KR102386208B1

KR102386208B1 - Method and apparatus for detecting hazardous situations in fiteness center using neural network model

Info

Publication number: KR102386208B1
Application number: KR1020220006859A
Authority: KR
Inventors: 천인섭; 김준동; 김수덕
Original assignee: 주식회사 서플라이스
Priority date: 2022-01-03
Filing date: 2022-01-17
Publication date: 2022-04-15

Abstract

According to various embodiments of the present invention, an electronic device includes a memory, a communication module, and at least one processor connected to the memory and the communication module. The at least one processor may receive an image from a camera through the communication module, detect first dangerous situation information in the image by using a first neural network model, and transmit a notification for the first dangerous situation information.

Description

METHOD AND APPARATUS FOR DETECTING HAZARDOUS SITUATIONS IN FITENESS CENTER USING NEURAL NETWORK MODEL

본 개시의 실시예들은, 이미지 또는 오디오를 이용하여 피트니스 센터 내 위험 상황을 감지하는 전자 장치 및 위험 상황 감지 방법에 관한 것이다.Embodiments of the present disclosure relate to an electronic device for detecting a dangerous situation in a fitness center using an image or audio, and a dangerous situation detecting method.

머신 러닝에 관련한 기술은 컴퓨터 비전 및 오디오 분야에서 지속적으로 발전하고 있다. 구체적으로 뉴럴 네트워크 모델을 이용한 객체 검출 또는 오디오 인식 기술은 점점 더 정확도가 향상되어 사람의 도움 없이 다양한 이벤트를 감지할 수 있다.Technology related to machine learning continues to advance in computer vision and audio fields. Specifically, object detection or audio recognition technology using a neural network model has improved accuracy and can detect various events without human assistance.

이에, 뉴럴 네트워크 모델을 이용한 컴퓨터 비전 및 오디오 기술은 다양한 산업 분야에 적용되고 있으며, 종래에는 사람이 직접 관여할 수 밖에 없었던 작업의 정확성 및 효율성을 증대 시키고 있으며, 심지어는 완전하게 사람을 대체할 수 있게 되었다.Accordingly, computer vision and audio technology using a neural network model are being applied to various industrial fields, and are increasing the accuracy and efficiency of tasks that in the past have had no choice but to directly involve humans, and can even completely replace humans. there has been

기존에는, 피트니스 센터에서 사용자에게 위험한 상황이 발생했을 때 즉각적으로 이를 인지하지 못해 신속한 대응이 어려운 경우가 많았다.In the past, when a dangerous situation occurred to a user in a fitness center, it was difficult to quickly respond because it was not immediately recognized.

아래 실시예들은, 뉴럴 네트워크 모델을 이용하여 피트니스 센터 내 위험 상황을 실시간으로 감지하여, 즉각적인 대응이 이루어지도록 하는 기술을 제공할 수 있다.The following embodiments may provide a technology that detects a dangerous situation in a fitness center in real time using a neural network model and makes an immediate response.

다만, 기술적 과제는 상술한 기술적 과제들로 한정되는 것은 아니며, 또 다른 기술적 과제들이 존재할 수 있다.However, the technical tasks are not limited to the above-described technical tasks, and other technical tasks may exist.

다양한 실시예에 따른, 전자 장치는 메모리; 통신 모듈; 및 상기 메모리 및 상기 통신 모듈과 연결된 적어도 하나의 프로세서;를 포함하고, 상기 적어도 하나의 프로세서는, 상기 통신 모듈을 통해 카메라로부터 이미지를 수신하고, 제1 뉴럴 네트워크 모델을 이용하여 상기 이미지 내 제1 위험 상황 정보를 감지하고, 상기 제1 위험 상황 정보에 대한 알림을 송신할 수 있다.According to various embodiments, an electronic device may include a memory; communication module; and at least one processor connected to the memory and the communication module, wherein the at least one processor receives an image from a camera through the communication module, and uses a first neural network model in the image It is possible to detect the dangerous situation information and transmit a notification about the first dangerous situation information.

상기 적어도 하나의 프로세서는, 상기 통신 모듈을 통해 마이크로부터 오디오를 수신하고, 제2 뉴럴 네트워크 모델을 이용하여 상기 오디오 내 제2 위험 상황 정보를 감지하고, 상기 제2 위험 상황 정보에 대한 알림을 전송할 수 있다.The at least one processor receives audio from a microphone through the communication module, detects second dangerous situation information in the audio using a second neural network model, and transmits a notification about the second dangerous situation information can

상기 적어도 하나의 프로세서는, 위험 상황 별로 미리 결정된 가중치 정보를 상기 제1 위험 상황 정보 및 상기 제2 위험 상황 정보에 반영하고, 가중치 반영 결과에 기초하여 위험 상황 여부를 결정할 수 있다.The at least one processor may reflect predetermined weight information for each risk situation to the first risk situation information and the second risk situation information, and determine whether or not there is a risk situation based on a weight reflection result.

다양한 실시예에 따른 위험 상황 감지 방법은, 상기 통신 모듈을 통해 카메라로부터 이미지를 수신하는 단계; 뉴럴 네트워크 모델을 이용하여 상기 이미지 내 위험 상황 정보를 감지하는 단계; 및 상기 감지된 위험 상황 정보에 대한 알림을 송신하는 단계를 포함할 수 있다.A method for detecting a dangerous situation according to various embodiments may include: receiving an image from a camera through the communication module; detecting dangerous situation information in the image using a neural network model; and transmitting a notification about the detected dangerous situation information.

본 개시에 따르면, 뉴럴 네트워크 모델을 이용하여 피트니스 센터 내 위험상황을 실시간으로 감지할 수 있고, 위험 상황 발생 알림을 즉각적으로 관리자에게 제공할 수 있어 신속한 대응을 가능하게 할 수 있다.According to the present disclosure, a dangerous situation in the fitness center can be detected in real time using a neural network model, and a notification of occurrence of a dangerous situation can be immediately provided to the manager, thereby enabling a quick response.

RGB 카메라만 및/또는 마이크를 이용하기 때문에 설치 및 운용이 어렵지 않으며, 뉴럴 네트워크 모델을 지속적으로 업데이트함으로써 향상된 분석 결과를 획득할 수 있다.Installation and operation are not difficult because only RGB cameras and/or microphones are used, and improved analysis results can be obtained by continuously updating the neural network model.

도 1은 다양한 실시예에 따른 위험 상황 감지 시스템을 설명하기 위한 도면이다.
도 2는 다양한 실시예에 따른 전자 장치의 구성을 설명하기 위한 도면이다.
도 3은 다양한 실시예에 따른 전자 장치의 위험 상황 감지 동작을 설명하기 위한 도면이다.
도 4는 다양한 실시예에 따른 위험 상황 감지 시스템의 위험 상황 감지 동작을 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 위험 상황 정보를 분석하는 뉴럴 네트워크 모델을 설명하기 위한 도면이다.1 is a view for explaining a dangerous situation detection system according to various embodiments.
2 is a diagram for explaining a configuration of an electronic device according to various embodiments of the present disclosure;
3 is a view for explaining a dangerous situation detection operation of an electronic device according to various embodiments of the present disclosure;
4 is a view for explaining a dangerous situation detection operation of the dangerous situation detection system according to various embodiments of the present disclosure;
5 is a diagram for explaining a neural network model for analyzing risk situation information according to an embodiment.

본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시예들에 대해서 특정한 구조적 또는 기능적 설명들은 단지 본 발명의 개념에 따른 실시예들을 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시예들은 다양한 형태로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.Specific structural or functional descriptions of the embodiments according to the concept of the present invention disclosed herein are only exemplified for the purpose of explaining the embodiments according to the concept of the present invention, and the embodiment according to the concept of the present invention These may be embodied in various forms and are not limited to the embodiments described herein.

본 발명의 개념에 따른 실시예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시예들을 도면에 예시하고 본 명세서에 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시예들을 특정한 개시형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 변경, 균등물, 또는 대체물을 포함한다.Since the embodiments according to the concept of the present invention may have various changes and may have various forms, the embodiments will be illustrated in the drawings and described in detail herein. However, this is not intended to limit the embodiments according to the concept of the present invention to specific disclosed forms, and includes changes, equivalents, or substitutes included in the spirit and scope of the present invention.

제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만, 예를 들어 본 발명의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.Terms such as first or second may be used to describe various elements, but the elements should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from other components, for example, without departing from the scope of rights according to the concept of the present invention, a first component may be named a second component, Similarly, the second component may also be referred to as the first component.

