KR102338188B1 - Ａｉ를 활용한 ３구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법 - Google Patents

Ａｉ를 활용한 ３구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법 Download PDF

Info

Publication number
KR102338188B1
KR102338188B1 KR1020210001679A KR20210001679A KR102338188B1 KR 102338188 B1 KR102338188 B1 KR 102338188B1 KR 1020210001679 A KR1020210001679 A KR 1020210001679A KR 20210001679 A KR20210001679 A KR 20210001679A KR 102338188 B1 KR102338188 B1 KR 102338188B1
Authority
KR
South Korea
Prior art keywords
billiard
ball
data
trajectory
analysis
Prior art date
Application number
KR1020210001679A
Other languages
English (en)
Inventor
이기수
Original Assignee
(주)에스프레소미디어
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)에스프레소미디어 filed Critical (주)에스프레소미디어
Priority to KR1020210001679A priority Critical patent/KR102338188B1/ko
Application granted granted Critical
Publication of KR102338188B1 publication Critical patent/KR102338188B1/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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • A63B24/0021—Tracking a path or terminating locations
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63D—BOWLING GAMES, e.g. SKITTLES, BOCCE OR BOWLS; INSTALLATIONS THEREFOR; BAGATELLE OR SIMILAR GAMES; BILLIARDS
    • A63D15/00—Billiards, e.g. carom billiards or pocket billiards; Billiard tables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/231—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion
    • H04N21/23109—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion by placing content in organized collections, e.g. EPG data repository
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/27—Server based end-user applications
    • H04N21/274—Storing end-user multimedia data in response to end-user request, e.g. network recorder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/8126—Monomedia components thereof involving additional data, e.g. news, sports, stocks, weather forecasts
    • 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
    • A63B24/0021—Tracking a path or terminating locations
    • A63B2024/0028—Tracking the path of an object, e.g. a ball inside a soccer pitch
    • 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
    • A63B24/0021—Tracking a path or terminating locations
    • A63B2024/0056—Tracking a path or terminating locations for statistical or strategic analysis
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2243/00—Specific ball sports not provided for in A63B2102/00 - A63B2102/38
    • A63B2243/002—Billiards

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Medical Informatics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Artificial Intelligence (AREA)

Abstract

본 발명은 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법에 관한 것으로, AI를 활용한 3쿠션 당구 경로를 분석하고, 최적 경로 추천하기 위해, 영상 제공 단말(100), 네트워크(200), 당구 궤적 분석 및 예측 서버(300) 및 스마트폰(400)을 포함하고, 당구 궤적 분석 및 예측 서버(300)는, 영상 제공 단말(100) 및 스마트폰(400) 중 적어도 하나 이상으로부터 영상데이터를 네트워크(200)를 통해 수신한 뒤, 3쿠션 당구 궤적 학습 AI를 통해 볼 배치 분석을 통한 경로 추천, 그리고 실제 당구장에서 사용가능한 실시간 경로 추천 앱을 구비한 스마트폰(400)으로 실시간 경로 추천을 제공한다. 이에 의해, 당구 게임 또는 경기에 대해서 다양한 수구의 당점이나 타격세기, 수구의 진로 등이 있는데 이에 대해서 경험에 의존하는 현실에서 벗어나 인공지능(AI) 기반으로 다양한 방식과 성공활률 등을 제공함으로써, 보다 다채로운 당구 기술을 습득할 수 있도록 하는 효과를 제공한다.

