 제1 임계 거리(d1)를 초과하고 제2 임계 거리(d2) 이내의 제2 영역, 및 제2 임계 거리(d2)를 초과하고 제3 임계 거리(d3) 이내의 제3 영역 중에서, 제1 골프공(BALL1)과 제2 골프공(BALL2)이 어디에 속하는지 결정할 수 있다.
예를 들어, 서비스 제공 서버(100)는, 제1 골프공(BALL1)과 제2 골프공(BALL2)이 모두 제1 영역에 속하면, 골프공의 구질이 스트레이트(정방향)인 것으로 결정할 수 있다.
서비스 제공 서버(100)는, 제1 골프공(BALL1)이 제1 영역에 속하고, 제2 골프공(BALL2)이 제2 영역에 속하면, 골프공의 구질이 페이드(fade)인 것으로 결정할 수 있다. 또한, 서비스 제공 서버(100)는, 제1 골프공(BALL1)이 제2 영역에 속하고, 제2 골프공(BALL2)이 제2 영역에 속하면, 골프공의 구질이 페이드(fade)인 것으로 결정할 수 있다.
서비스 제공 서버(100)는, 제1 골프공(BALL1)이 제1 영역에 속하고, 제2 골프공(BALL2)이 제3 영역에 속하면, 골프공의 구질이 훅(hook)인 것으로 결정할 수 있다. 서비스 제공 서버(100)는, 제1 골프공(BALL1)이 제1 영역에 속하고, 제2 골프공(BALL2)이 제1 내지 제3 영역 모두에 속하지 않으면(즉, 제3 임계거리(d3)를 넘게 이동), 골프공의 구질이 훅(hook)인 것으로 결정할 수 있다.
서비스 제공 서버(100)는, 제1 골프공(BALL1)이 제2 영역에 속하고, 제2 골프공(BALL2)이 제3 영역에 속하면, 골프공의 구질이 풀(pull)인 것으로 결정할 수 있다. 서비스 제공 서버(100)는, 제1 골프공(BALL1)이 제2 영역에 속하고, 제2 골프공(BALL2)이 제1 내지 제3 영역 모두에 속하지 않으면, 골프공의 구질이 풀(pull)인 것으로 결정할 수 있다.
도 2에서는, 중앙 지점(c)과 제1 가이드 박스(GB1)를 잇는 가상의 직선에서 좌측으로 수직한 제1 임계 거리(d1) 이내의 제1 영역, 제1 임계 거리(d1)를 초과하고 제2 임계 거리(d2) 이내의 제2 영역, 및 제2 임계 거리(d2)를 초과하고 제3 임계 거리(d3) 이내의 제3 영역을 기준으로 설명하였으나, 반대 방향에도 동일하게 적용할 수 있다.
예를 들어, 서비스 제공 서버(100)는, 중앙 지점(c)과 제1 가이드 박스(GB1)를 잇는 가상의 직선에서 우측으로 수직한 제1 임계 거리(d1) 이내의 제1 영역, 제1 임계 거리(d1)를 초과하고 제2 임계 거리(d2) 이내의 제2 영역, 및 제2 임계 거리(d2)를 초과하고 제3 임계 거리(d3) 이내의 제3 영역 중에서, 제1 골프공(BALL1)과 제2 골프공(BALL2)이 어디에 속하는지 결정할 수 있다.
이 경우, 앞선 판단 과정에서 설명한, 페이드(fade)는, 드로우(draw)로 대체되고, 훅(hook)은 슬라이스(slice)로 대체되고, 풀(pull)은 푸쉬(push)로 대체될 수 있다.
상술한 경우들 중 어느 경우에도 속하지 않는 경우, 골프공의 구질을 판단하기에 부적절한 데이터가 추출된 것으로 보고, 서비스 제공 서버(100)는, 골프공의 구질을 다시 판단할 수 있도록 구질 영상을 관리자에게 재요청할 수 있다.
한편, 상술한 방식으로, 골프공의 구질이 스트레이트, 페이드, 드로, 훅, 슬라이스, 풀, 푸쉬 중 하나로 결정되면, 결정된 골프공의 구질을 제1 원핫 벡터(Va)로 변환할 수 있다. 이때, 스트레이트는 한가지 경우의 수를 갖고 나머지는 2가지 경우의 수를 가지므로, 제1 원핫 벡터(Va)는 13개의 성분값들로 구성될 수 있다.
예를 들어, 골프공의 구질이 스트레이트인 경우, 제1 골프공(BALL1)과 제2 골프공(BALL2)이 모두 제1 영역에 속하는 한가지 경우만이 존재하므로, 제1 원핫 벡터(Va)는, {0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0}일 수 있다. 즉, 골프공의 구질이 스트레이트인 경우 제1 원핫 벡터(Va)는, 중앙에 위치한 성분값이 1일 수 있다.