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. 구성요소들 간의 관계를 설명하는 표현들, 예를 들어 "~사이에"와 "바로~사이에" 또는 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.When an element is referred to as being “connected” or “connected” to another element, it is understood that it may be directly connected or connected to the other element, but other elements may exist in between. it should be On the other hand, when it is said that a certain element is "directly connected" or "directly connected" to another element, it should be understood that the other element does not exist in the middle. Expressions describing the relationship between elements, for example, “between” and “between” or “directly adjacent to”, etc. should be interpreted similarly.

본 명세서에서 사용한 용어는 단지 특정한 실시예들을 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terminology used herein is used only to describe specific embodiments, and is not intended to limit the present invention. The singular expression includes the plural expression unless the context clearly dictates otherwise. In the present specification, terms such as "comprise" or "have" are intended to designate that the described feature, number, step, operation, component, part, or combination thereof exists, and includes one or more other features or numbers, It should be understood that the possibility of the presence or addition of steps, operations, components, parts or combinations thereof is not precluded in advance.

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 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in a commonly used dictionary should be interpreted as having a meaning consistent with the meaning in the context of the related art, and should not be interpreted in an ideal or excessively formal meaning unless explicitly defined in the present specification. does not

본 명세서에서의 모듈(module)은 본 명세서에서 설명되는 각 명칭에 따른 기능과 동작을 수행할 수 있는 하드웨어를 의미할 수도 있고, 특정 기능과 동작을 수행할 수 있는 컴퓨터 프로그램 코드를 의미할 수도 있고, 또는 특정 기능과 동작을 수행시킬 수 있는 컴퓨터 프로그램 코드가 탑재된 전자적 기록 매체, 예를 들어 프로세서 또는 마이크로 프로세서를 의미할 수 있다.A module in the present specification may mean hardware capable of performing functions and operations according to each name described in this specification, or may mean computer program code capable of performing specific functions and operations, , or an electronic recording medium on which a computer program code capable of performing specific functions and operations is loaded, for example, may refer to a processor or a microprocessor.

다시 말해, 모듈이란 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및/또는 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적 및/또는 구조적 결합을 의미할 수 있다.In other words, a module may mean a functional and/or structural combination of hardware for carrying out the technical idea of the present invention and/or software for driving the hardware.

이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 특허출원의 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings. However, the scope of the patent application is not limited or limited by these embodiments. Like reference numerals in each figure indicate like elements.

도 1은 다양한 실시예에 따른 위험 상황 감지 시스템을 설명하기 위한 도면이다.1 is a view for explaining a dangerous situation detection system according to various embodiments.

도 1을 참조하면, 위험 상황 감지 시스템(1000)은 전자 장치(100), 관리자 장치(200), 카메라(300) 및 마이크(400)를 포함할 수 있다. 예를 들어, 위험 상황 감지 시스템(1000)은 카메라(300) 촬영된 이미지 또는 마이크(400)를 통해 수음된 오디오를 전자 장치(100)에서 분석함으로써 위험 상황 발생 여부를 판단하여 관리자 장치(200)에 위험 상황 알림을 전송할 수 있다.Referring to FIG. 1 , a dangerous situation detection system 1000 may include an electronic device 100 , a manager device 200 , a camera 300 , and a microphone 400 . For example, the dangerous situation detection system 1000 determines whether a dangerous situation has occurred by analyzing the image captured by the camera 300 or the audio collected through the microphone 400 in the electronic device 100 to determine whether a dangerous situation has occurred in the manager device 200 . You can send a notification of a dangerous situation to

다양한 실시예에 따라, 전자 장치(100)는 스마트폰, 컴퓨터 장치, 휴대용 멀티미디어 장치 또는 서버를 포함할 수 있다. 예를 들어, 전자 장치(100)가 서버인 경우, 전자 장치(100)는 관리자의 단말 장치(예: PC, 스마트폰)와 연동될 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.According to various embodiments, the electronic device 100 may include a smart phone, a computer device, a portable multimedia device, or a server. For example, when the electronic device 100 is a server, the electronic device 100 may interwork with a terminal device (eg, a PC or a smart phone) of a manager. The electronic device according to the embodiment of the present document is not limited to the above-described devices.

다양한 실시예에 따라, 전자 장치(100)는 카메라(300)로부터 촬영된 이미지를 수신할 수 있다. 예를 들어, 전자 장치(100)는 카메라(300)로부터 피트니스 센터 내부가 촬영된 이미지를 수신할 수 있다.According to various embodiments, the electronic device 100 may receive a photographed image from the camera 300 . For example, the electronic device 100 may receive an image of the inside of the fitness center from the camera 300 .

다양한 실시예에 따라, 카메라(300)는 피트니스 센터 내부 이미지를 촬영할 수 있다. 예를 들어, 카메라(300)는 피트니스 센터 내부 이용자를 포함하는 이미지를 촬영하여, 전자 장치(100)로 송신할 수 있다.According to various embodiments, the camera 300 may capture an image inside the fitness center. For example, the camera 300 may capture an image including a user inside the fitness center and transmit it to the electronic device 100 .

다양한 실시예에 따라, 카메라(300)는 RGB 카메라일 수 있다. 예를 들어, 카메라(300)는 피트니스 센터 내부를 촬영한 RGB 이미지를 전자 장치(100)로 송신할 수 있다. 다만, 이에 한정되는 것은 아니고 카메라(300)는 깊이 정보까지 포함하는 이미지를 촬영할 수도 있다.According to various embodiments, the camera 300 may be an RGB camera. For example, the camera 300 may transmit an RGB image photographed inside the fitness center to the electronic device 100 . However, the present invention is not limited thereto, and the camera 300 may capture an image including depth information.

다양한 실시예에 따라, 카메라(300)는 피트니스 센터 내부에 복수 개 설치될 수 있다. 예를 들어, 카메라(300)는 피트니스 센터 내부 모든 위치가 사각지대 없이 촬영될 수 있도록 복수 개가 적절한 위치에 설치될 수 있다.According to various embodiments, a plurality of cameras 300 may be installed inside the fitness center. For example, a plurality of cameras 300 may be installed at appropriate locations so that all locations inside the fitness center can be photographed without blind spots.

다양한 실시예에 따라, 전자 장치(100)는 카메라(300)로부터 수신한 이미지에 기초하여 피트니스 센터 내 위험 상황을 감지할 수 있다. 예를 들어, 전자 장치(100)는 하나 이상의 카메라(300)로부터 각각 이미지를 수신하고, 각각의 이미지에 기초하여 피트니스 센터 내부에 위치한 사람에게 위험 상황이 발생했는지 여부를 감지할 수 있다.According to various embodiments, the electronic device 100 may detect a dangerous situation in the fitness center based on the image received from the camera 300 . For example, the electronic device 100 may receive images from one or more cameras 300 , and detect whether a dangerous situation has occurred to a person located inside the fitness center based on each image.

다양한 실시예에 따라, 마이크(400)는 오디오를 수음할 수 있다. 예를 들어, 마이크(400)는 피트니스 센터 내부에서 오디오를 수음하여, 전자 장치(100)로 송신할 수 있다.According to various embodiments, the microphone 400 may collect audio. For example, the microphone 400 may receive audio from inside the fitness center and transmit it to the electronic device 100 .

다양한 실시예에 따라, 마이크(400)는 피트니스 센터 내부에 복수 개 설치될 수 있다. 예를 들어, 마이크(400)는 피트니스 센터 내부 모든 위치가 사각지대 없이 수음될 수 있도록 복수 개가 적절한 위치에 설치될 수 있다. 마이크(400)는 카메라(300)와 별개로 설치되는 것이 아닌 카메라(300)에 내장된 마이크(400)일 수 있다.According to various embodiments, a plurality of microphones 400 may be installed inside the fitness center. For example, a plurality of microphones 400 may be installed at appropriate locations so that all locations inside the fitness center can be sound-collected without blind spots. The microphone 400 may be a microphone 400 built into the camera 300 rather than being installed separately from the camera 300 .

다양한 실시예에 따라, 전자 장치(100)는 마이크(400)로부터 수신한 오디오에 기초하여 피트니스 센터 내 위험 상황 정보를 감지할 수 있다. 예를 들어, 전자 장치(100)는 하나 이상의 카메라(300)로부터 각각 오디오를 수신하고, 각각의 오디오에 기초하여 피트니스 센터 내부에 위치한 사람에게 위험 상황이 발생했는지 여부를 감지할 수 있다.According to various embodiments, the electronic device 100 may detect dangerous situation information in the fitness center based on the audio received from the microphone 400 . For example, the electronic device 100 may receive audio from each of the one or more cameras 300 and detect whether a dangerous situation has occurred to a person located inside the fitness center based on each audio.