Description

ＡＩ를 활용한 ３구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법{３-ball billiard trajectory analysis and prediction system using ＡＩ, and method thereof}
본 발명은 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법에 관한 것으로, 보다 구체적으로는, 당구 게임 또는 경기에 있어서 다양한 수구의 당점이나 타격세기, 수구의 진로 등이 있는데 이에 대해서 경험에 의존하는 현실에서 벗어나 인공지능(AI) 기반으로 다양한 방식과 성공확률 등을 제공함으로써, 보다 다채로운 당구 기술을 습득할 수 있도록 하기 위한 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법에 관한 것이다.
당구(billiard)는 남녀노소가 쉽게 접할 수 있는 스포츠일 뿐만 아니라 가족끼리 손쉽게 즐길 수 있는 오락형 스포츠로서, 애호가층이 두텁고 역사가 오래된 생활 스포츠이다. 당구는 누구나 알 수 있듯이 사각의 당구대 위에 필요한 개수의 당구공을 놓고 순번을 정하여 큐(cue stick)를 이용해 자신의 당구공, 즉 수구를 타격하여 목적구들을 직접 또는 쿠션을 이용하여 맞추거나, 또는 목적구들을 포켓에 넣음으로 진행되는 스포츠이다.
한편, 당구 경기를 진행할 때에는 여러 가지 자신의 방식으로 수구를 타격하여 득점하는데, 당구 입문자나 초급자는 같이 경기를 진행하고 있는 중급자나 고급자로부터 조언을 듣거나, 또는 자신이 당구 교본 등을 통해 습득한 지식으로 경기에 임하기 때문에, 수구의 당점이나 타격세기, 수구의 진로 등에 대한 확신이나 경험이 부족한 상태이므로 득점의 확률이 낮은 문제점이 있었다.
또한, 당구 경기에 대해서 스포츠 중계를 하는 경우에도 다양한 수구의 당점이나 타격세기, 수구의 진로이 있는데 이에 대해서 진행자의 경험에 의존하는 현실이다.
대한민국 특허출원 출원번호 제10-2011-0082980(2011.08.19)호 "당구게임 교육 시스템과 교육 제어방법(BILLIADRS TEACHING SYSTEM AND METHOD)"
본 발명은 상기의 문제점을 해결하기 위한 것으로, 당구 게임 또는 경기에 있어서 다양한 수구의 당점이나 타격세기, 수구의 진로 등이 있는데 이에 대해서 경험에 의존하는 현실에서 벗어나 인공지능(AI) 기반으로 다양한 방식과 성공활률 등을 제공함으로써, 보다 다채로운 당구 기술을 습득할 수 있도록 하기 위한 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법을 제공하기 위한 것이다.
또한, 본 발명은 사용자가 스마트폰을 활용하여 당구 게임을 하는 경우에도 실시간으로 수구의 당점이나 타격세기, 수구의 진로 등을 제공함으로써, 당구 게임에 있어서 스스로의 학습효과도 제공하도록 위한 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법을 제공하기 위한 것이다.
그러나 본 발명의 목적들은 상기에 언급된 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기의 목적을 달성하기 위해 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템은, AI를 활용한 3쿠션 당구 경로를 분석하고, 최적 경로 추천하기 위해, 영상 제공 단말(100), 네트워크(200), 당구 궤적 분석 및 예측 서버(300) 및 스마트폰(400)을 포함함으로써, 당구 궤적 분석 및 예측 서버(300)는, 영상 제공 단말(100) 및 스마트폰(400) 중 적어도 하나 이상으로부터 영상데이터를 네트워크(200)를 통해 수신한 뒤, 3쿠션 당구 궤적 학습 AI를 통해 볼 배치 분석을 통한 경로 추천, 그리고 실제 당구장에서 사용가능한 실시간 경로 추천 앱을 구비한 스마트폰(400)으로 실시간 경로 추천을 제공한다.
이때, 당구 궤적 분석 및 예측 서버(300)는, 당구대의 수구/적구 배치와 샷의 경로를 학습하는 AI 시스템을 구축하고 해당 시스템을 활용하여 중계 방송시 공의 배치를 실시간 분석하여 최적의 경로를 확률적으로 산출한다.
또한, 당구 궤적 분석 및 예측 서버(300)는, 당구 중계 방송시 공 배치에 따른 최적의 샷정보(경로/당점/두께/스트로크) 산출, 분석된 최적 샷정보를 참조하여 중계 방송에 활용하도록 한다.
당구 궤적 분석 및 예측 서버(300)는, 최적 경로 N 가지(N은 2 이상의 자연수)를 제시하고 성공/실패 확률 분석하고, 최적 경로는 AI 학습을 통해 진행한다.
당구 궤적 분석 및 예측 서버(300)는, 스마트폰(400)의 앱에 적용하여 실제 당구장에서 공 배치 촬영후 분석 요청하여 최적 경로를 알려준다.
상기의 목적을 달성하기 위해 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 방법은, 당구 궤적 분석 및 예측 서버(300)가 영상 제공 단말(100) 및 스마트폰(400) 중 적어도 하나 이상으로부터 영상데이터를 네트워크(200)를 통해 수신하는 제 1 단계; 및 당구 궤적 분석 및 예측 서버(300)가 3쿠션 당구 궤적 학습 AI를 통해 볼 배치 분석을 통한 경로 추천, 그리고 실제 당구장에서 사용가능한 실시간 경로 추천 앱을 구비한 스마트폰(400)으로 실시간 경로 추천을 제공하는 제 2 단계; 를 포함한다.
상기 제 2 단계의 당구 궤적 분석 및 예측 서버(300)는, 당구대의 수구/적구 배치와 샷의 경로를 학습하는 AI 시스템을 구축하고 해당 시스템을 활용하여 중계 방송시 공의 배치를 실시간 분석하여 최적의 경로를 확률적으로 산출한다.
상기 제 2 단계의 당구 궤적 분석 및 예측 서버(300)는, 당구 중계 방송시 공 배치에 따른 최적의 샷정보(경로/당점/두께/스트로크) 산출, 분석된 최적 샷정보를 참조하여 중계 방송에 활용하도록 한다.
상기 제 2 단계의 당구 궤적 분석 및 예측 서버(300)는, 최적 경로 N 가지(N은 2 이상의 자연수)를 제시하고 성공/실패 확률을 분석하고, 최적 경로는 AI 학습을 통해 진행한다.
상기 제 2 단계의 당구 궤적 분석 및 예측 서버(300)는, 스마트폰(400)의 앱에 적용하여 실제 당구장에서 공 배치 촬영후 분석 요청하여 최적 경로를 알려준다.