나머지 골프공의 구질은 2가지 경우의 수를 각각 반영할 수 있도록 2개의 성분값들로 표현될 수 있다. 예를 들어, 골프공의 구질이 제1 골프공(BALL1)이 제2 영역에 속하고, 제2 골프공(BALL2)이 제3 영역에 속하는 풀(pull)인 경우, 제1 원핫 벡터(Va)의 마지막 바로 직전 성분값이 1이고, 나머지 성분값이 0이며, 골프공의 구질이, 제1 골프공(BALL1)이 제2 영역에 속하고, 제2 골프공(BALL2)이 제1 내지 제3 영역 모두에 속하지 않는 풀(pull)인 경우, 제1 원핫 벡터(Va)의 마지막 성분값이 1이고, 나머지 성분값이 0일 수 있다.
이처럼, 골프공의 구질이 페이드, 훅, 또는 풀인 경우는 경우의 수가 2가지 존재하므로, 각각 그 경우와 대응하는 2개의 성분값들 중 하나의 성분값이 1이 될 수 있다.
이때, 페이드와 드로가 서로 반대되는 방향성을 갖고, 훅과 슬라이스가 서로 반대되는 방향성을 가지며, 풀과 푸쉬가 서로 반대되는 방향성을 갖는 점이 원-핫 벡터에 반영될 수 있도록, 제1 원핫 벡터(Va)에서 페이드와 드로는 가운데 성분값을 중심으로 서로 대칭되는 위치에서 대응 성분값을 가지며, 훅과 슬라이스도 가운데 성분값을 중심으로 서로 대칭되는 위치에서 대응 성분값을 가지며, 풀과 후쉬도 가운데 성분값을 중심으로 서로 대칭되는 위치에서 대응 성분값을 가질 수 있다.
이와 같이 매핑시킬 경우, 골프공의 구질이 갖는 방향성이 제1 원핫 벡터(Va)에도 반영되기 때문에 추후 인공신경망(10)을 이용하여 학습하였을 때 더욱 정확한 출력값을 얻을 수 있는 장점이 있다.
도 3은 도 1에 따른 서비스 제공 서버에서 골프 클럽의 헤드 속도를 결정하는 과정을 설명하기 위한 개념도이다.
스윙 영상은 골프 클럽의 헤드가 촬영된 적어도 2개의 이미지 프레임들로 구성될 수 있다. 이를 위해 제2 카메라(400)는, 한 장면에 골프 클럽의 헤드가 적어도 2번 이상 포착될 수 있는 연사 기능을 지원할 수 있다. 또한, 스윙 영상은 골프공이 초기에 놓인 지점이 위치하는 사각형의 제2 가이드 박스(GB2)를 포함할 수 있다.
서비스 제공 서버(100)는, 스윙 영상에서 골프 클럽의 헤드가 촬영된 적어도 2개의 이미지 프레임들을 제2 가이드 박스(GB2)를 기준으로 서로 합성하여 적어도 2개의 클럽 헤드가 촬영된 합성 헤드 프레임을 생성할 수 있다.
서비스 제공 서버(100)는, 합성 헤드 프레임에서 제2 가이드 박스(GB2)의 경계(edge)와 중첩하는 제1 클럽 헤드와 제2 클럽 헤드를 결정할 수 있다.
서비스 제공 서버(100)는, 결정된 제1 클럽 헤드의 최하단에 위치한 제1 지점(P1)와 제2 클럽 헤드의 최하단에 위치한 제2 지점(P2)을 결정할 수 있다.
서비스 제공 서버(100)는, 제1 지점(P1)과 제2 지점(P2) 사이의 실제 거리(d)를 결정할 수 있다. 예를 들어, 서비스 제공 서버(100)는, 제1 지점(P1)과 제2 지점(P2) 사이의 합성 헤드 프레임 상의 가상 거리에 미리 설정된 보정값을 곱함으로써 제1 지점(P1)과 제2 지점(P2) 사이의 실제 거리(d)를 결정할 수 있다.
또한, 서비스 제공 서버(100)는, 합성 헤드 프레임 내에서 제2 가이드 박스(GB2) 내부에 골프공을 수직으로 지나는 제1 가상의 직선을 설정하고, 설정된 제1 가상의 직선과 제1 지점(P1)과 제2 지점(P2)을 서로 연결하는 제2 가상의 직선이 서로 만나는 제3 지점(P3)을 결정할 수 있다.
서비스 제공 서버(100)는, 합성 헤드 프레임 내에서 제3 지점(P3)을 기준으로 미리 설정된 거리(r)만큼 수직하게 이동한 제4 지점(P4)을 결정하고, 결정된 제4 지점(P4), 제1 지점(P1), 및 제2 지점(P2)을 서로 연결하는 가상의 삼각형을 설정한 후, 설정된 가상의 삼각형에서 제4 지점(P4)과 대응하는 기준각(θ)를 결정할 수 있다. 이때, 미리 설정된 거리(r)는, 기준 클럽의 그립부에서 헤드까지의 거리와 사용자 정보에 포함된 신장에 따라 결정되는 보정 거리를 서로 더한 값으로 결정될 수 있다. 보정 거리는 사용자의 신장에 따라 미리 실험적으로 설정될 수 있다.
서비스 제공 서버(100)는, 결정된 기준각(θ)과 실제 거리(d)를 이용하여 제1 클럽 헤드에서 제2 클럽 헤드까지 이동한 곡선 거리를 다음의 수학식 1에 기초하여 산출할 수 있다.
Figure 112021000454617-pat00001