다양한 실시예에 따라, 전자 장치(100)는 위험 상황을 감지한 경우 위험 상황 발생 알림을 관리자 장치(200)로 전송할 수 있다. 예를 들어, 전자 장치(100)는 실시간으로 피트니스 센터 내부 위험 상황 발생 여부를 감지하고, 위험 상황이 감지되는 경우 즉각적으로 위험 상황 정보를 관리자 장치(200)로 전송할 수 있다.According to various embodiments, when detecting a dangerous situation, the electronic device 100 may transmit a notification of occurrence of a dangerous situation to the manager device 200 . For example, the electronic device 100 may detect whether a dangerous situation occurs inside the fitness center in real time, and, when a dangerous situation is detected, may immediately transmit the dangerous situation information to the manager device 200 .

다양한 실시예에 따라, 전자 장치(100)는 위험 상황 정보를 감지한 경우, 위험 상황이 감지된 이미지 또는 오디오를 촬영하거나 수음한 카메라(300) 또는 마이크(400) 정보에 기초하여 위험 상황이 발생한 위치를 관리자 장치(200)에 함께 전송할 수 있다.According to various embodiments, when the electronic device 100 detects the dangerous situation information, the dangerous situation has occurred based on information about the camera 300 or the microphone 400 capturing or capturing an image or audio in which the dangerous situation is detected. The location may be transmitted together to the manager device 200 .

다양한 실시예에 따라, 관리자 장치(200)는 스마트폰, 컴퓨터 장치, 휴대용 멀티미디어 장치 포함할 수 있다. 예를 들어, 관리자 장치(200)는 피트니스 센터를 관리하는 관리자가 접근할 수 있는 전자 장치일 수 있다. 관리자는 관리자 장치(200)를 통해 피트니스 센터 관리하는 관리자 애플리케이션에 접속할 수 있다. 관리자는 관리자 애플리케이션을 통해 피트니스 센터 내 위험 상황이 발생한 경우 위험상황 발생 알림 및/또는 위험 상황 발생 위치에 대한 정보를 제공받을 수 있다. According to various embodiments, the manager device 200 may include a smart phone, a computer device, and a portable multimedia device. For example, the manager device 200 may be an electronic device accessible to a manager who manages a fitness center. The manager may access the manager application managed by the fitness center through the manager device 200 . When a dangerous situation occurs in the fitness center through the manager application, the manager may receive a notification of occurrence of a dangerous situation and/or information on a location where the dangerous situation occurs.

다양한 실시예에 따라, 관리자 장치(200)는 피트니스 센터 내 배치된 컴퓨터 장치, 휴대용 멀티미디어 장치를 포함할 수 있다. 예를 들어, 피트니스 센터를 관리자는 센터 내 배치된 관리자 장치(200)를 통해 피트니스 센터 내 위험 상황에 대한 알림을 실시간으로 전달받을 수 있다.According to various embodiments, the manager device 200 may include a computer device disposed in a fitness center and a portable multimedia device. For example, the manager of the fitness center may receive a notification of a dangerous situation in the fitness center in real time through the manager device 200 disposed in the center.

도 2는 다양한 실시예에 따른 전자 장치의 구성을 설명하기 위한 도면이다.2 is a diagram for explaining a configuration of an electronic device according to various embodiments of the present disclosure;

도 2를 참조하면, 전자 장치(100)는 메모리(110), 통신 모듈(120) 및 프로세서(130)를 포함할 수 있다.Referring to FIG. 2 , the electronic device 100 may include a memory 110 , a communication module 120 , and a processor 130 .

다양한 실시예에 따라, 메모리(110)는, 전자 장치(100)의 적어도 하나의 구성요소(예: 통신 모듈(120) 또는 프로세서(130))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(110)는, 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다. According to various embodiments, the memory 110 may store various data used by at least one component of the electronic device 100 (eg, the communication module 120 or the processor 130 ). The data may include, for example, input data or output data for software (eg, a program) and instructions related thereto. The memory 110 may include a volatile memory or a non-volatile memory.

통신 모듈(120)은 전자 장치(100)와 외부 전자 장치(예: 카메라(300) 또는 관리자 장치(200)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(120)은 프로세서(130)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(120)은 무선 통신 모듈(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(예: 카메라(300), 관리자 장치(200))와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다.The communication module 120 establishes a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 100 and an external electronic device (eg, the camera 300 or the manager device 200), and the established communication channel It can support performing communication through The communication module 120 may include one or more communication processors that operate independently of the processor 130 (eg, an application processor) and support direct (eg, wired) communication or wireless communication. According to an embodiment, the communication module 120 is a wireless communication module (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module (eg, a local area network (LAN) ) communication module, or a power line communication module). Among these communication modules, the corresponding communication module is a first network (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network (eg, a legacy cellular network, a 5G network, It may communicate with an external electronic device (eg, the camera 300 or the manager device 200) through a next-generation communication network, the Internet, or a telecommunication network such as a computer network (eg, LAN or WAN). These various types of communication modules may be integrated into one component (eg, a single chip) or may be implemented as a plurality of components (eg, multiple chips) separate from each other.

일 실시예에 따르면, 명령 또는 데이터는 제2 네트워크에 연결된 서버를 통해서 전자 장치(100)와 외부의 전자 장치(예: 카메라(300), 마이크(400) 또는 관리자 장치(200))간에 송신 또는 수신될 수 있다. 외부의 전자 장치(예: 카메라(300), 마이크(400) 또는 관리자 장치(200)) 각각은 전자 장치(100)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(100)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(예: 카메라(300), 마이크(400) 또는 관리자 장치(200)) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(100)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(100)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(100)로 전달할 수 있다. 전자 장치(100)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(예: 카메라(300) 또는 관리자 장치(200))는 IoT(internet of things) 기기를 포함할 수 있다. 전자 장치(100)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다. According to an embodiment, a command or data is transmitted between the electronic device 100 and an external electronic device (eg, the camera 300, the microphone 400, or the manager device 200) through a server connected to the second network, or can be received. Each of the external electronic devices (eg, the camera 300 , the microphone 400 , or the manager device 200 ) may be the same or a different type of the electronic device 100 . According to an embodiment, all or a part of operations executed in the electronic device 100 may be external to one or more of external electronic devices (eg, the camera 300 , the microphone 400 , or the manager device 200 ). It can be implemented on devices. For example, when the electronic device 100 needs to perform a function or service automatically or in response to a request from a user or other device, the electronic device 100 may perform the function or service by itself instead of executing the function or service itself. Alternatively or additionally, one or more external electronic devices may be requested to perform at least a part of the function or the service. One or more external electronic devices that have received the request may execute at least a part of the requested function or service, or an additional function or service related to the request, and transmit a result of the execution to the electronic device 100 . The electronic device 100 may process the result as it is or additionally and provide it as at least a part of a response to the request. For this, for example, cloud computing, distributed computing, mobile edge computing (MEC), or client-server computing technology may be used. The electronic device 101 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing. In another embodiment, an external electronic device (eg, the camera 300 or the manager device 200) may include an Internet of things (IoT) device. The electronic device 100 may be applied to an intelligent service (eg, a smart home, a smart city, a smart car, or health care) based on 5G communication technology and IoT-related technology.

프로세서(130)는, 예를 들면, 소프트웨어(예: 프로그램)를 실행하여 프로세서(130)에 연결된 전자 장치(100)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(130)는 다른 구성요소(예: 메모리(110) 또는 통신 모듈(120))로부터 수신된 명령 또는 데이터를 휘발성 메모리에 저장하고, 휘발성 메모리에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리에 저장할 수 있다. 일실시예에 따르면, 프로세서(130)는 메인 프로세서(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(100)가 메인 프로세서 및 보조 프로세서를 포함하는 경우, 보조 프로세서는 메인 프로세서보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서는 메인 프로세서와 별개로, 또는 그 일부로서 구현될 수 있다.The processor 130 may, for example, execute software (eg, a program) to control at least one other component (eg, hardware or software component) of the electronic device 100 connected to the processor 130 . and can perform various data processing or operations. According to one embodiment, as at least part of data processing or operation, the processor 130 stores a command or data received from another component (eg, the memory 110 or the communication module 120) in a volatile memory, The command or data stored in the volatile memory may be processed, and the resultant data may be stored in the non-volatile memory. According to an embodiment, the processor 130 is a main processor (eg, a central processing unit or an application processor) or an auxiliary processor (eg, a graphic processing unit, a neural processing unit (NPU)) that can be operated independently or together with the main processor (eg, a central processing unit or an application processor) , an image signal processor, a sensor hub processor, or a communication processor). For example, when the electronic device 100 includes a main processor and an auxiliary processor, the auxiliary processor may use less power than the main processor or may be set to specialize in a specified function. The coprocessor may be implemented separately from or as part of the main processor.

도 3은 다양한 실시예에 따른 전자 장치의 기구 점유 상태 분석 동작을 설명하기 위한 도면이다.3 is a diagram for describing an operation of analyzing a device occupation state of an electronic device according to various embodiments of the present disclosure;

다양한 실시예에 따라, 도 3을 참조하면, 310 동작에서, 전자 장치(예: 도 1의 전자 장치(100) 또는 도 2의 프로세서(130))는, 외부 카메라(예: 도 1의 카메라(300))로부터 이미지를 수신할 수 있다. 예를 들어, 전자 장치는 통신 모듈(예: 도 2의 통신 모듈(120))을 통해 외부 카메라로부터 이미지를 수신할 수 있다. 예를 들어, 이미지는 피트니스 센터 내부를 촬영한 것으로, 피트니스 센터 내부를 사각지대 없이 촬영할 수 있도록 설치된 복수의 카메라로부터 촬영된 이미지를 포함할 수 있다.According to various embodiments, referring to FIG. 3 , in operation 310 , the electronic device (eg, the electronic device 100 of FIG. 1 or the processor 130 of FIG. 2 ) may include an external camera (eg, the camera of FIG. 1 ) 300))). For example, the electronic device may receive an image from an external camera through a communication module (eg, the communication module 120 of FIG. 2 ). For example, the image is taken from the inside of the fitness center, and may include images taken from a plurality of cameras installed so that the inside of the fitness center can be photographed without a blind spot.

다양한 실시예에 따라, 320 동작에서, 전자 장치(100)는 이미지를 수신하면, 제1 뉴럴 네트워크 모델을 이용하여 이미지 내 위험 상황을 감지할 수 있다. 예를 들어, 전자 장치(100)는 이미지에 기초하여 이미지 내 사람을 검출하고, 검출된 사람에게 위험 상황이 발생했는지 여부를 판단하는 제1 뉴럴 네트워크 모델을 이용하여 기구의 점유 상태를 분석할 수 있다. 이때, 제1 뉴럴 네트워크 모델은 CNN(Convolutional Neural Network), R-CNN(Region Based Convolutional Neural Network), . Long Short-term Memory(LSTM), R-FCN(Region-based fully convolutional network), FPN(Feature Pyramid Network), YOLO(You Only Look Once), RetinaNet, GRCNN(Graph Recognition Convolutional neural Network), YOLOR(You Only Learn One Representation), YOLOV5를 포함할 수 있다. 제1 뉴럴 네트워크를 학습시키는 방법은 이하 첨부되는 도 5를 통해 보다 상세히 설명된다.According to various embodiments, in operation 320 , upon receiving the image, the electronic device 100 may detect a dangerous situation in the image using the first neural network model. For example, the electronic device 100 may detect a person in the image based on the image and analyze the occupancy state of the appliance using a first neural network model that determines whether a dangerous situation has occurred to the detected person. there is. In this case, the first neural network model is a Convolutional Neural Network (CNN), a Region Based Convolutional Neural Network (R-CNN), . Long Short-term Memory (LSTM), R-FCN (Region-based fully convolutional network), FPN (Feature Pyramid Network), YOLO (You Only Look Once), RetinaNet, GRCNN (Graph Recognition Convolutional Neural Network), YOLOR (You Only Learn One Representation), and YOLOV5. A method of training the first neural network will be described in more detail below with reference to FIG. 5 attached thereto.

다양한 실시예에 따라, 330 동작에서, 전자 장치(100)는 위험 상황 정보가 감지되는 경우, 위험 상황 정보에 대한 알림을 송신할 수 있다. 예를 들어, 전자 장치(100)는 특정 이미지에 기초하여 위험 상황 정보를 감지한 경우 위험 상황 정보에 대한 알림과 함께 특정 이미지를 촬영한 카메라 정보에 기초하여 위험 상황이 발생한 위치에 대한 정보를 관리자 장치(예: 도 1의 관리자 장치(200))에 전송할 수 있다.According to various embodiments, in operation 330 , when the dangerous situation information is detected, the electronic device 100 may transmit a notification about the dangerous situation information. For example, when the electronic device 100 detects dangerous situation information based on a specific image, the electronic device 100 manages information on a location where a dangerous situation occurs based on camera information for capturing a specific image together with a notification of the dangerous situation information. It can be transmitted to a device (eg, the manager device 200 of FIG. 1 ).

다양한 실시예에 따라, 전자 장치(100)는 외부 마이크(예: 도 1의 마이크(400)로부터 오디오를 추가로 수신할 수 있다. 예를 들어, 전자 장치(100)는 통신 모듈(예: 도 2의 통신 모듈(120))을 통해 외부 마이크로부터 오디오를 수신할 수 있다. 예를 들어, 오디오는 피트니스 센터 내부에서 수음된 것으로, 피트니스 센터 내부를 사각지대 없이 수음할 수 있도록 설치된 복수의 마이크로부터 수음된 오디오를 포함할 수 있다.According to various embodiments, the electronic device 100 may additionally receive audio from an external microphone (eg, the microphone 400 of FIG. 1 ). For example, the electronic device 100 may include a communication module (eg, FIG. 1 ). It is possible to receive audio from an external microphone through the communication module 120 of Fig. 2. For example, the audio is collected from the inside of the fitness center, from a plurality of microphones installed so that the inside of the fitness center can be collected without blind spots. It may contain captured audio.

다양한 실시예에 따라, 전자 장치(100)는 오디오를 수신하면, 제2 뉴럴 네트워크 모델을 이용하여 오디오 내 위험 상황을 감지할 수 있다. 예를 들어, 전자 장치(100)는 오디오에 기초하여 위험 상황이 발생했는지 여부를 판단하는 제2 뉴럴 네트워크 모델을 이용하여 위험 상황을 감지할 수 있다. 이때, 제2 뉴럴 네트워크 모델은 FNN(Feedforward Neural Network), CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), CRNN(Convolutional Recurrent Neural Network), LSTM(Long Short-term Memory), Bidirectional RNN, SoReNET 등을 포함할 수 있다. 제2 뉴럴 네트워크를 학습시키는 방법은 이하 첨부되는 도 5를 통해 보다 상세히 설명된다.According to various embodiments, when receiving audio, the electronic device 100 may detect a dangerous situation in the audio using the second neural network model. For example, the electronic device 100 may detect a dangerous situation using a second neural network model that determines whether a dangerous situation has occurred based on audio. In this case, the second neural network model is a Feedforward Neural Network (FNN), Convolutional Neural Network (CNN), Recurrent Neural Network (RNN), Convolutional Recurrent Neural Network (CRNN), Long Short-term Memory (LSTM), Bidirectional RNN, SoReNET and the like. A method of training the second neural network will be described in more detail with reference to FIG. 5 attached below.

다양한 실시예에 따라, 전자 장치(100)는 오디오에 기초하여 위험 상황 정보를 감지한 경우에도 330 동작과 동일하게 위험 상황 정보에 대한 알림을 송신할 수 있다. 예를 들어, 전자 장치(100)는 특정 마이크에서 수음된 오디오에 기초하여 위험 상황을 감지한 경우 위험 상황에 대한 알림과 함께 해당 마이크 정보에 기초하여 위험 상황이 발생한 위치에 대한 정보를 관리자 장치(예: 도 1의 관리자 장치(200))에 전송할 수 있다. 구현에 따라서, 관리자 장치(200)는 개별 피트니스 센터의 중앙 제어 장치(중앙 전산 PC 등)이거나, 피트니스 센터 관리자의 사용자 단말일 수 있다. 또한, 전자 장치(100)는 복수의 개별 피트니스 센터의 위험 상황을 관할하는 관제 센터에 위험 상황에 대한 알림을 더 전송할 수도 있다. According to various embodiments, even when the dangerous situation information is detected based on the audio, the electronic device 100 may transmit a notification about the dangerous situation information in the same manner as in operation 330 . For example, when the electronic device 100 detects a dangerous situation based on audio received from a specific microphone, the manager device ( Example: It can be transmitted to the manager device 200 of FIG. 1 ). Depending on the implementation, the manager device 200 may be a central control device (such as a central computerized PC) of an individual fitness center, or a user terminal of a fitness center manager. Also, the electronic device 100 may further transmit a notification of a dangerous situation to a control center that has jurisdiction over a dangerous situation of a plurality of individual fitness centers.

다양한 실시예에 따라, 전자 장치(100)는 뉴럴 네트워크 모델을 업데이트할 수 있다. 예를 들어, 전자 장치(100)는 위험 상황 감지 결과에 대한 피드백을 수신할 수 있고, 피드백에 기초하여 뉴럴 네트워크 모델을 업데이트할 수 있다. 피드백은 위험 상황이 감지된 경우 실제 위험 상황이 발생했는지에 대한 피드백 및 위험 상황이 실제 발생했을 경우 위험 상황을 감지했는지에 대한 피드백을 포함할 수 있다. 전자 장치(100)는 위험 상황이 발생했으나 위험 상황을 감지하지 못한 경우(false negative)가 발생하는 빈도를 줄이는 것을 최우선으로 하여 뉴럴 네트워크 모델을 업데이트할 수 있다.According to various embodiments, the electronic device 100 may update the neural network model. For example, the electronic device 100 may receive a feedback on the dangerous situation detection result and update the neural network model based on the feedback. The feedback may include feedback on whether a dangerous situation has actually occurred when a dangerous situation is detected, and feedback about whether a dangerous situation has been detected when a dangerous situation has actually occurred. The electronic device 100 may update the neural network model by giving priority to reducing the frequency of occurrence of a dangerous situation but not detecting a dangerous situation (false negative).

일 실시예에 따르면, 전자 장치(100)는 이미지를 통해 위험 상황을 판단하는 제1 뉴럴 네트워크 모델 및 오디오 신호를 통해 위험 상황을 판단하는 제2 뉴럴 네트워크 모델 모두를 활용하여 위험 상황 발생 여부를 결정할 수 있다. 보다 구체적으로, 전자 장치(100)는 제1 뉴럴 네트워크 모델을 통해 출력된 제1 위험 상황 정보(이미지를 통해 위험 상황인지 여부가 판단된 정보) 및 제2 뉴럴 네트워크 모델을 통해 출력된 제2 위험 상황 정보(오디오 신호를 통해 위험 상황인지 여부가 판단된 정보)의 가중합이 소정의 임계치를 충족하는 지 여부에 기초하여 위험 상황의 발생 여부를 결정할 수 있다.According to an embodiment, the electronic device 100 determines whether a dangerous situation occurs by using both a first neural network model for determining a dangerous situation through an image and a second neural network model for determining a dangerous situation through an audio signal can More specifically, in the electronic device 100, the first risk situation information output through the first neural network model (information on which it is determined whether the situation is in a dangerous situation through an image) and the second risk output through the second neural network model Whether or not the dangerous situation occurs may be determined based on whether the weighted sum of the situation information (information for which it is determined whether the situation is dangerous through the audio signal) satisfies a predetermined threshold.

전자 장치(100)는 위험 상황의 종류에 따라 제1 위험 상황 정보 및 제2 위험 상황 정보에 적용되는 가중치를 조절하여 최종적인 위험 상황을 판단할 수 있다. 예를 들어, 사용자가 벤치 프레스에 깔린 상황에서는 상황에 따라 사용자가 즉각적으로 소리를 내기 어려울 가능성이 높다. 전자 장치(100)는 벤치 프레스와 관련한 위험 상황을 판단하는 과정에서, 제2 위험 상황 정보(사용자의 소리에 기초하여 제2 뉴럴 네트워크가 판단한 결과)보다 제1 위험 상황 정보(바벨에 사용자가 깔린 이미지를 통해 제1 뉴럴 네트워크가 판단한 결과)에 가중치를 두어 위험 상황을 결정할 수 있다. 반대로, 사이클의 체인이 빠져 발생되는 위험 상황이 발생하는 경우, 오디오 신호에 기초하여 위험 상황이 인지될 가능성이 높다. 따라서, 전자 장치(100)는 이 경우 제1 위험 상황 정보보다 제2 위험 상황 정보에 보다 높은 가중치를 부여하여 최종적인 위험 상황에 대한 판단 결과를 생성할 수 있다.The electronic device 100 may determine a final dangerous situation by adjusting a weight applied to the first dangerous situation information and the second dangerous situation information according to the type of the dangerous situation. For example, in a situation in which the user is lying on a bench press, it is highly likely that it is difficult for the user to immediately make a sound depending on the situation. In the process of determining the dangerous situation related to the bench press, the electronic device 100 determines the first dangerous situation information (the user is placed on a barbell) rather than the second dangerous situation information (the result of the second neural network determining based on the user's voice). A risk situation may be determined by weighting the result determined by the first neural network through the image). Conversely, when a dangerous situation occurs because the chain of cycles is broken, there is a high possibility that the dangerous situation will be recognized based on the audio signal. Accordingly, in this case, the electronic device 100 may generate a final determination result of the dangerous situation by giving a higher weight to the second dangerous situation information than the first dangerous situation information.

도 4는 다양한 실시예에 따른 위험 상황 감지 시스템의 기구 점유 분석 동작을 설명하기 위한 도면이다.4 is a view for explaining an operation of analyzing the equipment occupation of the system for detecting a dangerous situation according to various embodiments of the present disclosure;

다양한 실시예에 따라, 410 동작에서, 카메라(300)(예: 도 1의 카메라(300))는 피트니스 센터 내부에 대한 이미지를 촬영할 수 있다. 예를 들어, 카메라(300)는 피트니스 센터 내에 설치되어 실시간으로 피트니스 센터 내부를 촬영할 수 있다.According to various embodiments, in operation 410 , the camera 300 (eg, the camera 300 of FIG. 1 ) may capture an image of the inside of the fitness center. For example, the camera 300 may be installed in the fitness center to photograph the interior of the fitness center in real time.

다양한 실시예에 따라, 420 동작에서, 카메라(300)는 전자 장치(100)(예: 도 1의 전자 장치(100))로 이미지를 전송할 수 있다. 예를 들어, 카메라(300)는 실시간으로 피트니스 센터 내부를 촬영한 이미지를 전자 장치(100)로 전송할 수 있다.According to various embodiments, in operation 420 , the camera 300 may transmit an image to the electronic device 100 (eg, the electronic device 100 of FIG. 1 ). For example, the camera 300 may transmit an image captured inside the fitness center in real time to the electronic device 100 .

다양한 실시예에 따라, 430 동작에서, 마이크(400)(예: 도 1의 카메라(300))는 피트니스 센터 내부에서 오디오를 수음할 수 있다. 예를 들어, 마이크(400)는 피트니스 센터 내에 설치되어 실시간으로 피트니스 센터 내부에서 수음할 수 있다.According to various embodiments, in operation 430 , the microphone 400 (eg, the camera 300 of FIG. 1 ) may collect audio inside the fitness center. For example, the microphone 400 may be installed in the fitness center to collect sound in real time in the fitness center.

다양한 실시예에 따라, 440 동작에서, 마이크(400)는 전자 장치(100)로 이미지를 전송할 수 있다. 예를 들어, 마이크(400)는 실시간으로 피트니스 센터 내부를 촬영한 이미지를 전자 장치(100)로 전송할 수 있다.According to various embodiments, in operation 440 , the microphone 400 may transmit an image to the electronic device 100 . For example, the microphone 400 may transmit an image captured inside the fitness center to the electronic device 100 in real time.

다양한 실시예에 따라, 450 동작에서, 전자 장치(100)는 제1, 2 뉴럴 네트워크 모델을 이용하여 이미지 및/또는 오디오 내 위험 상황 정보를 감지할 수 있다. 예를 들어, 전자 장치(100)는 이미지 내 사람을 검출하고, 해당 사람에게 위험 상황이 발생했는지 여부를 판단할 수 있다. 또한, 전자 장치(100)는 오디오의 특징에 기초하여 오디오 내 위험 상황이 발생했는지 여부를 판단할 수 있다.According to various embodiments, in operation 450 , the electronic device 100 may detect dangerous situation information in an image and/or audio using the first and second neural network models. For example, the electronic device 100 may detect a person in the image and determine whether a dangerous situation has occurred to the person. Also, the electronic device 100 may determine whether a dangerous situation in the audio has occurred based on the characteristics of the audio.

다양한 실시예에 따라, 460 동작에서, 전자 장치(100)는 관리자 장치(200)(예: 도 1의 관리자 장치(200)로 위험 상황 알림을 전송할 수 있다. 예를 들어, 전자 장치(100)는 위험 상황 알림과 함께 위험 상황에 대한 위치 정보를 함께 전송할 수 있다.According to various embodiments, in operation 460 , the electronic device 100 may transmit a dangerous situation notification to the manager device 200 (eg, the manager device 200 of FIG. 1 ). For example, the electronic device 100 may transmit location information about a dangerous situation together with a dangerous situation notification.

다양한 실시예에 따라, 470 동작에서, 관리자 장치(200)는 관리자에게 위험 상황 알림을 제공할 수 있다. 예를 들어, 관리자 장치(200)는 전자 장치(100)로부터 위험 상황에 대한 알림을 수신하는 경우, 즉각적으로 관리자에게 위험 상황 발생 및 위험 상황 발생 위치를 제공할 수 있다.According to various embodiments, in operation 470 , the manager device 200 may provide a dangerous situation notification to the manager. For example, when receiving a notification of a dangerous situation from the electronic device 100 , the manager device 200 may immediately provide a dangerous situation occurrence and a dangerous situation occurrence location to the manager.

다양한 실시예에 따르면, 전자 장치(100)는 위험 상황 정보를 토대로 추천 운동 경로 정보를 제공할 수 있다.According to various embodiments, the electronic device 100 may provide recommended exercise route information based on the dangerous situation information.

보다 구체적으로, 전자 장치(100)는 회원 별 운동 성향 정보를 저장하고, 운동 성향 정보 및 점유 상태 정보에 기초하여 피트니스 센터에 진입하는 현재 사용자에게 추천 운동 경로 정보를 제공할 수 있다. 보다 구체적으로, 전자 장치(100)는 사용자들의 이동 경로를 트래킹함으로써, 사용자 별 운동 성향 정보를 생성할 수 있다. 전자 장치(100)는 사용자들의 사용자 단말, 추척 칩이 부착된 라커 키 또는 회원 카드 등에 기초하여 사용자의 피트니스 센터의 이동 경로를 트래킹함으로써, 사용자 별 운동 성향 정보를 생성할 수 있다. 사용자들을 트래킹하는 방식은 위에 제시된 예시적인 방식 이외의 사용자들의 영상에 기반한 추적 등 사용자들의 이동 경로를 추적할 수 있는 임의의 방식이 적용될 수 있음은 통상의 기술자가 이해할 것이다.More specifically, the electronic device 100 may store exercise tendency information for each member and provide recommended exercise route information to a current user entering the fitness center based on the exercise tendency information and the occupancy state information. More specifically, the electronic device 100 may generate exercise tendency information for each user by tracking the movement paths of the users. The electronic device 100 may generate exercise tendency information for each user by tracking the movement path of the user's fitness center based on the user's user terminal, a locker key to which a tracking chip is attached, or a membership card. It will be understood by those skilled in the art that any method capable of tracking the movement path of users, such as tracking based on images of users, other than the exemplary method presented above, may be applied to the method of tracking users.

운동 성향 정보는, 예를 들어, 사용자들이 개인적인 운동 루틴에서 사용하는 운동 기구의 종류(스미스 머신, 런닝 머신, 사이클 등)에 대한 정보, 운동 루틴(운동 순서, 개별 운동에서 소요되는 시간 등)에 대한 정보, 개별 사용자의 운동 능력에 대한 정보(예를 들어, 벤치 프레스 최고 중량, 스쿼트 최고 중량, 런닝 최대 속도/시간 등) 등을 포함할 수 있다.Exercise tendency information is, for example, information on the type of exercise equipment (Smith machine, treadmill, cycle, etc.) used by users in their personal exercise routine, exercise routine (exercise sequence, time spent in individual exercise, etc.) information about the individual user, and information about the individual user's exercise ability (eg, bench press maximum weight, squat maximum weight, running maximum speed/time, etc.) may be included.

전자 장치(100)는 현재 개별 운동 기구의 점유 상태 정보, 현재 피트니스 센터 내에 존재하는 사용자의 운동 성향 정보, 현재 입장하는 현재 사용자의 운동 성향 정보 및 위험 상황 정보에 기초하여, 입장하는 사용자에게 추천 운동 경로 정보를 제공할 수 있다. 보다 구체적으로, 전자 장치(100)는 현재 사용자가 런닝 머신을 이용한 유산소 운동을 우선적으로 하는 운동 성향을 가진 경우, 현재 피트니스 센터의 런닝 머신의 점유 상태 정보를 고려하여 런닝 머신을 우선적으로 진행하는 방향으로 운동 경로를 추천할 수 있으나, 현재 피트니스 센터의 런닝 머신이 모두 점유 상태에 있는 경우, 사이클을 우선적인 운동 경로로 안내하거나, 런닝 머신 사용이 종료되는 시점에 대한 예측 정보를 제공할 수 있다. 현재 사용자가 유산소 운동 이후에 스미스 머신을 통한 가슴 운동을 진행하는 운동 성향(개인 운동 루틴)을 가지는 경우, 전자 장치(100)는 현재 개별 운동 기구의 점유 상태 정보, 현재 피트니스 센터 내에 존재하는 다른 사용자의 운동 성향 정보에 기초하여, 현재 사용자가 유산소 운동을 완료하는 시점에 스미스 머신의 사용 가능 여부에 대해 예측하고, 예측 결과에 기초하여 두번째 운동경로에 대한 추천 정보를 제공할 수 있다. 보다 구체적으로, 타 사용자들의 운동 성향에 비추어 현재 사용자가 유산소 운동을 마치는 시점에 스미스 머신 사용이 불가한 경우, 전자 장치(100)는 스미스 머신 이외의 벤치 프레스 운동 기구의 사용 가능성을 예측한 뒤, 사용 가능한 벤치 프레스 머신에 대한 정보를 제공할 수 있다. 전자 장치(100)는 위험 상황이 발생된 영역(기구)은 추천 운동 경로 정보를 제공하는 과정에서 배제할 수 있다.The electronic device 100 recommends an exercise to a user entering, based on current occupancy state information of individual exercise equipment, exercise tendency information of a user currently present in the fitness center, exercise tendency information of a current user who is currently entering, and risk situation information Route information can be provided. More specifically, when the current user has an exercise tendency to preferentially perform aerobic exercise using the treadmill, the electronic device 100 preferentially proceeds with the treadmill in consideration of the occupancy state information of the treadmill in the current fitness center. may recommend an exercise route, but when all treadmills of the current fitness center are occupied, the cycle may be guided to a preferential exercise path, or prediction information about when the treadmill use is terminated may be provided. When the current user has an exercise tendency (individual exercise routine) to perform chest exercise through the Smith machine after aerobic exercise, the electronic device 100 displays information on the current occupancy status of individual exercise equipment, and other users currently present in the fitness center. Based on the exercise tendency information of , it is possible to predict whether or not the Smith machine can be used at the time the current user completes the aerobic exercise, and to provide recommendation information for the second exercise path based on the prediction result. More specifically, in view of the exercise tendencies of other users, if the current user is unable to use the Smith machine at the time the user finishes aerobic exercise, the electronic device 100 predicts the possibility of using a bench press exercise device other than the Smith machine, Can provide information about available bench press machines. The electronic device 100 may exclude an area (equipment) in which a dangerous situation has occurred in the process of providing the recommended exercise route information.

전자 장치(100)는 운동 성향 정보에 기초하여 위험 상황 예측 정보를 더 제공할 수 있다. 보다 구체적으로, 전자 장치(100)는 개별 사용자의 운동 성향 정보(예를 들어, 사용자별 운동 루틴, 운동 능력 정보)를 활용하여 위험 상황이 발생할지 여부에 대한 위험 상황 예측 정보를 제공할 수 있다. 예를 들어, 전자 장치(100)는 운동 성향 정보에 기초하여 개별 사용자가 기존 최대 운동량(예를 들어, 최대 스쿼트 무게, 혹은 최대 속도/시간 이상의 러닝) 이상의 운동을 진행하는 경우, 해당 사용자에게 위험 상황이 발생될 가능성이 높음을 나타내는 위험 상황 예측 정보를 제공할 수 있다. 이외에도, 전자 장치(100)는 개별 사용자의 운동 경로에 따라 다수의 사용자의 동선이 겹치는 영역이 발생되는 경우, 해당 영역에 위험 상황이 발생 가능성이 높음을 나타내는 위험 상황 예측 정보를 제공할 수 있다.The electronic device 100 may further provide risk situation prediction information based on the exercise tendency information. More specifically, the electronic device 100 may provide risk situation prediction information on whether or not a dangerous situation will occur by using exercise tendency information (eg, exercise routine for each user, exercise ability information) of individual users. . For example, the electronic device 100 may be dangerous to the user when an individual user performs an exercise greater than or equal to an existing maximum amount of exercise (eg, maximum squat weight or running greater than or equal to maximum speed/time) based on movement tendency information. It is possible to provide risk situation prediction information indicating that the situation is likely to occur. In addition, when an area in which the movement lines of a plurality of users overlap is generated according to an exercise path of an individual user, the electronic device 100 may provide risk situation prediction information indicating that a dangerous situation is highly likely to occur in the corresponding area.

전자 장치(100)는 사용자들이 서로 최대한 먼 거리를 유지하도록 추천 운동 경로 정보를 제공할 수 있다. 예를 들어, A 사용자에게 랫 풀다운(Lat Pull Down) 운동을 위한 경로를 추천하는 과정에서, 피트니스 센터 내에 존재하는 랫 풀다운 운동 기구와 다른 사용자들 사이의 거리를 측정하고, 측정된 거리를 최대화하는 랫 풀다운동 기구를 추천하는 방향으로 추천 운동 경로 정보를 제공할 수 있다. 이를 통해 감염병 전염 가능성이 저하될 수 있다.The electronic device 100 may provide recommended exercise route information so that users keep a maximum distance from each other. For example, in the process of recommending a route for lat pull-down exercise to user A, measuring the distance between the lat pull-down exercise equipment existing in the fitness center and other users, and maximizing the measured distance It is possible to provide recommended exercise route information in the direction of recommending the rat pullda exercise equipment. This may reduce the possibility of transmission of infectious diseases.

전자 장치(100)는 중량, 러닝 속도 등 추가 운동 성향에 기초하여 추천 운동 경로 정보를 제공할 수 있다. 예를 들어, A 사용자에게 랫 풀다운 운동 기구를 추천하는 과정에서, 고중량의 운동을 수행하는 B 사용자가 점유되지 않은 랫 풀다운 운동 기구 a에서 미리 설정된 임계 거리 내에서 존재하는 기구를 통해 운동을 하고 있는 경우, 전자 장치(100)는 랫 풀다운 운동 기구 a보다 B 사용자에게 먼 거리에 위치한 랫 풀다운 운동 기구 b를 추천함으로써 추천 운동 경로 정보를 제공할 수 있다. 앞서 설명된 임계 거리는 운동 강도가 강한 사용자의 경우 더 크게 설정될 수 있으며, 운동 강도가 낮은 사용자의 경우, 보다 작게 설정될 수 있다. 높은 운동 강도로 운동을 하는 사용자의 경우, 호흡을 보다 강하게 하는 경향이 있는 바, 전자 장치(100)는 감염 위험을 저감하기 위하여 임계 거리를 보다 길게하여 추천 운동 경로를 생성할 수 있다. 이외에도 전자 장치(100)는 임계 거리 조절을 통해 추가 사고 발생을 저감할 수 있다.The electronic device 100 may provide recommended exercise route information based on an additional exercise tendency such as weight and running speed. For example, in the process of recommending a rat pull-down exercise device to user A, user B, who performs a high-weight exercise, is exercising through a device that exists within a preset threshold distance from an unoccupied rat pull-down exercise device a. In this case, the electronic device 100 may provide the recommended exercise route information by recommending the rat pull-down exercise device b located at a greater distance to the user B than the rat pull-down exercise device a. The above-described threshold distance may be set larger for a user with a strong exercise intensity, and may be set smaller for a user with a low exercise intensity. In the case of a user exercising at a high exercise intensity, since breathing tends to be stronger, the electronic device 100 may generate a recommended exercise route by increasing the threshold distance in order to reduce the risk of infection. In addition, the electronic device 100 may reduce the occurrence of additional accidents by adjusting the critical distance.

전자 장치(100)는 앞선 임계 거리를 설정하는 과정에서, 위험 상황 정보 또는 위험 상황 예측 정보를 활용할 수 있다. 예를 들어, 전자 장치(100)는 이미지를 통해 위험 상황이 발생된 것으로 판단된 영역(바벨에 깔린 사용자가 위치한 영역) ,오디오를 통해 위험 상황이 발생된 것으로 판단된 영역(숨소리가 거칠거나 기침을 많이 하는 사용자가 위치한 영역) 및 위험 상황이 발생될 것으로 예측되는 영역에 대해서 임계 거리를 일반적인 경우보다 길게 설정하여 추천 운동 경로를 생성할 수 있다. 예를 들어, 전자 장치(100)는 위험 상황이 발생될 가능성이 높을수록 임계 거리를 길게 설정할 수 있다. The electronic device 100 may utilize the dangerous situation information or the dangerous situation prediction information in the process of setting the threshold distance. For example, the electronic device 100 may display an area in which it is determined that a dangerous situation has occurred through an image (a region where a user is placed on a barbell) and an area where it is determined that a dangerous situation has occurred through an audio (rough breathing or coughing). A recommended exercise route may be generated by setting a threshold distance longer than in the general case for an area where a user is located) and an area where a dangerous situation is predicted to occur. For example, the electronic device 100 may set the threshold distance to be longer as the probability that a dangerous situation will occur is high.

운동 경로 추천을 통해 전자 장치(100)는 감염 질환 발생 위험성이 높은 피트니스 센터에서 감염 질환 발생 가능성을 저감하는 수단을 제공할 수 있으며, 개별 회원에게 안정성이 향상된 운동 경험을 제공할 수 있다.Through the exercise route recommendation, the electronic device 100 may provide a means of reducing the possibility of the occurrence of an infectious disease in a fitness center having a high risk of developing an infectious disease, and may provide an exercise experience with improved stability to individual members.

또한, 전자 장치(100)는 앞서 설명한 사용자의 운동 성향 정보에 기초하여 사용자 별로 커스토마이즈된 상품을 추천할 수도 있다. 예를 들어, 주말에만 피트니스 센터에 나오는 사용자의 경우, 주말에만 입장하는 것을 기본으로 하되, 평일 입장시 할인가를 제공하는 커스토마이즈 상품을 할인가로 생성하여 추천할 수 있으며, 특정 시간 대에만 피트니스 센터에 방문하는 사용자의 경우, 해당 시간대에 입장하는 것을 원칙으로 하되, 타 시간대의 경우 할인가를 제공하는 커스토마이즈 상품을 할인가로 생성하여 추천할 수 있다. 위 상품 추천 시스템을 통하여 사용자에게 적합한 상품을 제공함으로써 판매를 높이고, 회원들의 입장 시간에 일부 제한을 통해 감염 질환 발생을 저감하는 수단을 제공할 수 있다.Also, the electronic device 100 may recommend a product customized for each user based on the user's exercise tendency information described above. For example, in the case of users who come to the fitness center only on weekends, it is basic to enter the fitness center only on weekends, but customized products that provide a discount price on weekdays can be created and recommended at a discount price. In principle, users who visit Through the above product recommendation system, it is possible to increase sales by providing suitable products to users, and to provide a means of reducing the occurrence of infectious diseases by restricting the entry time of members.

또한, 전자 장치(100)는 앞서 설명한 사용자의 운동 성향 정보에 기초하여 보강 운동 정보를 제공할 수 있다. 전자 장치(100)는 운동 성향 정보에 기초하여 현재 사용자에게 부족한 영역의 운동을 결정하고, 결정된 운동에 기초한 보강 운동 정보를 제공할 수 있다. 예를 들어, 현재 사용자의 운동 루틴에서 허리 관련 운동이 배제된 경우, 전자 장치(100)는 허리 운동의 종류 및 관련 기구에 대한 정보에 기초하여 보강 운동 정보를 제공할 수 있다. 또한, 현재 사용자가 상체 운동에 대해서는 고중량 운동을 수행하고, 하체 운동은 상체에 비해 빈약하게 진행하여 미리 설정된 조건이 충족되지 않는 것으로 결정된 경우, 전자 장치(100)는 하체 운동의 중량/횟수를 증가하는 취지의 보강 운동 정보를 제공할 수 있다. 앞서 설명된 방식에서 미리 설정된 조건은 상체 운동 총 중량/하체 운동 총 중량에 기초하여 결정될 수 있으나, 실시예는 이에 한정되는 것은 아니고, 임의의 지표가 활용될 수 있음은 통상의 기술자가 이해할 것이다. 또한, 부족한 운동 영역을 결정하는 방식은 위 예시에 한정되는 것은 아니고, 임의의 방식을 통해 부족한 운동을 산출될 수 있음은 통상의 기술자가 이해할 것이다.Also, the electronic device 100 may provide reinforcement exercise information based on the user's exercise tendency information described above. The electronic device 100 may determine an exercise in an area lacking the current user based on the exercise tendency information, and may provide reinforcement exercise information based on the determined exercise. For example, when a waist-related exercise is excluded from the current user's exercise routine, the electronic device 100 may provide reinforcement exercise information based on the type of the waist exercise and information on a related instrument. In addition, when it is determined that the current user performs a high-weight exercise for upper body exercise and the lower body exercise progresses poorly compared to the upper body and thus a preset condition is not satisfied, the electronic device 100 increases the weight/number of lower body exercises Reinforcement exercise information to the effect can be provided. In the above-described manner, the preset condition may be determined based on the total weight of the upper body exercise/the total weight of the lower body exercise, but the embodiment is not limited thereto, and it will be understood by those skilled in the art that any index may be utilized. In addition, the method of determining the insufficient exercise area is not limited to the above example, it will be understood by those skilled in the art that the insufficient movement can be calculated through any method.

도 5는 일 실시예에 따른 위험 상황 정보를 분석하는 뉴럴 네트워크 모델을 설명하기 위한 도면이다.5 is a diagram for explaining a neural network model for analyzing dangerous situation information according to an embodiment.

도 5를 참고하면, 일 실시예에 따른 제1 뉴럴 네트워크 모델(510)은 위험 상황이 발생된 것으로 라벨링된 제1 이미지(522) 및 위험 상황이 발생되지 않은 것으로 라벨링된 제2 이미지(521)를 포함하는 학습 데이터를 입력으로하여 위험 상황 발생 여부에 대한 판단을 포함하는 제1 위험 상황 정보(530)를 출력하도록 미리 학습될 수 있다. 제시된 상황은 사용자가 운동 기구를 무리하게 사용하는 이미지를 도시하고 있으나 학습 데이터는 이에 한정되는 것은 아니고, 운동 기구에 문제가 있는 경우, 사용자의 자세에 문제가 있는 경우 등 임의의 위험 상황에 대한 이미지가 활용될 수 있음은 통상의 기술자가 이해할 것이다.Referring to FIG. 5 , the first neural network model 510 according to an embodiment includes a first image 522 labeled as having a dangerous situation and a second image 521 labeled as not having a dangerous situation. It may be learned in advance to output the first dangerous situation information 530 including a determination as to whether or not a dangerous situation occurs by inputting learning data including The presented situation shows an image in which the user uses the exercise equipment forcibly, but the learning data is not limited thereto, and the image for any dangerous situation, such as when there is a problem with the exercise equipment, when there is a problem with the user's posture It will be understood by those skilled in the art that may be utilized.

일 실시예에 따른 제2 뉴럴 네트워크 모델(550)은 정상 오디오 신호(542) 및 위험 상황이 발생된 상황에 대응되는 비정상 오디오 신호(541)을 포함하는 학습 데이터를 입력으로하여 위험 상황 발생 여부에 대한 판단을 포함하는 제2 위험 상황 정보(560)를 출력하도록 미리 학습될 수 있다. 위험 상황은 앞서 설명된 바와 같이, 운동 기구에 문제가 생겨 운동 기구에서 발생되는 오디오 신호, 사용자로부터 발생되는 오디오 신호 등 임의의 오디오 신호가 포함될 수 있음을 통상의 기술자가 이해할 것이다.The second neural network model 550 according to an embodiment receives learning data including a normal audio signal 542 and an abnormal audio signal 541 corresponding to a situation in which a dangerous situation occurs, and determines whether a dangerous situation occurs. It may be learned in advance to output the second dangerous situation information 560 including the determination. A person skilled in the art will understand that a dangerous situation may include any audio signal, such as an audio signal generated by the exercise device due to a problem with the exercise device, and an audio signal generated from a user, as described above.

일 실시예에 따르면, 제1 뉴럴 네트워크(510) 및 제2 뉴럴 네트워크(550)에 대한 학습 데이터는 사용자의 운동 성향 정보에 기초한 추가 정보를 더 포함할 수 있다. 추가 정보는 사용자의 최대 운동 능력 정보(최대 스쿼트 중량), 현재 운동량 정보(현재 스쿼트 중량)를 포함할 수 있다. 추가 정보를 통해 동일한 전자 장치(100)는 운동 자세, 음성에 대해서도 보다 정확도 높게 위험 상황을 결정할 수 있다. According to an embodiment, the training data for the first neural network 510 and the second neural network 550 may further include additional information based on the user's exercise tendency information. The additional information may include the user's maximum exercise capacity information (maximum squat weight) and current exercise amount information (current squat weight). Through the additional information, the same electronic device 100 may determine a dangerous situation with higher accuracy even with respect to an exercise posture and voice.

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, FPGA(field programmable gate 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.The device described above may be implemented as a hardware component, a software component, and/or a combination of the hardware component and the software component. For example, devices and components described in the embodiments may include, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate array (FPGA). , a programmable logic unit (PLU), microprocessor, or any other device capable of executing and responding to instructions, may be implemented using one or more general purpose or special purpose computers. The processing device may execute an operating system (OS) and one or more software applications running on the operating system. A processing device may also access, store, manipulate, process, and generate data in response to execution of the software. For convenience of understanding, although one processing device is sometimes described as being used, one of ordinary skill in the art will recognize that the processing device includes a plurality of processing elements and/or a plurality of types of processing elements. It can be seen that can include For example, the processing device may include a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as parallel processors.

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 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 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.Software may comprise a computer program, code, instructions, or a combination of one or more thereof, which configures a processing device to operate as desired or is independently or collectively processed You can command the device. The software and/or data may be any kind of machine, component, physical device, virtual equipment, computer storage medium or apparatus, to be interpreted by or to provide instructions or data to the processing device. , or may be permanently or temporarily embody in a transmitted signal wave. The software may be distributed over networked computer systems and stored or executed in a distributed manner. Software and data may be stored in one or more computer-readable recording media.

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. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination. The program instructions recorded on the medium may be specially designed and configured for the embodiment, or may be known and available to those skilled in the art of computer software. Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic such as floppy disks. - includes magneto-optical media, and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

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.As described above, although the embodiments have been described with reference to the limited embodiments and drawings, various modifications and variations are possible from the above description by those skilled in the art. For example, the described techniques are performed in an order different from the described method, and/or the described components of the system, structure, apparatus, circuit, etc. are combined or combined in a different form than the described method, or other components Or substituted or substituted by equivalents may achieve an appropriate result.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.

Claims

In an electronic device,
Memory;
communication module; and
Including; at least one processor connected to the memory and the communication module;
the at least one processor,
Receive an image from the camera through the communication module,
Detecting the first dangerous situation information in the image using the first neural network model,
receiving audio from the microphone through the communication module;
Detecting second dangerous situation information in the audio using a second neural network model,
Reflecting predetermined weight information for each risk situation in the first risk situation information and the second risk situation information, and determining whether or not there is a risk situation based on the weight reflection result,
Send a notification of a dangerous situation based on the result of the decision on whether or not there is a dangerous situation;
the at least one processor,
Based on the first exercise tendency information including information on the type of exercise that the current user who enters the fitness center prioritizes, the recommended exercise path including information on the first exercise equipment that the current user will use for the first time in the routine of the day provide information,
When it is determined that all of the first exercise equipment is in an occupied state based on the occupancy state information of the fitness center, providing information on a second exercise equipment replacing the first exercise equipment,
The current user through the occupancy state prediction information calculated based on the occupancy state information, the first exercise tendency information, and the second exercise tendency information including information on the type of exercise prioritized by other users in the fitness center provides the recommended exercise route information including information on the exercise equipment to be used secondly,
Calculate distance information between users in the fitness center,
On the basis of the calculated distance information, providing the recommended exercise route information so that the distance between users in the fitness center exceeds a predetermined threshold distance,
An area in which a dangerous situation occurs based on the first dangerous situation information or the second dangerous situation information is excluded from the recommended exercise route information,
the at least one processor,
generating dangerous situation prediction information based on the first exercise tendency information and the second exercise tendency information;
Set the corresponding critical distance to be relatively longer in an area in which a risk situation is more likely to occur through the risk situation prediction information,
An electronic device configured to set the corresponding threshold distance relatively long as the exercise intensity of the individual user increases.

delete

A method of detecting a hazardous situation performed by an electronic device comprises:
receiving an image from a camera through a communication module;
detecting first dangerous situation information in the image using a first neural network model;
receiving audio from a microphone via the communication module;
detecting second dangerous situation information in the audio using a second neural network model;
reflecting predetermined weight information for each risk situation to the first risk situation information and the second risk situation information, and determining whether a risk situation exists based on a weight reflection result;
Transmitting a notification of a dangerous situation based on the result of the determination as to whether or not there is a danger situation
including,
Based on the first exercise tendency information including information on the type of exercise that the current user who enters the fitness center prioritizes, the recommended exercise path including information on the first exercise equipment that the current user will use for the first time in the routine of the day provide information,
When it is determined that all of the first exercise equipment is in an occupied state based on the occupancy state information of the fitness center, providing information on a second exercise equipment replacing the first exercise equipment,
The current user through the occupancy state prediction information calculated based on the occupancy state information, the first exercise tendency information, and the second exercise tendency information including information on the type of exercise prioritized by other users in the fitness center providing the recommended exercise route information including information on the exercise equipment to be used for the second time
further comprising,
Calculate distance information between users in the fitness center,
On the basis of the calculated distance information, providing the recommended exercise route information so that the distance between users in the fitness center exceeds a predetermined threshold distance,
Excluding an area in which a dangerous situation has occurred according to the dangerous situation information from the recommended exercise route information
further comprising,
the critical distance,
Through the risk situation prediction information generated based on the first exercise tendency information and the second exercise tendency information, a region with a high probability of occurrence of a dangerous situation is set to be relatively longer,
As the exercise intensity of the individual user is stronger, the critical distance corresponding to the individual user is set to be relatively long.