상기의 목적을 달성하기 위해 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템은, AI를 활용한 3쿠션 당구 경로를 분석하고, 최적 경로를 추천하기 위해, 영상 제공 단말(100), 네트워크(200), 당구 궤적 분석 및 예측 서버(300)를 포함하는 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템에 있어서, 당구 궤적 분석 및 예측 서버(300)가, 미디어 저장소(Media Repository)(321b); 방송영상/중계클립/이미지 중 적어도 하나 이상에 해당하는 영상데이터를 네트워크(200)를 통해 영상 제공 단말(100)로부터 수신하도록 송수신부(310)를 제어하며, 입수된 영상데이터를 미디어 저장소(Media Repository)(321b)에 분류하여 원시 데이터 형태로 저장하는 미디어 컬렉터(Media Collector)(321a); 및 미디어 저장소(Media Repository)(321b)로 입수된 기초 영상 자료에서 기초데이터를 추출하는 기초데이터 추출기(Base Data Extractor)(321c);를 포함한다.
기초데이터 추출시, 기초데이터 추출기(Base Data Extractor)(321c)가 공 배치 이미지, 수구 타격 시 당점/두께/스트로크 이미지, 수구와 적구 공의 궤적 이미지(시작/중간/종료), 메타정보 이미지를 각각 추출하여 배치데이터, 당점/방향/스트로크데이터, 궤적데이터 및 메타데이터를 생성한다.
또한, 기초데이터 추출기(Base Data Extractor)(321c)는, 공 배치 이미지 추출시 영상데이터의 비틀린 이미지를 2차원 각도로 변환하여 수직방향 배치로 변환을 수행할 수 있으며, 메타정보 이미지를 추출시, 날짜 및 시간정보, 대회정보, 선수정보 및 광고정보를 추출하는 것을 특징으로 한다.
또한, 기초데이터 추출기(Base Data Extractor)(321c)는, 추출된 데이터들은 학습 및 분석을 위해 적절히 분류하여 데이터베이스(330) 상의 기초데이터 DB(Base data DB)(331)에 저장한다.
또한, 기초데이터 추출기(Base Data Extractor)(321c)의 저장시 날짜별, 대회별, 선수별, 유형별로 검색가능하도록 키워드 연동을 수행하는 것을 특징으로 한다.
본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법은, 당구 게임 또는 경기에 있어서 다양한 수구의 당점이나 타격세기, 수구의 진로 등이 있는데 이에 대해서 경험에 의존하는 현실에서 벗어나 인공지능(AI) 기반으로 다양한 방식과 성공확률 등을 제공함으로써, 보다 다채로운 당구 기술을 습득할 수 있도록 하는 효과를 제공한다.
뿐만 아니라, 본 발명의 다른 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법은, 사용자가 스마트폰을 활용하여 당구 게임을 하는 경우에도 실시간으로 수구의 당점이나 타격세기, 수구의 진로 등을 제공함으로써, 당구 게임에 있어서 스스로의 학습효과도 제공할 수 있는 효과를 제공한다.
도 1은 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1)을 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1) 중 당구 궤적 분석 및 예측 서버(300)의 구성요소를 나타내는 블록도이다.
도 1은 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1)을 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1) 중 당구 궤적 분석 및 예측 서버(300)의 구성요소를 나타내는 블록도이다.
도 3은 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1)의 전체적인 작동 원리를 나타내는 참조도면이다.
도 4은 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1) 중 당구 궤적 분석 및 예측 서버(300)에서 기초데이터 수집 및 추출 모듈(321)의 구성(도 4a) 및 기능(도 4b)을 나타내는 블록도이다.
도 5는 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1) 중 당구 궤적 분석 및 예측 서버(300)에서 당구 궤적 학습 AI 모듈(322)의 구성(도 5a) 및 기능(도 5b)을 나타내는 블록도이다.
도 6은 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1) 중 당구 궤적 분석 및 예측 서버(300)에서 배치 분석 및 궤적 예측 모듈(323)의 구성(도 6a) 및 기능(도 6b)을 나타내는 블록도이다.
도 7은 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1) 중 당구 궤적 분석 및 예측 서버(300)에서 실시간 궤적 분석 앱 제공 모듈(324)의 구성(도 7a) 및 기능(도 7b)을 나타내는 블록도이다.
도 8 내지 도 11은 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1) 중 당구 궤적 분석 및 예측 서버(300)의 각 구성요소에 의한 AI를 활용한 3구 당구 궤적 분석 및 예측 방법을 나타내는 흐름도이다.
이하, 본 발명의 바람직한 실시예의 상세한 설명은 첨부된 도면들을 참조하여 설명할 것이다. 하기에서 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터 또는 신호를 '전송'하는 경우에는 구성요소는 다른 구성요소로 직접 상기 데이터 또는 신호를 전송할 수 있고, 적어도 하나의 또 다른 구성요소를 통하여 데이터 또는 신호를 다른 구성요소로 전송할 수 있음을 의미한다.
도 1은 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1)을 나타내는 도면이다. 도 1을 참조하면, AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1)은 AI를 활용한 3쿠션 당구 경로를 분석하고, 최적 경로 추천하기 위해, 영상 제공 단말(100), 네트워크(200), 당구 궤적 분석 및 예측 서버(300) 및 스마트폰(400)을 포함함으로써, 3쿠션 당구 궤적 학습 AI를 통해 볼 배치 분석을 통한 경로 추천, 그리고 실제 당구장에서 사용가능한 실시간 경로 추천 앱을 구비한 스마트폰(400)으로 실시간 경로 추천을 제공할 수 있다.