수학식 1에서 거리각(θ)은 라디안(radian) 단위이며, d는 m단위 일 수 있다.
서비스 제공 서버(100)는, 수학식 1에 따라 산출된 곡선 거리를 제2 카메라(300)의 연사 속도(frame/sec)로 나눈 결과값을 클럽 헤드의 속도(m/sec)로 결정할 수 있다.
서비스 제공 서버(100)는, 결정된 클럽 헤드의 속도가 미리 설정된 속도 범위들 중 하나로 분류함으로써, 클럽 헤드의 속도를 제2 원핫 벡터(Vb)로 변환할 수 있다.
이때, 미리 설정된 속도 범위들은 통상적인 클럽 헤드의 속도 범위를 13개의 범위들로 구분한 범위일 수 있다. 즉, 클럽 헤드의 속도도 13개의 범위들로 구분하기 때문에 제2 원핫 벡터(Vb)도 제1 원핫 벡터(Va)와 마찬가지로 13개의 성분값들로 구성될 수 있다.
도 4는 도 1에 따른 서비스 제공 서버에서 사용자 정보를 나타내는 과정을 설명하기 위한 개념도이다.
도 4를 참조하면, 서비스 제공 서버(100)는, 사용자 정보에 포함된 나이, 성별, 신장, 체중, 골프 경력, 및 핸디캡에 기초하여 사용자를 미리 설정된 복수의 유형들 중 하나로 결정하고, 결정된 하나의 유형을 지시하는 제3 원핫 벡터(Vc)로 사용자 정보를 변환할 수 있다.
예를 들어, 사용자 정보에 포함된 나이, 성별, 신장, 체중, 골프 경력, 및 핸디캡에 따라 사용자를 13개의 유형들 중 하나로 결정할 수 있다. 구체적으로, 사용자를 나이 20 대 미만의 성별에 따른 신장, 체중, 골프 경력 및 핸디캡에 기초한 2개의 유형, 나이 20대 내지 40대 미만의 성별에 따른 신장, 체중, 골프 경력 및 핸디캡에 기초한 4개의 유형, 나이 40대 내지 60대 미만의 성별에 따른 신장, 체중, 골프 경력 및 핸디캡에 기초한 4개의 유형, 나이 60대 내지 70대 미만의 성별에 따른 신장, 체중, 골프 경력 및 핸디캡에 기초한 2개의 유형, 나이 70대 초과를 대상으로 한 1개의 유형 중 하나로 결정할 수 있다.
여기서 각각의 유형은 해당 연령대를 차지하는 사용자들의 성별, 신장, 체중, 골프 경력 및 핸드캡의 분포 현황에 따라 다양한 방식으로 결정할 수 있다.
이와 같이 골프를 즐기는 연령대가 많을수록 사용자의 유형을 다양하게 분류하고, 연령대가 낮거나 지나치가 높으면 사용자의 유형을 최소화하여 분류함으로써 가장 골프를 즐기는 연령대가 많은 사용자들을 대상으로 사용자의 정보를 정확하게 원-핫 벡터로 표현할 수 있다.
도 5는 도 1에 따른 서비스 제공 서버에서 이용하는 인공 신경망의 구조와 동작을 설명하기 위한 개념도이다.
도 5를 참조하면, 인공 신경망(10)은 입력층(11), 은닉층(12), 및 출력층(13)을 포함할 수 있다.
본 발명의 일 실시예에서 인공 신경망(10)은 다수의 사용자들로부터 얻은 학습 데이터를 입력받고, 기준 사용자(예를 들어, 미리 선정된 유명 골프 선수)의 골프공 구질을 변환한 제1 원-핫 벡터(Va), 기준 사용자의 골프 클럽의 헤드 속도를 변환한 제2 원-핫 벡터(Vb), 및 기준 사용자의 사용자 정보를 변환한 제3 원-핫 벡터(Vc)를 이용하여 산출된 목표 원-핫 벡터(Y)를 출력할 수 있도록 지도학습된다.
여기서, 목표 원-핫 벡터(Y)는, 다음의 수학식 2와 같이 결정될 수 있다.
Figure 112021000454617-pat00002
상기 수학식 2를 참조하면, 목표 원-핫 벡터(Y)는, 제1 원-핫 벡터(Va)에 대한 제1 가중치(k1), 제2 원-핫 벡터(Vb)에 대한 제2 가중치(k2), 및 제3 원-핫 벡터(Vc)에 대한 제3 가중치(1-k1-k2)를 이용하여 산출될 수 있다. 여기서, 제1 가중치(k1)과 제2 가중치(k2)의 합은 0보다 크고 1보다 작은 값으로 제한될 수 있다. 이처럼, 목표 원-핫 벡터(Y)는, 골프공의 구질을 변환한 제1 원-핫 벡터(Va)와 골프 클럽의 헤드 속도를 변환한 제2 원-핫 벡터(Vb)에 독립한 가중치들(k1, k2)을 부여하고, 사용자 정보를 변환한 제3 원-핫 벡터(Vc)는 제1 내지 제2 가중치에 종속된 가중치(1-k1-k2)를 부여하기 때문에 골프공의 구질과 헤드 속도를 중심으로 사용자 정보를 보조적 지표로 활용하여 목표 원-핫 벡터(Y)가 결정될 수 있다.
입력층(11)은, 제1 원-핫 벡터(Va), 제2 원-핫 벡터(Vb), 또는 제3 원-핫 벡터(Vc)의 성분 개수(V)와 동일한 개수(V)의 입력 노드들로 구성될 수 있다. 예를 들어, 제1 원-핫 벡터(Va), 제2 원-핫 벡터(Vb), 및 제3 원-핫 벡터(Vc)의 성분 개수가 도 2 내지 도 4에서와 같이 13개인 경우, 입력층(11)은 13개의 입력 노드들로 구성될 수 있다.
입력층(11)은 제1 원-핫 벡터(Va)에 입력 노드들 각각에 대응하는 하나 이상의 연결 강도값들을 적용하여 은닉층(12)에 전달할 수 있다.
예를 들어, 입력 노드들 각각에 대응하는 하나 이상의 연결 강도값들은 V×N의 크기를 갖는 제1 연결강도 행렬(WV×N)로 표현할 수 있다. 이때, V는 입력 노드들과 동일한 개수인 13일 수 있고, 입력 노드의 개수가 13개로 비교적 작은 차원으로 충분히 유의미한 차원갯수로 입력되기 때문에, 더 적은 차원으로 사상(projection)할 필요 없이, N은 V와 동일할 수 있다. 제1 연결강도 행렬(WV×N)은 임의의 초기값으로 설정된 후 지도학습을 통해 지속적으로 갱신될 수 있다.
종합하면, 입력층(11)은 입력받은 제1 원-핫 벡터(Va)에 제1 연결강도 행렬(WV×N)을 행렬곱 연산하여 얻어진 제1 중간 벡터(Xa)를 은닉층(12)에 전달하고, 제2 원-핫 벡터(Vb)에 제1 연결강도 행렬(WV×N)을 행렬곱 연산하여 얻어진 제2 중간 벡터(Xb)를 은닉층(12)에 전달하고, 제3 원-핫 벡터(Vc)에 제1 연결강도 행렬(WV×N)을 행렬곱 연산하여 얻어진 제3 중간 벡터(Xc)를 은닉층(12)에 전달할 수 있다.
은닉층(12)은, N개의 은닉 노드들로 구성될 수 있고, 제1 중간 벡터(Xa)와 제2 중간 벡터(Xb), 및 제3 중간 벡터(Xc)를 서로 합성하여 중간 목표 벡터를 생성할 수 있다. 예를 들어, 은닉층(12)은, 수학식 2와 마찬가지로 아래의 수학식 3에 기초하여 중간 목표 벡터(X`)를 생성할 수 있다.
Figure 112021000454617-pat00003
은닉층(12)은, 생성된 중간 목표 벡터(X`)에 은닉 노드들 각각에 대응하는 하나 이상의 연결 강도를 적용하여 생성된 점수 벡터(X`)를 출력층(13)에 전달할 수 있다. 이때, 은닉 노드들 각각에 대응하는 하나 이상의 연결 강도값들은 N×V의 크기를 갖는 제2 연결강도 행렬(UN×V)로 표현할 수 있다. 즉, 제2 연결강도 행렬(UN×V)은 N개의 차원으로 사상된 중간 목표 벡터(X`)를 다시 V개의 차원으로 복원한다.
한편, 제2 연결강도 행렬(UN×V)의 초기값은 임의의 값으로 설정된 후, 중간 목표 벡터(X`)와 제2 연결강도 행렬(UN×V) 사이의 행렬곱 연산하여 생성된 점수 벡터(Y`)가 앞선 수학식 2에 따라 산출된 목표 원-핫 벡터(Y)가 되도록 지속적으로 갱신될 수 있다. 즉, 제2 연결강도 행렬(UN×V)은 학습 데이터를 지속적으로 지도학습함에 따라 갱신될 수 있다.
출력층(13)은, 은닉층(12)으로부터 전달받은 점수 벡터(Y`)에 활성화 함수를 적용함으로써 점수 벡터(Y`)에 대응하는 확률(p)을 출력할 수 있다. 여기서, 확률(p)은 미리 수집된 다수의 골프 클럽들 중 하나와 대응하도록 미리 설정되어 서비스 제공 서버(100)에 저장된다. 예를 들어, 활성화 함수는, LeRU 함수 또는 Softmax 함수일 수 있으나 이에 한정되는 것은 아니다.
서비스 제공 서버(100)는, 출력층(13)으로부터 출력된 확률(p)과 대응하는 골프 클럽을 미리 수집된 다수의 골프 클럽들 중에서 선택하고, 선택한 골프 클럽을 사용자 맞춤형 클럽으로서, 사용자 단말(200)에 제공할 수 있다.
한편, 앞서 설명한 것처럼 인공 신경망(10)은, 학습 데이터로 입력된 임의의 사용자에 대한 골프공 구질, 골프 클럽의 헤드 속도, 및 사용자 정보를 제1 내지 제3 원핫 벡터 형태로 입력받아 출력된 점수 벡터(Y`)와 기준 사용자의 골프공 구질, 골프 클럽의 헤드 속도, 및 사용자 정보를 이용해 수학식 2에 따라 산출한 목표 원-핫 벡터(Y) 사이의 차이가 최소화되도록 제1 연결강도 행렬(WV×N)과 제2 연결강도 행렬(UN×V)을 지속적으로 갱신하는 방식으로 지도학습될 수 있다.