여기서 네트워크(200)는 대용량, 장거리 음성 및 데이터 서비스가 가능한 대형 통신망의 고속 기간 망인 통신망이며, 인터넷(Internet) 또는 고속의 멀티미디어 서비스를 제공하기 위한 차세대 유선 및 무선 망일 수 있다. 통신망(700)이 이동통신망일 경우 동기식 이동 통신망일 수도 있고, 비동기식 이동 통신망일 수도 있다. 비동기식 이동 통신망의 일 실시 예로서, WCDMA(Wideband Code Division Multiple Access) 방식의 통신망을 들 수 있다. 이 경우 도면에 도시되진 않았지만, 이동통신망(700)은 RNC(Radio Network Controller)을 포함할 수 있다. 한편, WCDMA망을 일 예로 들었지만, 3G LTE망, 4G망 그 밖의 5G 등 차세대 통신망, 그 밖의 IP를 기반으로 한 IP망일 수 있다. 네트워크(200)는 영상 제공 단말(100), 당구 궤적 분석 및 예측 서버(300) 및 스마트폰(400), 그 밖의 시스템 상호 간의 신호 및 데이터를 상호 전달하는 기능을 한다.
이러한 구성을 통해 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1)은 당구대의 수구/적구 배치와 샷의 경로를 학습하는 AI 시스템을 구축하고 해당 시스템을 활용하여 중계 방송시 공의 배치를 실시간 분석하여 최적의 경로를 확률적으로 산출할 수 있다. 또한, AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1)은 당구 중계 방송시 공 배치에 따른 최적의 샷정보(경로/당점/두께/스트로크) 산출, 분석된 최적 샷정보를 참조하여 중계 방송에 활용하고, 최적 경로 N 가지(N은 2 이상의 자연수)를 제시하고 성공/실패 확률 분석하고, 최적 경로는 AI 학습을 통해 진행할 수 있다. 한편, AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1)은 해당 분석 알고리즘을 앱에 적용하여 실제 당구장에서 공 배치 촬영후 분석 요청하여 최적 경로를 알려주는 용도로 적용도 가능할 수 있다.
한편, 본 발명에서 경로는 수구의 진행 방향 표시, 당점은 수구의 타격 지점 표시, 두께는 제 1 적구의 타격 방향 표시, 스트로크는 밀어치기/끊어치기/세기 등 타격 방법 표시를 의미할 수 있다.
도 2는 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1) 중 당구 궤적 분석 및 예측 서버(300)의 구성요소를 나타내는 블록도이다. 도 3은 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1)의 전체적인 작동 원리를 나타내는 참조도면이다.
도 2를 참조하면, 당구 궤적 분석 및 예측 서버(300)는 송수신부(310), 제어부(320) 및 데이터베이스(330)를 포함할 수 있다.
제어부(320)는 기초데이터 수집 및 추출 모듈(321), 당구 궤적 학습 AI 모듈(322), 배치 분석 및 궤적 예측 모듈(323) 및 실시간 궤적 분석 앱 제공 모듈(324)을 포함할 수 있다. 데이터베이스(330)는 기초 데이터 DB(Base data DB)(331) 및 학습 데이터 DB(Learning data DB)(332)를 포함할 수 있다.
이와 같은 구성의 당구 궤적 분석 및 예측 서버(300)는, 영상 제공 단말(100) 및 스마트폰(400) 중 적어도 하나 이상으로부터 영상데이터를 네트워크(200)를 통해 수신한 뒤, 3쿠션 당구 궤적 학습 AI를 통해 볼 배치 분석을 통한 경로 추천, 그리고 실제 당구장에서 사용가능한 실시간 경로 추천 앱을 구비한 스마트폰(400)으로 실시간 경로 추천을 제공한다.
또한, 당구 궤적 분석 및 예측 서버(300)는, 당구대의 수구/적구 배치와 샷의 경로를 학습하는 AI 시스템을 구축하고 해당 시스템을 활용하여 중계 방송시 공의 배치를 실시간 분석하여 최적의 경로를 확률적으로 산출한다.
또한, 당구 궤적 분석 및 예측 서버(300)는, 당구 중계 방송시 공 배치에 따른 최적의 샷정보(경로/당점/두께/스트로크) 산출, 분석된 최적 샷정보를 참조하여 중계 방송에 활용하도록 할 수 있다.
또한, 당구 궤적 분석 및 예측 서버(300)는, 최적 경로 N 가지(N은 2 이상의 자연수)를 제시하고 성공/실패 확률 분석하고, 최적 경로는 AI 학습을 통해 진행되도록 한다.
또한, 당구 궤적 분석 및 예측 서버(300)는, 스마트폰(400)의 앱에 적용하여 실제 당구장에서 공 배치 촬영후 분석 요청하여 제공되는 최적 경로를 제공한다.
한편, 도 4은 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1) 중 당구 궤적 분석 및 예측 서버(300)에서 기초데이터 수집 및 추출 모듈(321)의 구성(도 4a) 및 기능(도 4b)을 나타내는 블록도로써, 도 4를 참조하면, 기초데이터 수집 및 추출 모듈(321)은 미디어 컬렉터(MediaCollector)(321a), 미디어 저장소(MediaRepository)(321b), 기초 데이터 추출기(Base Data Extractor)(321c)를 포함할 수 있다.
그리고 도 5는 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1) 중 당구 궤적 분석 및 예측 서버(300)에서 당구 궤적 학습 AI 모듈(322)의 구성(도 5a) 및 기능(도 5b)을 나타내는 블록도이다.
도 5를 참조하면, 당구 궤적 학습 AI 모듈(322)은 분석 어시스턴트(Analysis Assistant)(322a), 위치 분석기(Position Analyzer)(322b), 히트 분석기(Hit Analyzer)(322c), 궤적 분석기(Trace Analyzer)(322d)를 포함할 수 있다.
또한, 도 6은 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1) 중 당구 궤적 분석 및 예측 서버(300)에서 배치 분석 및 궤적 예측 모듈(323)의 구성(도 6a) 및 기능(도 6b)을 나타내는 블록도이고, 도 7은 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1) 중 당구 궤적 분석 및 예측 서버(300)에서 실시간 궤적 분석 앱 제공 모듈(324)의 구성(도 7a) 및 기능(도 7b)을 나타내는 블록도이다.
도 6을 참조하면, 배치 분석 및 궤적 예측 모듈(323)은 기초 데이터 추출기(Base Data Extractor)(323a), 위치 분석기(Position Analyzer)(323b), 샷 추천기(Shot Recommender)(323c) 및 궤적 렌더러(Trace Renderer)(323d)를 포함할 수 있다.
또한, 도 7을 참조하면, 실시간 궤적 분석 앱 제공 모듈(324)은 위치 분석기(Position Analyzer)(324a), 샷 추천기(Shot Recommender)(324b) 및 궤적 렌더러(Trace Renderer)(324c)를 포함할 수 있다.
도 8 내지 도 11은 본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템(1) 중 당구 궤적 분석 및 예측 서버(300)의 각 구성요소에 의한 AI를 활용한 3구 당구 궤적 분석 및 예측 방법을 나타내는 흐름도이다.
본 발명의 실시예에 따른 AI를 활용한 3구 당구 궤적 분석 및 예측 방법은, 당구 궤적 분석 및 예측 서버(300)가 영상 제공 단말(100) 및 스마트폰(400) 중 적어도 하나 이상으로부터 영상데이터를 네트워크(200)를 통해 수신하는 제 1 단계; 및 당구 궤적 분석 및 예측 서버(300)가 3쿠션 당구 궤적 학습 AI를 통해 볼 배치 분석을 통한 경로 추천, 그리고 실제 당구장에서 사용가능한 실시간 경로 추천 앱을 구비한 스마트폰(400)으로 실시간 경로 추천을 제공하는 제 2 단계; 를 포함한다.
여기서, 제 2 단계의 당구 궤적 분석 및 예측 서버(300)는, 당구대의 수구/적구 배치와 샷의 경로를 학습하는 AI 시스템을 구축하고 해당 시스템을 활용하여 중계 방송시 공의 배치를 실시간 분석하여 최적의 경로를 확률적으로 산출한다.
또한, 제 2 단계의 당구 궤적 분석 및 예측 서버(300)는, 당구 중계 방송시 공 배치에 따른 최적의 샷정보(경로/당점/두께/스트로크) 산출, 분석된 최적 샷정보를 참조하여 중계 방송에 활용하도록 한다.
또한, 제 2 단계의 당구 궤적 분석 및 예측 서버(300)는, 최적 경로 N 가지(N은 2 이상의 자연수)를 제시하고 성공/실패 확률을 분석하고, 최적 경로는 AI 학습을 통해 진행한다.
또한, 제 2 단계의 당구 궤적 분석 및 예측 서버(300)는, 스마트폰(400)의 앱에 적용하여 실제 당구장에서 공 배치 촬영후 분석 요청하여 최적 경로를 알려준다.
이하에서는 도 3 내지 도 7의 각 모듈의 구성을 기초로, 도 8 내지 도 11의 각 방법에 대해서 구체적으로 살펴보도록 한다.
먼저, 도 8을 참조하면, 기초데이터 수집 및 추출 모듈(321)은 기초 영상 수집 단계(S11)로, 방송영상/중계클립/이미지 등 영상데이터를 네트워크(200)를 통해 영상 제공 단말(100)로부터 수신하도록 송수신부(310)를 제어할 수 있다. 이후, 기초데이터 수집 및 추출 모듈(321)의 미디어 컬렉터(Media Collector)(321a)가 입수된 영상데이터를 미디어 저장소(Media Repository)(321b)에 분류하여 원시 데이터 형태로 저장할 수 있다.
다음으로, 기초데이터 수집 및 추출 모듈(321)은 기초데이터 추출 단계(S12)로, 기초데이터 수집 및 추출 모듈(321)의 기초데이터 추출기(Base Data Extractor)(321c)가 미디어 저장소(MediaRepository)(321b)로 입수된 기초 영상 자료에서 기초데이터를 추출할 수 있다.
기초데이터 추출시, 기초데이터 추출기(Base Data Extractor)(321c)가 공 배치 이미지, 수구 타격 시 당점/두께/스트로크 이미지, 수구와 적구 공의 궤적 이미지(시작/중간/종료), 메타정보 이미지를 각각 추출하여 배치데이터, 당점/방향/스트로크데이터, 궤적데이터 및 메타데이터를 생성할 수 있다.
여기서, 기초데이터 추출기(Base Data Extractor)(321c)는 공 배치 이미지 추출시 영상데이터의 비틀린 이미지를 2차원 각도로 변환하여 수직방향 배치로 변환을 수행할 수 있으며, 메타정보 이미지를 추출시, 날짜 및 시간정보, 대회정보, 선수정보 및 광고정보를 추출할 수 있다. 제공되는 광고정보는 수입창출의 요소가 될 수 있음은 물론이다.
기초데이터 수집 및 추출 모듈(321)은 기초데이터 저장 단계(S13)로, 추출된 데이터들은 학습 및 분석을 위해 적절히 분류하여 데이터베이스(330) 상의 기초데이터 DB(Base data DB)(331)에 저장할 수 있으며, 저장시 날짜별, 대회별, 선수별, 유형별(예, 중계, 방송, 이미지 등)로 검색가능하도록 키워드 연동을 수행할 수 있다.
다음으로 도 9를 참조하면, 당구 궤적 학습 AI 모듈(322)은 기초데이터 분석 단계(S21) 중 사전 작업 과정(S21a)으로, 기초데이터 DB(Base data DB)(331)에 있는 기초데이터를 분석 어시스턴트(Analysis Assistant)(322a)를 이용하여 불러와서 각 분석기로 전달하는데, 배치데이터는 위치 분석기(Position Analyzer)(322b)로 전달하며, 당점/방향/스트로크데이터는 히트 분석기(Hit Analyzer)(322c)로 전달하며, 궤적데이터는 궤적 분석기(Trace Analyzer)(322d)로 전달하며, 메타데이터는 메타 분석기(Meta Analyzer)(322e)로 전달할 수 있다.
당구 궤적 학습 AI 모듈(322)은 기초데이터 분석 단계(S21) 중 분석 과정(S21b)으로, 위치 분석기(Position Analyzer)(322b)를 활용하여 수구/적구의 배치를 좌표화하여 배치 정보를 추출하며, 히트 분석기(Hit Analyzer)(322c)를 활용하여 플레이어의 자세와 수구의 방향, 회전 등을 감지하여 당점/방향/스트로크 정보를 추출하며, 궤적 분석기(Trace Analyzer)(322d)를 활용하여 수구, 제 1 적구, 제 2 적구의 방향과 쿠션 지점 및 속도, 성공 유무를 추출하며, 메타 분석기(Meta Analyzer)(322e)를 활용하여 대회/선수/광고 정보를 추출하여 메타데이터화하며 선수정보는 해당 선수별로 주로 사용하는 궤도와 성공률 통계를 계산하는데 사용할수 있다.
당구 궤적 학습 AI 모듈(322)은 학습 및 결과 저장 단계(S22) 중 학습 과정(S22a)으로, 위치 분석기(Position Analyzer)(322b)에 의해 배치데이터에 대해서 상대 좌표화한 배치정보를 근거로 당점과 궤적, 성공여부 정보를 매칭하여 학습시키며, 배치정보당 궤적이 여러개 존재할 수 있으며 각 궤적 별로 성공률 여부를 누적 시키며, 비슷한 배치의 경우 배치정보 그룹으로 관리하고 추천경로 계산시 반영하며, 메타데이터는 플레이어별 통계정보나 경로 추천시 특정 선수의 선호경로 등을 나타내는 경우 필요하므로 배치정보와 함께 관리할 수 있다.
당구 궤적 학습 AI 모듈(322)은 학습 및 결과 저장 단계(S22) 중 결과 저장 과정(S22b)으로 학습 과정(S22a) 상의 학습 결과를 누적하여 학습 데이터 DB(Learning data DB)(332)에 저장하며, 배치정보별 성공경로/성공률 정보를 학습 데이터 DB(Learning data DB)(332)에 저장하며 배치정보와 성공경로/성공률 정보를 1 : N의 관계를 가지도록 저장할 수 있다.
다음으로, 도 10을 참조하면, 배치 분석 및 궤적 예측 모듈(323)은 생중계 영상 분석 단계(S31)로, 생중계 영상중 당구대 장면으로부터 기초데이터 추출기(Base Data Extractor)(323a)를 활용하여 수구/적구 배치 이미지를 추출할 수 있으며, 당구대 영상의 각도 변환을 통한 좌표 보정을 통해 보정된 배치 이미지를 기초 데이터 DB(Base data DB)(331)에 저장할 수 있다.
다음으로, 배치 분석 및 궤적 예측 모듈(323)은 배치 이미지 분석 단계(S32)로, 위치 분석기(Position Analyzer)(323b)가 기초 데이터 DB(Base data DB)(331)로부터 배치 이미지를 불러와서 수구/적구 좌표 정보를 추출하며, 추출된 정보는 샷 추천기(Shot Recommender)(323c)로 전달하여 경로 추천 시스템에 활용할 수 있다.
다음으로, 배치 분석 및 궤적 예측 모듈(323)은 경로 추천 단계(S33)로, 위치 분석기(Position Analyzer)(323b)가 분석한 배치 좌표를 바탕으로 학습 데이터 DB(Learning data DB)(332)로부터 학습 데이터를 참조하여 샷 추천기(Shot Recommender)(323c)가 추천 경로를 추출하도록 하며, 추천경로는 성공률 상위 N개(N은 2 이상의 자연수)를 추려서 제시할 수 있으며, 추천 데이터는 경로/당점/방향/스트로크 데이터를 포함할 수 있다.
다음으로, 배치 분석 및 궤적 예측 모듈(323)은 도식화 단계(S34)로, 추출된 추천 경로를 궤적 렌더러(Trace Renderer)(323d)가 전달받아 2D 이미지로 도식화하며, 도식화된 이미지를 중계방송에 활용하거나 네트워크(200)를 통해 스마트폰(400)의 앱(App)으로 전달하여 사용자가 활용하도록 할 수 있다.
한편, 배치 분석 및 궤적 예측 모듈(323)의 기초데이터 추출기(Base Data Extractor)(323a) 및 위치 분석기(Position Analyzer)(323b)는 기초 데이터 수집 및 추출 모듈(321)의 기초 데이터 추출기(Base Data Extractor)(321c), 그리고 당구 궤적 학습 AI 모듈(322)의 위치 분석기(Position Analyzer)(322b)를 활용하거나 개별적으로 형성될 수 있다.
실시간 궤적 분석 앱 제공 모듈(324)은 촬영 단계(S41)로 스마트폰(400) 상에서 공 배치에 대해서 가급적 수직으로 촬영하여, 촬영한 이미지를 네트워크(200)를 통해 전송하는 경우 촬영한 이미지를 수신하도록 송수신부(310)를 제어할 수 있다.
실시간 궤적 분석 앱 제공 모듈(324)은 배치 이미지 저장 단계(S42)로 촬영한 이미지를 배치 이미지로 전달받아 기초 데이터 DB(Base data DB)(331)에 저장할 수 있다. 한편, 단계(S41) 및 단계(S42)의 서버 전송 과정 없이 스마트폰(400)은 로컬 AI 엔진을 이용해 추천 경로 분석을 수행할 수 있으며, 이 경우 별도의 학습이 필요없이 학습된 모델만 다운받아 분석을 수행할 수 있다.
실시간 궤적 분석 앱 제공 모듈(324)은 경로 추천 단계(S43) 중 배치 이미지 분석 과정(S43a)으로, 위치 분석기(Position Analyzer)(324a)가 기초 데이터 DB(Base data DB)(331)로부터 배치 이미지를 불러와서 수적구 좌표 정보를 추출하고, 추출된 정보는 샷 추천기(Shot Recommender)(324b)로 전달되어 경로 추천 시스템에 활용한다.
다음으로, 실시간 궤적 분석 앱 제공 모듈(324)은 경로 추천 단계(S43) 중 경로 추천 과정(S43b)으로, 위치 분석기(Position Analyzer)(324a)가 분석한 배치 좌표를 바탕으로 학습 데이터 DB(Learning data DB)(332)로부터 학습 데이터를 참조하여 샷 추천기(Shot Recommender)(324b)가 추천 경로 추출하며, 추천경로는 성공률 상위 N개를 추려서 제시하며, 추천 데이터는 샷정보(경로/당점/방향/스트로크) 데이터를 포함할 수 있다.
다음으로, 실시간 궤적 분석 앱 제공 모듈(324)은 경로 추천 단계(S43) 중 도식화 과정(S43c)으로 추출된 추천 경로를 궤적 렌더러(Trace Renderer)(324c)가 전달받아 2D 이미지로 도식화하며, 추천 경로에 대한 성공률 및 통계정보 함께 제공할 수 있다.
한편, 실시간 궤적 분석 앱 제공 모듈(324)은 전송 단계(S44)로 도식화된 이미지를 스마트폰(400)의 앱(App)으로 전달하며, 사용자는 스마트폰(400) 상으로 전달받은 이미지를 바탕으로 N 가지 경로 중 특정 경로를 선택하여 실제 경기에 반영하여 활용하며, 상술한 모든 과정은 실시간으로 처리될 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다.
또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
이상과 같이, 본 명세서와 도면에는 본 발명의 바람직한 실시예에 대하여 개시하였으며, 비록 특정 용어들이 사용되었으나, 이는 단지 본 발명의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시예 외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.
1 : AI를 활용한 3구 당구 궤적 분석 및 예측 시스템
100 : 영상 제공 단말
200 : 네트워크
300 : 당구 궤적 분석 및 예측 서버
310 : 송수신부
320 : 제어부
321 : 기초데이터 수집 및 추출 모
322 : 당구 궤적 학습 AI 모듈
323 : 배치 분석 및 궤적 예측 모듈
324 : 실시간 궤적 분석 앱 제공 모듈
330 : 데이터베이스
400 : 스마트폰

Claims (15)

  1. AI를 활용한 3쿠션 당구 경로를 분석하고, 최적 경로를 추천하기 위해, 영상 제공 단말(100), 네트워크(200), 당구 궤적 분석 및 예측 서버(300) 및 스마트폰(400)을 포함하며, 상기 당구 궤적 분석 및 예측 서버(300)는,
    영상 제공 단말(100) 및 스마트폰(400) 중 적어도 하나 이상으로부터 영상데이터를 네트워크(200)를 통해 수신한 뒤, 3쿠션 당구 궤적 학습 AI를 통해 볼 배치 분석을 통한 경로 추천, 그리고 실제 당구장에서 사용가능한 실시간 경로 추천 앱을 구비한 스마트폰(400)으로 실시간 경로 추천을 제공하는 것을 특징으로 하되,
    당구 중계 방송시 공 배치에 따른 최적의 샷정보(경로/당점/두께/스트로크) 산출, 분석된 최적 샷정보를 참조하여 중계 방송에 활용하도록 하며, 최적 경로 N 가지(N은 2 이상의 자연수)를 제시하고 성공/실패 확률 분석하고, 최적 경로는 AI 학습을 통해 진행하는 것을 특징으로 하며,
    상기 당구 궤적 학습 AI는,
    기초데이터 DB(Base data DB)(331)에 있는 기초데이터 중, 배치데이터는 위치 분석기(Position Analyzer)(322b)로 전달하고, 당점/방향/스트로크데이터는 히트 분석기(Hit Analyzer)(322c)로 전달하며, 궤적데이터는 궤적 분석기(Trace Analyzer)(322d)로 전달하며, 메타데이터는 메타 분석기(Meta Analyzer)(322e)로 전달하고,
    상기 위치 분석기(Position Analyzer)(322b)가 수구/적구의 배치를 좌표화하여 배치 정보를 추출하며, 상기 히트 분석기(Hit Analyzer)(322c)가 플레이어의 자세와 수구의 방향, 회전을 감지하여 당점/방향/스트로크 정보를 추출하며, 상기 궤적 분석기(Trace Analyzer)(322d)가 수구, 제 1 적구, 제 2 적구의 방향과 쿠션 지점 및 속도, 성공 유무를 추출하며, 상기 메타 분석기(Meta Analyzer)(322e)가 대회/선수/광고 정보를 추출하여 메타데이터화한 학습 데이터를 통해 샷 추천기(Shot Recommender)(323c)가 추천 경로를 추출하도록 하며, 추천경로는 성공률 상위 N개(N은 2 이상의 자연수)를 추려서 제시하고, 추천 데이터는 경로/당점/방향/스트로크 데이터를 포함하는 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템.
  2. 청구항 1에 있어서, 상기 당구 궤적 분석 및 예측 서버(300)는,
    당구대의 수구/적구 배치와 샷의 경로를 학습하는 AI 시스템을 구축하고 해당 시스템을 활용하여 중계 방송시 공의 배치를 실시간 분석하여 최적의 경로를 확률적으로 산출하는 것을 특징으로 하는 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템.
  3. 삭제
  4. 삭제
  5. 청구항 1에 있어서,
    상기 당구 궤적 분석 및 예측 서버(300)는,
    스마트폰(400)의 앱에 적용하여 실제 당구장에서 공 배치 촬영후 분석 요청하여 최적 경로를 알려주는 것을 특징으로 하는 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템.
  6. 당구 궤적 분석 및 예측 서버(300)가 영상 제공 단말(100) 및 스마트폰(400) 중 적어도 하나 이상으로부터 영상데이터를 네트워크(200)를 통해 수신하는 제 1 단계; 및
    상기 당구 궤적 분석 및 예측 서버(300)가 3쿠션 당구 궤적 학습 AI를 통해 볼 배치 분석을 통한 경로 추천, 그리고 실제 당구장에서 사용가능한 실시간 경로 추천 앱을 구비한 스마트폰(400)으로 실시간 경로 추천을 제공하는 제 2 단계; 를 포함하되,
    상기 제 2 단계의 당구 궤적 분석 및 예측 서버(300)는,
    당구 중계 방송시 공 배치에 따른 최적의 샷정보(경로/당점/두께/스트로크) 산출, 분석된 최적 샷정보를 참조하여 중계 방송에 활용하도록 하며, 최적 경로 N 가지(N은 2 이상의 자연수)를 제시하고 성공/실패 확률 분석하고, 최적 경로는 AI 학습을 통해 진행하는 것을 특징으로 하며,
    상기 당구 궤적 학습 AI는,
    기초데이터 DB(Base data DB)(331)에 있는 기초데이터 중, 배치데이터는 위치 분석기(Position Analyzer)(322b)로 전달하고, 당점/방향/스트로크데이터는 히트 분석기(Hit Analyzer)(322c)로 전달하며, 궤적데이터는 궤적 분석기(Trace Analyzer)(322d)로 전달하며, 메타데이터는 메타 분석기(Meta Analyzer)(322e)로 전달하고,
    상기 위치 분석기(Position Analyzer)(322b)가 수구/적구의 배치를 좌표화하여 배치 정보를 추출하며, 상기 히트 분석기(Hit Analyzer)(322c)가 플레이어의 자세와 수구의 방향, 회전을 감지하여 당점/방향/스트로크 정보를 추출하며, 상기 궤적 분석기(Trace Analyzer)(322d)가 수구, 제 1 적구, 제 2 적구의 방향과 쿠션 지점 및 속도, 성공 유무를 추출하며, 상기 메타 분석기(Meta Analyzer)(322e)가 대회/선수/광고 정보를 추출하여 메타데이터화한 학습 데이터를 통해 샷 추천기(Shot Recommender)(323c)가 추천 경로를 추출하도록 하며, 추천경로는 성공률 상위 N개(N은 2 이상의 자연수)를 추려서 제시하고, 추천 데이터는 경로/당점/방향/스트로크 데이터를 포함하는 것을 특징으로 하는 AI를 활용한 3구 당구 궤적 분석 및 예측 방법.
  7. 청구항 6에 있어서,
    상기 제 2 단계의 당구 궤적 분석 및 예측 서버(300)는,
    당구대의 수구/적구 배치와 샷의 경로를 학습하는 AI 시스템을 구축하고 해당 시스템을 활용하여 중계 방송시 공의 배치를 실시간 분석하여 최적의 경로를 확률적으로 산출하는 것을 특징으로 하는 AI를 활용한 3구 당구 궤적 분석 및 예측 방법.
  8. 삭제
  9. 삭제
  10. 청구항 6에 있어서,
    상기 제 2 단계의 당구 궤적 분석 및 예측 서버(300)는,
    스마트폰(400)의 앱에 적용하여 실제 당구장에서 공 배치 촬영후 분석 요청하여 최적 경로를 알려주는 것을 특징으로 하는 AI를 활용한 3구 당구 궤적 분석 및 예측 방법.
  11. AI를 활용한 3쿠션 당구 경로를 분석하고, 최적 경로 추천하기 위해, 영상 제공 단말(100), 네트워크(200), 당구 궤적 분석 및 예측 서버(300)를 포함하는 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템에 있어서,
    상기 당구 궤적 분석 및 예측 서버(300)는,
    미디어 저장소(Media Repository)(321b);
    방송영상/중계클립/이미지 중 적어도 하나 이상에 해당하는 영상데이터를 네트워크(200)를 통해 영상 제공 단말(100)로부터 수신하도록 송수신부(310)를 제어하며, 입수된 영상데이터를 미디어 저장소(Media Repository)(321b)에 분류하여 원시 데이터 형태로 저장하는 미디어 컬렉터(Media Collector)(321a); 및
    미디어 저장소(Media Repository)(321b)로 입수된 기초 영상 자료에서 기초데이터를 추출하는 기초데이터 추출기(Base Data Extractor)(321c); 를 포함하되,
    기초데이터 추출시, 상기 기초데이터 추출기(Base Data Extractor)(321c)가 공 배치 이미지, 수구 타격 시 당점/두께/스트로크 이미지, 수구와 적구 공의 궤적 이미지(시작/중간/종료), 메타정보 이미지를 각각 추출하여 배치데이터, 당점/방향/스트로크데이터, 궤적데이터 및 메타데이터를 생성하고, 공 배치 이미지 추출시 영상데이터의 비틀린 이미지를 2차원 각도 변환하여 수직방향 배치로 변환을 수행할 수 있으며, 메타정보 이미지를 추출시, 날짜 및 시간정보, 대회정보, 선수정보 및 광고정보를 추출하는 것을 특징으로 하며,
    상기 AI는,
    기초데이터 DB(Base data DB)(331)에 있는 기초데이터 중, 배치데이터는 위치 분석기(Position Analyzer)(322b)로 전달하고, 당점/방향/스트로크데이터는 히트 분석기(Hit Analyzer)(322c)로 전달하며, 궤적데이터는 궤적 분석기(Trace Analyzer)(322d)로 전달하며, 메타데이터는 메타 분석기(Meta Analyzer)(322e)로 전달하고,
    상기 위치 분석기(Position Analyzer)(322b)가 수구/적구의 배치를 좌표화하여 배치 정보를 추출하며, 상기 히트 분석기(Hit Analyzer)(322c)가 플레이어의 자세와 수구의 방향, 회전을 감지하여 당점/방향/스트로크 정보를 추출하며, 상기 궤적 분석기(Trace Analyzer)(322d)가 수구, 제 1 적구, 제 2 적구의 방향과 쿠션 지점 및 속도, 성공 유무를 추출하며, 상기 메타 분석기(Meta Analyzer)(322e)가 대회/선수/광고 정보를 추출하여 메타데이터화한 학습 데이터를 통해 샷 추천기(Shot Recommender)(323c)가 추천 경로를 추출하도록 하며, 추천경로는 성공률 상위 N개(N은 2 이상의 자연수)를 추려서 제시하고, 추천 데이터는 경로/당점/방향/스트로크 데이터를 포함하는 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템.
  12. 삭제
  13. 삭제
  14. 청구항 11에 있어서,
    상기 기초데이터 추출기(Base Data Extractor)(321c)는,
    추출된 데이터들은 학습 및 분석을 위해 적절히 분류하여 데이터베이스(330) 상의 기초데이터 DB(Base data DB)(331)에 저장하는 것을 특징으로 하는 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템.
  15. 청구항 14에 있어서,
    상기 기초데이터 추출기(Base Data Extractor)(321c)의 저장시 날짜별, 대회별, 선수별, 유형별로 검색가능하도록 키워드 연동을 수행하는 것을 특징으로 하는 AI를 활용한 3구 당구 궤적 분석 및 예측 시스템.
KR1020210001679A 2021-01-06 2021-01-06 Ａｉ를 활용한 ３구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법 KR102338188B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210001679A KR102338188B1 (ko) 2021-01-06 2021-01-06 Ａｉ를 활용한 ３구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210001679A KR102338188B1 (ko) 2021-01-06 2021-01-06 Ａｉ를 활용한 ３구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법

Publications (1)

Publication Number Publication Date
KR102338188B1 true KR102338188B1 (ko) 2021-12-13

Family

ID=78831785

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210001679A KR102338188B1 (ko) 2021-01-06 2021-01-06 Ａｉ를 활용한 ３구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법

Country Status (1)

Country Link
KR (1) KR102338188B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100624976B1 (ko) * 2005-06-29 2006-09-15 성열학 학습 기능을 가지는 당구대
KR20190068949A (ko) * 2017-12-11 2019-06-19 주현우 영상 인식 당구 가이드 시스템
KR20200129319A (ko) * 2019-05-08 2020-11-18 주식회사 라이또에프앤씨 코칭 경로를 제공하는 당구장 운영시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100624976B1 (ko) * 2005-06-29 2006-09-15 성열학 학습 기능을 가지는 당구대
KR20190068949A (ko) * 2017-12-11 2019-06-19 주현우 영상 인식 당구 가이드 시스템
KR20200129319A (ko) * 2019-05-08 2020-11-18 주식회사 라이또에프앤씨 코칭 경로를 제공하는 당구장 운영시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
대한민국 특허출원 출원번호 제10-2011-0082980(2011.08.19)호 "당구게임 교육 시스템과 교육 제어방법(BILLIADRS TEACHING SYSTEM AND METHOD)"

Similar Documents

Publication Publication Date Title
US10758807B2 (en) Smart court system
CN107241645B (zh) 一种通过对视频的字幕识别自动提取进球精彩瞬间的方法
CN112533003B (zh) 一种视频处理系统、装置、方法
US8839337B2 (en) Interactive broadcast system and method
CN105183849B (zh) 一种斯诺克比赛视频事件检测与语义标注方法
JP4839226B2 (ja) シーン区間分割装置
TW201803633A (zh) 虛擬高爾夫類比裝置及利用其的資訊服務方法
KR20210139021A (ko) 회원간에 이루어지는 스포츠 게임 관리 시스템
KR102338188B1 (ko) Ａｉ를 활용한 ３구 당구 궤적 분석 및 예측 시스템, 그리고 그 방법
KR20190040697A (ko) 당구 플레이 방법 및 당구 플레이 시스템
CN113992974A (zh) 模拟参赛的方法、装置、计算设备及计算机可读存储介质
JP2002200210A (ja) 野球におけるスコアメイカーシステムと、自動編集システムと、動作分析システムよりなる情報処理の方法
Savelsbergh et al. in a four-to-four football tactical position game
KR102234638B1 (ko) 당구 영상 판독 시스템 및 그 방법
KR101864039B1 (ko) 증강현실을 이용한 격투기 스포츠의 공정심사 솔루션 제공용 빅데이터 분석처리 시스템 및 그 구동방법
KR20150006624A (ko) 양방향 스포츠 경기 정보 제공 시스템
US20220238140A1 (en) Video tagging device and video tagging method
CN112057833A (zh) 一种羽毛球正手高远球挥拍动作识别方法
CN111988635A (zh) 基于ai智能的赛事3d动画直播方法及系统
CN112533011B (zh) 一种直播系统、方法、设备
WO2022134943A1 (zh) 解说视频生成方法、装置、服务器及存储介质
CN113596557B (zh) 一种视频生成方法及装置
KR20160127940A (ko) 양방향경기서비스시스템 및 양방향경기서비스방법
Matsuura et al. Multiplayer Tracking with Diagonal Video to Support Basketball Tactical Learning
WO2002056254A2 (en) Monitoring system

Legal Events

Date Code Title Description
GRNT Written decision to grant