이를 위해 더욱 구체적으로, 인공 신경망(10)은, 손실 함수(Loss function)에 점수 벡터(Y`)와 목표 원-핫 벡터(Y)를 대입하고, 손실 함수의 결과값이 최소화되도록 제1 연결강도 행렬(WV×N)과 제2 연결강도 행렬(UN×V)을 지속적으로 갱신할 수 있다.
예를 들어, 손실 함수는, 크로스 엔트로피(Cross Entropy) 함수일 수 있다. 점수 벡터(Y`)와 목표 원-핫 벡터(Y) 사이의 크로스 엔트로피(H(Y,Y`))는 다음의 수학식 4와 같이 정의될 수 있다.
Figure 112021000454617-pat00004
수학식 4에서 Ym은 목표 원-핫 벡터(Y)의 m(m은 1 이상의 자연수)번째 성분이고, Y`m은 점수 벡터(Y`)의 m번째 성분일 수 있다.
한편, 본 발명의 일 실시예에서 손실 함수(Loss function, LF)는 정확도를 향상시키기 위해 다음의 수학식 5와 같이 정의될 수도 있다.
Figure 112021000454617-pat00005
수학식 5를 참조하면, 손실 함수(LF)는, 목표 원-핫 벡터(Y)와 점수 벡터(Y`) 사이의 내적을 목표 원-핫 벡터(Y)의 놈(norm) 연산값과 점수 벡터(Y`)의 놈(norm) 연산값으로 나눈 값 및 크로스 엔트로피 함수(H)의 결과값 중 큰 값으로 정의될 수 있다.
상술한 것처럼, 본 발명의 일 실시예에 따른 인공 신경망(10)은 골프의 구질, 골프 클럽의 헤드 속도, 사용자 정보를 입력층(11)에서 입력받고, 은닉층(12)에서는 이를 합성한 중간 목표 벡터를 생성하기 때문에, 골프 클럽의 헤드 속도와 구질, 및 사용자 정보 사이의 중요도(즉 목표 원-핫 벡터를 산출하기 위한 제1 내지 제3 가중치)를 관리자가 개별적으로 설정하는 것이 가능하고, 이로인해 경력이 오래되고 노련한 사용자에게는 헤드 속도나 골프공의 구질에 대한 중요도를 높게 평가하고, 경력이 낮지만 신체 조건이 우수한 사용자는 사용자 정보의 중요도를 높게 평가하여 인공 신경망(10)을 학습시킬 수 있다.
도 6은 도 1에 따른 서비스 제공 서버의 하드웨어 구성을 예시적으로 도시한 블록도이다.
도 5를 참조하면, 서비스 제공 서버(100)는, 적어도 하나의 프로세서(110); 및 상기 적어도 하나의 프로세서(110)가 적어도 하나의 동작(operation)을 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)를 포함할 수 있다.
상기 적어도 하나의 동작은, 도 1 내지 도 4를 참조하여 설명한 서비스 제공 서버(100)의 동작을 포함할 수 있다.
여기서 적어도 하나의 프로세서(110)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다.
메모리(120)는 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(120)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중에서 적어도 하나로 구성될 수 있다.
저장 장치(160)는, 인공 신경망(10)을 저장할 수 있는데, 예를 들어 HDD(hard disk drive), SSD(solid state drive) 등일 수 있다.
또한, 서비스 제공 서버(100)는, 무선 네트워크를 통해 통신을 수행하는 송수신 장치(transceiver)(130)를 포함할 수 있다. 또한, 서비스 제공 서버(100)는 입력 인터페이스 장치(140), 출력 인터페이스 장치(150), 저장 장치(160) 등을 더 포함할 수 있다. 서비스 제공 서버(100)에 포함된 각각의 구성 요소들은 버스(bus, 170)에 의해 연결되어 서로 통신을 수행할 수 있다.
서비스 제공 서버(100)의 예를 들면, 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant) 등일 수 있다.
본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 서비스 제공 서버 110: 프로세서
120: 메모리 130: 송수신 장치
140: 입력 인터페이스 장치 150: 출력 인터페이스 장치
160: 저장 장치 170: 버스
200: 사용자 단말 300: 제1 카메라
400: 제2 카메라

Claims (5)

  1. 인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 장치로서,
    적어도 하나의 프로세서(processor); 및
    상기 적어도 하나의 프로세서가 적어도 하나의 동작(operation)을 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)를 포함하고,
    상기 적어도 하나의 동작은,
    사용자 단말로부터 사용자 정보를 수신하는 단계;
    외부의 카메라와의 통신 또는 관리자의 입력을 통해 사용자가 기준 클럽을 이용하여 골프공을 스윙하는 동작을 촬영한 스윙 영상 및 상기 스윙하는 동작에서 골프공의 이동 경로를 촬영한 구질 영상을 획득하는 단계;
    상기 구질 영상에 기초하여 골프공의 구질을 결정하는 단계;
    상기 스윙 영상에 기초하여 클럽 헤드의 속도를 결정하는 단계;
    상기 골프공의 구질을 제1 원핫 벡터(one-hot vector)로 변환하고, 상기 클럽 헤드의 속도를 제2 원핫 벡터로 변환하고, 상기 사용자 정보의 적어도 일부를 제3 원핫 벡터로 변환하는 단계;
    상기 제1 원핫 벡터, 상기 제2 원핫 벡터, 및 상기 제3 원핫 벡터를 미리 지도학습된 인공 신경망에 입력하는 단계;
    미리 수집된 복수의 골프 클럽들 중에서 상기 인공 신경망의 출력으로 획득한 출력값과 대응하는 골프 클럽을 선택하는 단계; 및
    선택된 골프 클럽을 사용자 맞춤형 클럽으로서 상기 사용자 단말에 전송하는 단계를 포함하되,
    상기 구질 영상은,
    시뮬레이션 공간의 상부면에 설치된 제1 카메라의 연사 기능을 이용하여 상기 이동 경로를 촬영함으로써 상기 골프공이 촬영된 복수의 제1 이미지 프레임들로 구성되고,
    상기 골프공의 구질을 결정하는 단계는,
    상기 골프공이 초기에 놓인 지점이 위치하는 제1 가이드 박스를 기준으로 상기 제1 이미지 프레임들을 서로 합성하여 적어도 2개의 골프공이 촬영된 합성 골프공 프레임을 생성하는 단계;
    상기 합성 골프공 프레임에서 상기 제1 가이드 박스를 기준으로 수직하게 제1 거리만큼 떨어진 중앙 지점을 설정하고, 상기 중앙 지점을 중심으로 상기 제1 거리만큼 상하 방향의 폭을 갖는 유효 영역(effective area)을 설정하는 단계;
    상기 유효 영역 밖에 위치하고 상기 제1 가이드 박스에 가장 인접한 제1 골프공 및 상기 유효 영역 안에 위치하고 상기 유효 영역의 상측 경계에 가장 인접한 제2 골프공을 결정하는 단계; 및
    상기 합성 골프공 프레임에서 상기 제1 골프공과 상기 제2 골프공이 속하는 위치에 따라 상기 골프공의 구질을 스트레이트(straight), 페이드(fade), 드로(draw), 훅(hook), 슬라이스(slice), 풀(pull), 및 푸시(push) 중 하나로 결정하는 단계를 포함하고,
    상기 인공 신경망은,
    상기 제1 원핫 벡터를 입력받아 제1 중간 벡터를 출력하고, 상기 제2 원핫 벡터를 입력받아 제2 중간 벡터를 출력하고, 및 상기 제3 원핫 벡터를 입력받아 제3 중간 벡터를 출력하는 입력층;
    상기 제1 중간 벡터, 상기 제2 중간 벡터, 및 상기 제3 중간 벡터를 서로 합성하여 중간 목표 벡터를 생성하는 은닉층; 및
    상기 은닉층의 출력을 전달받아 상기 출력값을 출력하는 출력층을 포함하되,
    상기 중간 목표 벡터(X')는,
    수학식
    Figure 112021022788071-pat00012
    에 따라 생성되며, 상기 수학식에서 Xa는 상기 제1 중간 벡터, Xb는 상기 제2 중간 벡터, Xc는 상기 제3 중간 벡터이고, k1은 상기 제1 원핫 벡터에 대한 제1 가중치, k2는 상기 제2 원핫 벡터에 대한 제2 가중치인, 장치.
  2. 청구항 1에서,
    상기 사용자 정보는,
    성별, 나이, 신장, 체중, 장갑의 사이즈, 골프 경력, 골프 핸디캡, 현재 사용중인 클럽의 브랜드, 현재 사용중인 클럽의 비거리, 및 현재 사용중인 클럽의 타격음 중 적어도 하나를 포함하는, 장치.
  3. 청구항 1에서,
    상기 스윙 영상은,
    상기 시뮬레이션 공간의 일 측면에 설치된 제2 카메라의 연사 기능을 이용하여 상기 스윙하는 동작을 촬영함으로써 상기 기준 클럽의 상기 클럽 헤드가 촬영된 복수의 제2 이미지 프레임들(image frames)로 구성되는, 장치.
  4. 삭제
  5. 청구항 3에서,
    상기 클럽 헤드의 속도를 결정하는 단계는,
    상기 골프공이 초기에 놓인 지점이 위치하는 제2 가이드 박스를 기준으로 상기 제2 이미지 프레임들을 서로 합성하여 적어도 2개의 클럽 헤드가 촬영된 합성 헤드 프레임을 생성하는 단계;
    상기 합성 헤드 프레임에서 상기 제2 가이드 박스의 경계와 중첩하는 제1 클럽 헤드와 제2 클럽 헤드를 결정하는 단계;
    상기 제1 클럽 헤드와 대응하는 제1 지점과 상기 제2 클럽 헤드와 대응하는 제2 지점 사이의 실제 거리를 결정하는 단계;
    상기 합성 헤드 프레임 내에서 상기 제2 가이드 내부에서 상기 골프공을 수직으로 지나는 제1 가상의 직선을 설정하고, 설정된 상기 제1 가상의 직선과 상기 제1 지점 및 상기 제2 지점을 서로 직선으로 연결하는 제2 가상의 직선이 서로 만나는 제3 지점을 결정하는 단계;
    상기 합성 헤드 프레임 내에서 상기 제3 지점을 기준으로 미리 설정된 거리만큼 수직하게 이동한 제4 지점을 결정하고, 상기 제4 지점, 상기 제1 지점 및 상기 제2 지점을 서로 연결하는 가상의 삼각형을 설정하는 단계;
    상기 가상의 삼각형에서 상기 제4 지점과 대응하는 기준각을 결정하는 단계; 및
    상기 기준각과 상기 실제 거리를 이용하여 상기 클럽 헤드의 속도를 결정하는 단계를 포함하는, 장치.
KR1020210000416A 2021-01-04 2021-01-04 인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 방법 및 장치 KR102242994B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210000416A KR102242994B1 (ko) 2021-01-04 2021-01-04 인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 방법 및 장치
KR1020210049279A KR102498577B1 (ko) 2021-01-04 2021-04-15 인공 신경망을 이용하여 골프공의 구질, 클럽 헤드의 속도, 및 사용자 정보에 따른 맞춤형 골프 클럽을 추천하는 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210000416A KR102242994B1 (ko) 2021-01-04 2021-01-04 인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 방법 및 장치

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020210049279A Division KR102498577B1 (ko) 2021-01-04 2021-04-15 인공 신경망을 이용하여 골프공의 구질, 클럽 헤드의 속도, 및 사용자 정보에 따른 맞춤형 골프 클럽을 추천하는 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102242994B1 true KR102242994B1 (ko) 2021-04-26

Family

ID=75733478

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020210000416A KR102242994B1 (ko) 2021-01-04 2021-01-04 인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 방법 및 장치
KR1020210049279A KR102498577B1 (ko) 2021-01-04 2021-04-15 인공 신경망을 이용하여 골프공의 구질, 클럽 헤드의 속도, 및 사용자 정보에 따른 맞춤형 골프 클럽을 추천하는 방법 및 장치

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020210049279A KR102498577B1 (ko) 2021-01-04 2021-04-15 인공 신경망을 이용하여 골프공의 구질, 클럽 헤드의 속도, 및 사용자 정보에 따른 맞춤형 골프 클럽을 추천하는 방법 및 장치

Country Status (1)

Country Link
KR (2) KR102242994B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102345551B1 (ko) * 2021-07-29 2021-12-30 (주)임대문 공간 대여 플랫폼을 제공하기 위한 시스템 및 방법
US11850490B1 (en) * 2021-01-12 2023-12-26 Topgolf Callaway Brands Corp. Method and system for artificial intelligence club fitting
KR102623146B1 (ko) * 2023-01-06 2024-01-10 주식회사 큐이디 클럽 추천 장치 및 방법
KR102638947B1 (ko) * 2023-05-10 2024-02-20 주식회사 비에스앤진홀딩스 사용자 맞춤형 골프 브랜드 추천 시스템
KR20240091621A (ko) 2022-12-14 2024-06-21 김진호 인공지능을 활용하여 골프클럽 인식을 통한 개인별 골프 통계 제공 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100963427B1 (ko) * 2009-07-03 2010-06-15 채기웅 스크린골프장과 연계된 골프클럽 피팅 시스템
KR101019782B1 (ko) * 2010-06-29 2011-03-04 (주) 골프존 운동하는 볼에 대한 센싱처리장치, 센싱처리방법 및 이를 이용한 가상 골프 시뮬레이션 장치
KR101078975B1 (ko) * 2011-03-22 2011-11-01 (주) 골프존 가상 골프 시뮬레이션 장치에 이용되는 센싱장치 및 센싱방법
KR20180084354A (ko) * 2017-01-17 2018-07-25 주식회사 스트로크플레이 골프클럽 및 골프공 측정장치 및 측정방법 및 이를 수행하기 위한 프로그램을 기록한 컴퓨터로 판독가능한 기록매체
KR20200081847A (ko) * 2018-12-28 2020-07-08 주식회사 골프존 레이더 센싱데이터를 이용한 골프클럽의 스윙궤적 산출방법 및 이를 이용한 레이더 센싱장치와, 상기 방법을 기록한 컴퓨팅장치에 의해 판독 가능한 기록매체

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100963427B1 (ko) * 2009-07-03 2010-06-15 채기웅 스크린골프장과 연계된 골프클럽 피팅 시스템
KR101019782B1 (ko) * 2010-06-29 2011-03-04 (주) 골프존 운동하는 볼에 대한 센싱처리장치, 센싱처리방법 및 이를 이용한 가상 골프 시뮬레이션 장치
KR101078975B1 (ko) * 2011-03-22 2011-11-01 (주) 골프존 가상 골프 시뮬레이션 장치에 이용되는 센싱장치 및 센싱방법
KR20180084354A (ko) * 2017-01-17 2018-07-25 주식회사 스트로크플레이 골프클럽 및 골프공 측정장치 및 측정방법 및 이를 수행하기 위한 프로그램을 기록한 컴퓨터로 판독가능한 기록매체
KR20200081847A (ko) * 2018-12-28 2020-07-08 주식회사 골프존 레이더 센싱데이터를 이용한 골프클럽의 스윙궤적 산출방법 및 이를 이용한 레이더 센싱장치와, 상기 방법을 기록한 컴퓨팅장치에 의해 판독 가능한 기록매체

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11850490B1 (en) * 2021-01-12 2023-12-26 Topgolf Callaway Brands Corp. Method and system for artificial intelligence club fitting
KR102345551B1 (ko) * 2021-07-29 2021-12-30 (주)임대문 공간 대여 플랫폼을 제공하기 위한 시스템 및 방법
KR20240091621A (ko) 2022-12-14 2024-06-21 김진호 인공지능을 활용하여 골프클럽 인식을 통한 개인별 골프 통계 제공 시스템
KR102623146B1 (ko) * 2023-01-06 2024-01-10 주식회사 큐이디 클럽 추천 장치 및 방법
KR102638947B1 (ko) * 2023-05-10 2024-02-20 주식회사 비에스앤진홀딩스 사용자 맞춤형 골프 브랜드 추천 시스템

Also Published As

Publication number Publication date
KR20220098658A (ko) 2022-07-12
KR102498577B1 (ko) 2023-02-14

Similar Documents

Publication Publication Date Title
KR102242994B1 (ko) 인공 신경망을 이용하여 사용자 맞춤형 골프 클럽을 추천하는 방법 및 장치
US11132533B2 (en) Systems and methods for creating target motion, capturing motion, analyzing motion, and improving motion
WO2021143261A1 (zh) 一种动画实现方法、装置、电子设备和存储介质
US10803762B2 (en) Body-motion assessment device, dance assessment device, karaoke device, and game device
Ruffaldi et al. Structuring a virtual environment for sport training: A case study on rowing technique
US11113988B2 (en) Apparatus for writing motion script, apparatus for self-teaching of motion and method for using the same
US20130278501A1 (en) Systems and methods of identifying a gesture using gesture data compressed by principal joint variable analysis
CN105209136A (zh) 用于分析3d图像中的用户动作的质心状态矢量
CN110517340B (zh) 一种基于人工智能的脸部模型确定方法和装置
KR102241414B1 (ko) 머신 러닝 모델을 이용한 특정 움직임에 대한 피드백을 제공하는 전자 장치 및 그 동작 방법
Chun et al. A sensor-aided self coaching model for uncocking improvement in golf swing
CN115244495A (zh) 针对虚拟环境运动的实时式样
US20240185638A1 (en) Object fitting using quantitative biomechanical-based analysis
US20230330485A1 (en) Personalizing Prediction of Performance using Data and Body-Pose for Analysis of Sporting Performance
US20220401841A1 (en) Use of projectile data to create a virtual reality simulation of a live-action sequence
Bačić Towards the next generation of exergames: Flexible and personalised assessment-based identification of tennis swings
CN112309540A (zh) 运动评估方法、装置、系统及存储介质
US20220096917A1 (en) Screen soccer system and method of providing screen soccer
KR102095647B1 (ko) 스마트기기를 이용한 동작 비교장치 및 동작 비교장치를 통한 댄스 비교방법
KR20170140756A (ko) 동작 교본 저작 장치, 동작 자가 학습 장치 및 방법
US11369844B2 (en) Machine learning augmented loop drive training
CN110457769A (zh) 一种用于乒乓球比赛战术的模拟装置
US11954258B1 (en) Rendering AI-based haptic feedback with recommendations in a VR environment
US20240135618A1 (en) Generating artificial agents for realistic motion simulation using broadcast videos
KR20240085452A (ko) 사용자의 골프 스윙 자세와 프로의 골프 스윙 자세를 비교하는 서비스를 제공하기 위한 방법 및 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant