KR20170119340A - 운동정보 처리 장치 및 방법 - Google Patents
운동정보 처리 장치 및 방법 Download PDFInfo
- Publication number
- KR20170119340A KR20170119340A KR1020160046730A KR20160046730A KR20170119340A KR 20170119340 A KR20170119340 A KR 20170119340A KR 1020160046730 A KR1020160046730 A KR 1020160046730A KR 20160046730 A KR20160046730 A KR 20160046730A KR 20170119340 A KR20170119340 A KR 20170119340A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- motion
- information
- exercise
- image
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 title abstract description 7
- 230000033001 locomotion Effects 0.000 claims abstract description 277
- 230000008569 process Effects 0.000 claims description 6
- 230000010365 information processing Effects 0.000 abstract description 42
- 210000002414 leg Anatomy 0.000 description 11
- 230000008859 change Effects 0.000 description 9
- 238000003672 processing method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000004899 motility Effects 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 3
- 210000003127 knee Anatomy 0.000 description 3
- 241000254032 Acrididae Species 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 210000001217 buttock Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 230000009189 diving Effects 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G06K9/00369—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
-
- H04N5/225—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Computer Networks & Wireless Communication (AREA)
- Child & Adolescent Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Human Computer Interaction (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
본 발명은 운동정보 처리 장치 및 방법에 관한 것이다.
본 발명에 따른 운동정보 처리 장치는 미리 설정된 운동영역 내에서 복수의 사용자들 중 타깃(Target)으로 선택된 사용자의 운동 영상을 촬영하는 카메라부 및 상기 운동 영상을 근거로 하여 선택된 상기 사용자의 운동에 대한 정보를 획득하는 제어부를 포함할 수 있다.
본 발명에 따른 운동정보 처리 장치는 미리 설정된 운동영역 내에서 복수의 사용자들 중 타깃(Target)으로 선택된 사용자의 운동 영상을 촬영하는 카메라부 및 상기 운동 영상을 근거로 하여 선택된 상기 사용자의 운동에 대한 정보를 획득하는 제어부를 포함할 수 있다.
Description
본 발명은 운동정보 처리 장치 및 방법에 관한 것이다.
생활수준 향상에 따라, 현대인들의 건강에 대한 관심이 급증하고 있다. 이에 대한 일환으로, 현대인들은 질병예방 및 개인의 취미로 운동을 하는 사람이 점차 증가하고 있는 실정이다.
근래에 들어서는, 트레이너와 1:1로 운동을 진행하는 퍼스널 트레이닝(Personal Training, PT)이 각광받고 있다.
그러나 PT의 경우에는 비용이 비싸다는 단점이 있다.
만약, 사용자가 혼자 운동을 진행하는 경우에는 본인의 동작의 정확성이나 본인이 진행하는 운동의 적절성을 판단하기 어렵다는 문제점이 있다.
본 발명은 상기한 문제점을 해결하기 위해 도출된 것으로서, 사용자의 운동 영상을 촬영하고, 촬영한 운동 영상을 분석하여 운동에 대한 정보를 제공하는 운동정보 처리 장치 및 방법을 제공하는데 그 목적이 있다.
본 발명에 따른 운동정보 처리 장치는 미리 설정된 운동영역 내에서 복수의 사용자들 중 타깃(Target)으로 선택된 사용자의 운동 영상을 촬영하는 카메라부 및 상기 운동 영상을 근거로 하여 선택된 상기 사용자의 운동에 대한 정보를 획득하는 제어부를 포함할 수 있다.
또한, 상기 제어부는 상기 운동 영상을 근거로 하여 선택된 상기 사용자의 상기 운동영역 내에서의 경로에 대한 정보를 판별하는 경로 판별부를 포함할 수 있다.
또한, 상기 제어부는 상기 운동 영상을 근거로 하여 상기 사용자가 사용하는 운동기구에 대한 정보를 판별하는 기구 판별부를 포함할 수 있다.
또한, 상기 제어부는 상기 운동 영상을 근거로 하여 상기 사용자의 상기 운동기구에 대한 선호도에 대한 정보를 판별하는 선호도 판별부를 포함할 수 있다.
또한, 상기 카메라부는 제 1 카메라(First Camera)와 제 2 카메라(Second Camera)를 포함하고, 상기 제 1 카메라가 상기 사용자를 촬영하는 과정에서 상기 사용자를 시야에서 놓치는 경우, 상기 제어부는 상기 제 2 카메라가 촬영한 영상에서 상기 사용자를 추적할 수 있다.
또한, 상기 제어부는 상기 운동 영상을 근거로 하여 상기 사용자의 운동의 종류를 판별하는 종류 판별부를 포함할 수 있다.
또한, 상기 제어부는 상기 운동 영상을 근거로 하여 상기 사용자의 운동 동작을 판별하는 동작 판별부를 포함할 수 있다.
또한, 상기 제어부는 상기 운동 영상을 근거로 하여 상기 사용자의 운동 횟수를 판별하는 횟수 판별부를 포함할 수 있다.
또한, 상기 제어부는 상기 운동 영상을 근거로 하여 사용자의 운동 시간을 측정하는 시간 판별부를 포함할 수 있다.
또한, 상기 제어부는 상기 사용자가 상기 운동영역을 미리 지정된 기준 시간 이상 벗어나는 경우 상기 사용자의 운동이 종료되는 것으로 판단할 수 있다.
본 발명에 따른 운동정보 처리방법은 카메라부가 미리 설정된 운동영역 내에서 복수의 사용자들 중 타깃(Target)으로 선택된 사용자의 운동 영상을 촬영하는 촬영단계 및 상기 운동 영상을 근거로 하여 선택된 상기 사용자의 운동에 대한 정보를 획득하는 정보획득단계를 포함할 수 있다.
또한, 상기 정보획득단계는 상기 운동 영상을 근거로 하여 상기 사용자의 상기 운동영역 내에서의 경로에 대한 정보를 판별하는 단계를 포함할 수 있다.
또한, 상기 정보획득단계는 상기 운동 영상을 근거로 하여 상기 사용자가 사용하는 운동기구에 대한 정보를 판별하는 단계를 더 포함할 수 있다.
또한, 상기 정보획득단계는 상기 운동 영상을 근거로 하여 상기 사용자의 상기 운동기구에 대한 선호도에 대한 정보를 판별하는 단계를 포함할 수 있다.
또한, 상기 카메라부는 제 1 카메라(First Camera)와 제 2 카메라(Second Camera)를 포함하고, 상기 제 1 카메라가 상기 사용자를 촬영하는 과정에서 상기 사용자를 시야에서 놓치는 경우, 상기 제 2 카메라가 촬영한 영상에서 상기 사용자를 추적할 수 있다.
또한, 상기 정보획득단계는 상기 운동 영상을 근거로 하여 상기 사용자의 운동의 종류를 판별하는 단계를 포함할 수 있다.
또한, 상기 정보획득단계는 상기 운동 영상을 근거로 하여 상기 사용자의 운동 동작을 판별하는 단계를 포함할 수 있다.
또한, 상기 정보획득단계는 상기 운동 영상을 근거로 하여 상기 사용자의 운동 횟수를 판별하는 단계를 포함할 수 있다.
또한, 상기 정보획득단계는 상기 운동 영상을 근거로 하여 사용자의 운동 시간을 측정하는 단계를 더 포함할 수 있다.
또한, 상기 정보획득단계는 상기 사용자가 상기 운동영역을 미리 지정된 기준 시간 이상 벗어나는 경우 상기 사용자의 운동이 종료되는 것으로 판단하는 단계를 더 포함할 수 있다.
본 발명에 따른 운동정보 처리 장치 및 방법은 사용자의 운동 영상을 분석하여 사용자의 운동 동작, 운동 횟수 등에 대한 정보를 제공할 수 있어서, 보다 저렴한 비용으로 객관적이고 정확한 운동 정보를 사용자에게 제공할 수 있다는 효과가 있다.
도 1은 본 발명에 따른 운동정보 처리 장치의 구성에 대해 설명하기 위한 도면,
도 2 내지 도 33은 본 발명에 따른 운동 정보 처리 방법에 대해 설명하기 위한 도면,
도 34 내지 도 37은 본 발명에 따른 또 다른 운동 정보 처리 방법에 대해 설명하기 위한 도면이고,
도 38 내지 도 47은 운동 경로를 고려한 운동 정보 처리 방법에 대해 설명하기 위한 도면이다.
도 2 내지 도 33은 본 발명에 따른 운동 정보 처리 방법에 대해 설명하기 위한 도면,
도 34 내지 도 37은 본 발명에 따른 또 다른 운동 정보 처리 방법에 대해 설명하기 위한 도면이고,
도 38 내지 도 47은 운동 경로를 고려한 운동 정보 처리 방법에 대해 설명하기 위한 도면이다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 운동정보 처리 장치 및 방법에 대해 상세히 설명한다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해될 수 있다.
본 발명을 설명함에 있어서 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지 않을 수 있다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 수 있다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다.
및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함할 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급되는 경우는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해될 수 있다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해될 수 있다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로서, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해될 수 있다.
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 가질 수 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석될 수 있으며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않을 수 있다.
아울러, 이하의 실시예는 당 업계에서 평균적인 지식을 가진 자에게 보다 완전하게 설명하기 위해서 제공되는 것으로서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
도 1은 본 발명에 따른 운동정보 처리 장치의 구성에 대해 설명하기 위한 도면이다.
도 1을 살펴보면, 본 발명에 따른 운동정보 처리 장치(10)는 제어부(100), 카메라부(300), 출력부(400), 사용자 입력부(500), 메모리부(600) 및 통신부(700)를 포함할 수 있다.
카메라부(300)는 제어부(100)의 제어에 따라 소정의 영상을 촬영할 수 있다. 예를 들면, 카메라부(300)는 사용자의 운동 영상을 촬영할 수 있다. 또는, 카메라부(300)는 소정의 운동 영역(헬스클럽 등)의 영상을 촬영하는 것이 가능하다.
카메라부(300)는 적어도 하나의 카메라를 포함할 수 있다.
출력부(400)는 제어부(100)의 제어에 따라 소정의 정보를 사용자가 확인가능하도록 출력할 수 있다. 자세하게는, 출력부(400)는 운동에 대한 정보, 예컨대 운동의 기준 동작, 기준 횟수 등에 대한 정보를 사용자가 확인할 수 있도록 출력할 수 있다.
출력부(400)는 표시부(410) 및 음성출력부(420)를 포함할 수 있다.
표시부(410)는 다양한 정보를 영상으로 표시할 수 있다. 음성출력부(420)는 다양한 정보를 음성으로 출력할 수 있다.
사용자 입력부(500)는 사용자가 소정의 명령을 입력하는데 사용될 수 있다. 이러한 사용자 입력부(500)는 키 입력부, 터치 입력부 또는 음성 입력부 중 적어도 하나를 포함할 수 있다.
메모리부(600)는 제어부(100)의 제어에 따라 다양한 정보를 저장할 수 있다. 예를 들면, 메모리부(600)는 기준 횟수, 기준 동작, 기준 시간 등에 대한 정보를 저장할 수 있다.
통신부(700)는 다른 기기와 통신을 수행할 수 있다. 예를 들면, 통신부(700)는 제어부(100)의 제어에 따라 운동에 대한 정보 또는 편집된 운동영상을 다른 기기 혹은 미리 지정된 소정의 페이지(웹사이트)로 전송할 수 있다.
제어부(100)는 운동정보 처리 장치(10)의 전반적인 동작을 제어할 수 있다.
제어부(100)는 카메라부(300)가 촬영한 운동 영상을 근거로 하여 사용자의 운동에 대한 다양한 정보를 획득할 수 있다.
제어부(100)는 사용자의 운동의 시작과 종료를 판별할 수 있다.
제어부(100)는, 사용자의 운동에 대한 다양한 정보를 획득하기 위해, 종류 판별부(110), 동작 판별부(120), 횟수 판별부(130), 시간 판별부(140), 기구 판별부(150), 추적부(160), 경로 판별부(170), 선호도 판별부(180), 객체 인식부(190), 운동성 판별부(200), 정보 제공부(210) 및 편집부(220)를 포함할 수 있다.
종류 판별부(110)는 카메라부(300)가 촬영한 사용자의 운동 영상을 근거로 하여 사용자의 운동에 대한 운동 종류를 판별할 수 있다.
동작 판별부(120)는 운동 영상을 근거로 하여 사용자의 운동 동작을 판별할 수 있다.
횟수 판별부(130)는 운동 영상을 근거로 하여 사용자의 운동 횟수를 판별할 수 있다.
이러한 횟수 판별부(130)는 사용자의 운동 동작이 미리 설정된 기준 동작에 미리 설정된 기준 비율 이상 매칭(Matching)되는 경우에 운동 횟수를 카운트할 수 있다.
시간 판별부(140)는 운동 영상을 근거로 하여 사용자의 운동 시간을 판별할 수 있다.
기구 판별부(150)는 사용자가 선택한 운동기구의 종류를 판별할 수 있다.
아울러, 기구 판별부(150)는 운동 종류가 웨이트 기구를 이용한 운동인 경우, 웨이트 기구에 설정된 로드(Load)를 판별할 수 있다.
추적부(160)는 미리 설정된 운동영역 내에서 복수의 사용자들 중 선택된 사용자를 타깃(Target)으로 추적할 수 있다.
경로 판별부(170)는 운동 영상을 근거로 하여 선택된 사용자의 운동영역 내에서의 경로에 대한 정보를 판별할 수 있다.
선호도 판별부(180)는 운동 기구에 대한 적어도 하나의 사용자의 선호도 혹은 온동 종류에 대한 적어도 하나의 사용자의 선호도를 판별할 수 있다.
객체 인식부(190)는 운동 영상을 분석하여 움직이는 객체(Object)를 인식할 수 있다.
운동성 산출부(200)는 객체 인식부(190)가 인식한 움직이는 객체의 움직임을 시간에 따라 밝기를 다르게 하여 구분하고, 밝기가 변화하는 방향 및 정도를 근거로 하여 운동성을 산출할 수 있다.
정보 제공부(210)는 운동 종류에 대한 정보, 운동 횟수에 대한 정보 또는 운동 시간에 대한 정보 중 적어도 하나를 근거로 하여 사용자에게 추천 정보를 제공할 수 있다.
아울러, 정보 제공부(210)는 운동 영상을 분석하여 획득한 다양한 정보를 사용자, 다른 기기 및/또는 미리 지정된 웹사이트에 제공할 수 있다.
영상 편집부(220)는 사용자의 운동 영상에서 하이라이트 영상을 추출/편집할 수 있다.
도 1의 구성의 운동 정보 처리 장치(10)는 다양한 형태의 하드웨어로 실현될 수 있다. 예를 들면, 본 발명에 따른 운동 정보 처리 장치(10)는 스마트 폰 등의 이동통신 단말기의 형태로 제작될 수 있고, 또는 CCTV 등의 고정된 단말기 형태로 제작되는 것도 가능할 수 있다.
이러한 구성의 운동 정보 처리 장치를 이용한 운동 정보 처리 방법에 대해 첨부된 도면을 참조하여 이하에서 상세히 설명한다.
도 2 내지 도 37은 본 발명에 따른 운동 정보 처리 방법에 대해 설명하기 위한 도면이다. 이하에서는 이상에서 설명한 내용에 대한 설명은 생략될 수 있다.
도 2를 살펴보면, 본 발명에 따른 운동 정보 처리 방법에서는 먼저 운동 정초 처리 장치(10)를 셋팅(S100)할 수 있다.
셋팅단계에서는 카메라부(300)를 운동 영상을 촬영 가능한 위치에 배치하는 것이 가능하다.
또는, 운동 정보 처리 장치(10)를 운동 영상 촬영 모드로 설정할 수 있다.
필요에 따라, 사용자의 아이디(ID) 또는 비밀번호(PW) 등의 정보를 입력하여 사용자를 인증할 수 있다.
촬영 명령이 입력되면, 카메라부(300)는 제어부(100)의 제어에 따라 사용자의 운동 영상을 촬영(S400)할 수 있다. 예를 들면, 도 3의 경우와 같이, 사용자(H)가 운동을 하는 영상을 이동통신 단말기 형태의 운동정보 처리장치(10)가 촬영하는 것이 가능하다.
이후, 제어부(100)는 카메라부(300)가 촬영한 운동 영상을 분석(S300)할 수 있다.
아울러, 제어부(100)는 운동 영상을 분석한 결과물로 다양한 운동 정보를 판별(S400)할 수 있다.
이후, 제어부(100)는 판별한 정보들을 근거로 하여 다양한 정보를 제공(S500)할 수 있다.
정보 제공 단계에서는 통신부(700)가 제어부(100)의 제어에 따라 제어부(100)가 판별한 정보를 다른 기기 혹은 미리 지정된 홈페이지 등에 전송할 수 있다.
운동 영상을 분석하는 방법에 대해 살펴보면 아래와 같다.
도 4를 살펴보면, 운동 영상을 분석하는 단계(S300)에서는 먼저 운동 영상에서 배경을 추출(S310)할 수 있다. 자세하게는, 복수의 영상 프레임(Frame)을 비교하여 움직임이 없거나 매우 적은 부분을 배경으로 판단하고, 판단한 결과에 따라 배경을 추출할 수 있다.
예를 들면, 도 5의 경우와 같이, 제 1 프레임(First Frame, A)과 제 1 프레임(A) 이후의 제 2 프레임(Second Frame, B)을 비교하면, 제 2 프레임(B)에는 소정의 객체(Object, OB)가 포함되어 있고, 제 1 프레임(A)에는 객체(OB)가 포함되지 않은 것을 확인할 수 있다.
이러한 경우, 시간적으로 늦은 제 2 프레임(B)에 새롭게 추가된 객체(OB)를 움직이는 객체(OB)로 인식할 수 있다.
제 1 프레임(A)과 제 2 프레임(B)에서 객체(OB)를 제외한 나머지 부분의 영상은 거의 변화가 없다. 다르게 표현하면, 객체(OB)를 제외한 나머지 부분의 영상은 움직임이 거의 없다. 따라서, 객체(OB)를 제외한 나머지 부분을 모두 배경으로 인식할 수 있다.
또는, 운동영상에 움직이는 객체(OB)가 포착되지 않는 경우에는 제 1 프레임(A)과 같은 영상이 계속 이어질 수 있다. 이러한 경우, 제 1 프레임(A) 영상을 배경 영상이라고 인식할 수 있다. 다르게 표현하면, 제 1 프레임(A)에 나타난 모든 부분을 배경으로 인식할 수 있다.
이처럼, 영상에서 미리 설정된 기준 프레임 기간 동안 움직임이 없는 부분을 배경으로 인식하고 추출하는 것이 가능하다.
제 1 프레임(A)과 유사한 배경 영상이 계속되다가 객체(OB)가 카메라부(300)에 포착되면, 제 2 프레임(B)과 유사한 영상이 획득될 수 있다. 만약, 객체(OB)가 계속해서 움직여서 화면을 벗어나면 다시금 제 1 프레임(A)과 같은 영상이 획득될 것이다.
객체(OB)가 지나가기 이전 영상과 객체(OB)가 지나간 이후의 영상을 비교하면, 두 개의 영상은 거의 동일할 수 있다.
이처럼, 일정 기간 동안의 영상에서 객체(OB)가 이동하면서 영상에서 움직임이 감지되더라도, 객체(OB)가 포착되기 이전의 영상과 객체(OB)가 지나간 이후의 영상이 거의 동일하다면 해당 영상에 대응하는 부분이 대부분 배경일 수 있다.
다르게 표현하면, 일정 기간 동안 영상에서 움직임에 따라 변화하는 부분이 있더라도, 그 변화가 시작되기 이전과 그 변화가 종료된 이후의 영상이 거의 동일하다면 해당 영상은 배경 영상인 것으로 인식될 수 있는 것이다.
배경을 추출한 이후, 배경의 색을 판별하여 그에 대한 정보를 저장할 수 있다.
이후, 배경(배경이 되는 영상)과 다른 운동영상의 색을 비교(S320)할 수 있다.
객체 인식부(190)는 운동영상에서 배경과 다른 색상을 갖는 부분을 움직이는 객체(OB)로 인식(S330)할 수 있다.
예를 들면, 도 6의 (A)와 같이, 배경과 다른 색을 갖는 부분, 즉 객체(OB)를 검출할 수 있다.
아울러, 배경과 객체(OB)를 구분한 이후, 배경을 단색으로 처리할 수 있다. 예를 들면, 배경을 검은색으로 처리할 수 있다. 이러한 경우, 객체(OB)의 움직임을 보다 용이하게 분석할 수 있다.
이후, 도 6의 (B)와 같이, 객체(OB)의 실루엣을 판별할 수 있다. 도 6의 (B)에서 왼쪽 상단의 붉은색 부분(ER)은, 사람의 형태와 너무 다르므로, 에러로 처리할 수 있다.
이러한 과정으로 운동영상에서 움직이는 객체(OB)를 인식할 수 있다.
이후, 움직임 산출부(200)는 객체(OB)의 움직임을 분석(S340)할 수 있다.
아울러, 움직임 분석의 결과에 따라 운동성을 산출(S360)할 수 있다.
자세하게는, 움직임 산출부(200)는 움직이는 객체(OB)의 움직임을 시간에 따라 밝기를 다르게 하여 구분할 수 있다. 아울러, 움직임 산출부(200)는 밝기가 변화하는 방향 및 정도를 근거로 하여 운동성을 산출할 수 있다.
예를 들면, 도 7의 경우와 같이, 객체(OB), 즉 사용자가 왼쪽 팔을 들어 올리는 경우를 가정하여 보자.
도 7에서와 같이, 사용자 현재 모습은 상대적으로 밝게 처리하고, 이전 모습은 상대적으로 어둡게 처리할 수 있다.
이러한 경우, 어두운 부분에서 밝은 부분으로 사용자의 왼쪽 팔이 아래에서 위를 향해 움직인 것으로 판별할 수 있다. 즉, 운동방향을 판별할 수 있다.
아울러, 왼쪽 팔의 밝기 변화가 급격한지 혹은 완만한지에 따라 팔의 이동속도를 판별할 수 있다.
예를 들면, 도 8의 (A)와 같이, 객체(OB)가 축을 중심으로 180°(도) 회전하는 경우와 도 8의 (B)와 같이 객체(OB)가 축을 중심으로 90°(도) 회전하는 경우를 가정하여 보자.
도 8의 (A)와 (B)의 밝기의 변화가 동일한 경우에는 도 8의 (A)의 경우가 (B)의 경우에 비해 운동성이 더 크다는 것, 즉 움직임 속도가 더 빠른 것을 알 수 있다.
또는, 도 9의 (A)와 (B)와 같이, 객체(OB)가 각각 축을 중심으로 180°(도) 회전하는 경우를 가정하여 보자.
도 9의 (A)에 비해 (B)의 경우에 밝기의 변화가 더 급격하게 발생하는 경우에는, 도 9의 (A)의 경우에는 상대적으로 짧은 시간동안 객체(OB)가 180°(도) 회전하고, 도 9의 (B)의 경우에는 상대적으로 긴 시간동안 객체(OB)가 180°(도) 회전하는 경우에 해당될 수 있다.
이에 따라, 도 9의 (A)의 경우가 (B)의 경우에 비해 운동성이 더 클 수 있다.
이와 같은 방법으로 움직이는 객체(OB)를 인식하고, 인식한 객체(OB)의 운동성을 산출하는 것이 가능하다.
한편, 움직임을 검출하기 위해 소정의 마스크(Mask)를 사용하는 것이 가능하다. 예를 들면, 영상의 특정 영역에 소정 크기의 마스크를 적용하고, 해당 마스크의 휘도 변화를 감지하여 운동성을 판별할 수 있다.
운동 정보를 판별하는 방법에 대해 살펴보면 아래와 같다.
이하에서 설명하는 운동 종류, 운동 동작, 운동 횟수, 운동 시간에 대한 정보 등은 운동성 산출부(200)가 산출한 운동성에 대한 정보를 근거로 하여 판별될 수 있다.
도 10을 살펴보면, 정보 판별 단계(S400)에서는 운동 종류, 운동 동작, 운동 횟수, 운동 시간, 운동 기구, 운동 경로 또는 선호도 중 적어도 하나를 판별할 수 있다.
운동 동작 및/또는 종류를 판별하는 방법에 대해 살펴보면 아래와 같다.
운동의 종류별로 기준 동작에 대한 정보를 설정하여 저장할 수 있다. 예를 들면, 도 11의 경우와 같이, 팔굽혀펴기 운동의 경우 바닥(GND)과 사용자(H)의 다리 사이의 기준각도(Xb), 상체와 바닥(GND) 사이의 기준거리(Xa) 등에 대해 정보를 미리 설정할 수 있다.
이후, 도 12의 (A), (B)와 같이 사용자가 운동을 진행하는 경우, 카메라부(300)가 사용자의 운동 영상을 촬영하면 동작 판별부(120)가 운동 영상을 분석하여 운동 동작에 대한 정보를 판별할 수 있다.
동작 판별부(120)는 바닥과 다리 사이의 각도, 상체와 바닥 사이의 거리 등에 대한 운동 동작에 대한 정보를 판별/획득할 수 있다.
종류 판별부(110)는 동작 판별부(120)가 획득한 동작 정보를 미리 설정된 기준 운동 동작에 대한 정보와 비교할 수 있다.
예를 들어, 도 12의 (A)의 경우 바닥(GND)과 사용자(H)의 다리 사이의 각도가 제 1 각도(Xb1)이고, 상체와 바닥(GND) 사이의 거리가 제 1 거리(Xa1)인 경우, 제 1 각도(Xb1)가 미리 설정된 기준각도(Xb)와 어느 정도 유사한지 판별하고, 제 1 거리(Xa1)가 기준거리(Xa)와 어느 정도 유사한지를 판별할 수 있다.
만약, 제 1 각도(Xb1)가 기준각도(Xb)와 미리 설정된 일정 범위 내에서 유사하고, 제 1 거리(Xa1)가 기준거리(Xa)와 미리 설정된 일정 범위 내에서 유사하다면, 도 12의 (A)와 같은 운동 형태를 팔굽혀펴기로 판별할 수 있다.
이와 같은 방법으로 도 12의 (B)의 운동 형태를 팔굽혀펴기로 판별하는 것이 가능하다.
만약, 사용자가 도 13의 경우와 같은 형태로 운동을 하는 경우에는, 바닥(GND)과 다리 사이의 각도(제 3 각도(X2))가 미리 설정된 기준각도(Xb)와 미리 설정된 범위 내에서 유사하더라도, 사용자(H)의 상체가 바닥(GND)과 접촉하고 있으므로, 종류 판별부(110)는 해다 운동이 팔굽혀펴기가 아닌 것으로 인식할 수 있다.
여기서는, 설명의 편의를 위해 기준 정보에 대해 기준거리(Xa)와 기준각도(Xb)에 대해서만 설명하고 있지만, 본 발명은 이에 한정되지 않을 수 있다. 예를 들면, 엉덩이의 위치, 무릎의 각도, 머리의 위치, 양팔의 각도, 양손의 위치 등에 대한 정보를 기준정보로 설정할 수 있다.
동작 판별부(120)는 운동 영상에서 운동 동작에 대한 정보를 판별/획득하고, 아울러 운동 정확성에 대한 정보도 판별할 수 있다.
동작 판별부(120)는 사용자의 운동 동작이 미리 설정된 기준 동작과 얼마나 유사한지를 판별할 수 있다. 다르게 표현하면, 동작 판별부(120)는 사용자(H)가 얼마나 정확하고 좋은 폼(동작)으로 운동을 하는가를 판별할 수 있는 것이다.
예를 들면, 도 14의 경우와 같이, 사용자의 운동 동작에서 팔각도, 팔을 굽히는 정도, 바닥과 다리 사이의 각도, 무릎 각도, 엉덩이 높이 등에 대한 정보를 미리 설정된 기준 운동 동작과 비교하여 각각 정확성에 대한 점수를 판별할 수 있다.
아울러, 동작 판별부(120)는 사용자의 운동의 기준 운동 동작 대비 정확성에 대해 종합평가 점수를 산출할 수 있다. 즉, 운동동작에 대해 모범답안을 설정해 놓고, 사용자의 운동 동작에 대해 점수를 평가하는 것이 가능하다.
동작 판별부(120)가 평가하는 항목은 다양하게 변경될 수 있다.
예를 들어, 달리기 운동의 경우, 발을 내딛는 각도, 보폭, 팔의 각도, 상체 및 하체의 움직임 등의 항목을 평가하고, 평가 결과에 따라 정확성을 판별할 수 있다.
아울러, 동작 판별부(120)는 사용자의 운동에 대해 난이도를 평가하는 것도 가능하다.
예를 들면, 사용자가 도 15의 (A), (B), (C), (D) 또는 (E)와 같은 형태로 운동을 진행하는 경우, 동작 판별부(120)는 도 15의 (A), (B), (C), (D), (E)의 경우를 모두 팔굽혀펴기 운동으로 판별할 수 있다.
아울러, 동작 판별부(120)는 도 15의 (A)와 같은 경우의 난이도를 제 1 레벨(First Level)로 판별하고, 도 15의 (B)와 같은 경우의 난이도를 제 1 레벨보다 난이도가 높은 제 2 레벨(Second Level)로 판별하고, 도 15의 (C)와 같은 경우의 난이도를 제 2 레벨보다 높은 제 3 레벨(Third Level)로 판별하고, 도 15의 (D)와 같은 경우의 난이도를 제 3 레벨보다 높은 제 4 레벨(Fourth Level)로 판별하고, 도 15의 (E)와 같은 경우의 난이도를 제 4 레벨보다 높은 제 5 레벨(Fifth Level)로 판별하는 것이 가능하다.
이상에서는 맨손운동(팔굽혀펴기)의 경우에 대해 설명하였지만, 이상의 내용은 기구를 이용하는 운동에도 적용될 수 있다.
동작 판별부(120)의 동작의 정확성 판별 기준은 맨손 운동, 기구 운동 별로 다르게 설정될 수 있으며, 아울러 기구의 종류에 따라 다르게 설정되는 것이 가능하다.
도 16과 같이, 사용자(H)가 소정의 운동기구(800)를 사용하여 운동을 진행하는 경우에, 이동통신 단말기 형태의 운동정보 처리장치(10)는 이에 대한 운동 영상을 촬영할 수 있다.
이러한 경우, 운동정보 처리장치(10)는 위에서 설명한 내용에 따라 운동의 종류 및 운동 동작에 대한 정보를 분석/판별할 수 있다.
운동정보 처리장치(10)의 기구 판별부(150)는 사용자(H)가 운동을 하는데 사용하는 운동기구(800)의 종류를 판별할 수 있다.
예를 들면, 메모리부(600)에 각각의 운동기구에 대한 형태 정보 및 이미지 정보를 저장하고, 이를 운동 영상에 나타난 운동기구와 비교하여 사용자가 사용하는 운동기구가 어떠한 것인지를 판별하는 것이 가능하다.
또는, 각각의 운동기구에 기구를 식별할 수 있는 바코드와 같은 식별정보를 할당하고, 이를 이용하여 운동기구를 판별하는 것도 가능할 수 있다.
아울러, 기구 판별부(150)는 종류 판별부(110)가 판별한 운동 종류가 웨이트 기구를 이용한 운동인 경우, 웨이트 기구에 설정된 로드(Load)를 판별할 수 있다.
예를 들어, 메모리부(600)에 각 운동기구에 사용되는 무게추의 무게, 크기, 형태 등에 대한 정보를 미리 저장하고, 이를 이용하여 운동영상에 나타나 있는 사용자가 사용하는 무게추와 비교하여 총 로드를 판별할 수 있다.
또는, 운동기구에 스트레인게이지를 설치하고, 이를 이용하여 기구의 로드를 확인하는 것이 가능하다.
시간 판별부(140)는 운동영상을 근거로 하여 사용자의 운동시간을 측정/판별할 수 있다.
예를 들어, 사용자의 운동 영상을 분석한 결과 도 17과 같은 결과를 획득한 경우를 가정하여 보자.
도 17을 살펴보면, T0시점에서 운동을 시작하여 Te시점에서 운동을 종료하는 과정에서, T1-T2, T3-T4, T5-T6 기간 동안 사용자의 운동성이 평균값(Aa)을 넘을 수 있다.
이러한 경우, 시간 판별부(140)는 사용자는 T1-T2, T3-T4 및 T5-T6 기간 동안 운동을 실시하고, T0-T1, T2-T3, T4-T5 및 T6-Te 기간 동안에는 휴식을 취한 것으로 판별할 수 있다.
이처럼, 시간 판별부(140)는 사용자의 운동 시간에 대한 정보 뿐 아니라 휴식 시간에 대한 정보도 판별할 수 있다.
이상에서 설명한 운동 종류, 운동 동작, 운동 시간, 운동 기구에 대한 정보 등은 사용자에게 확인 가능한 형태로 가공되어 제공될 수 있다.
예를 들면, 도 18의 경우와 같이, 사용자가 벤치프레스 운동을 실시한 경우, 해당 운동의 총 운동시간, 휴식시간, 셋트 수, 각 셋트별 운동 횟수, 각 셋트별 로드(무게), 각 셋트별 운동시간 등에 대한 정보를 사용자에게 제공할 수 있다.
운동 셋트에 대한 정보는 앞선 도 17에서와 같은 방법으로 판별될 수 있다.
횟수 판별부(130)는 운동 영상을 근거로 하여 사용자의 운동 횟수를 판별할 수 있다.
예를 들어, 도 19와 같이 사용자(H)가 팔굽혀펴기 운동을 실시하는 경우에, 엎드린 상태에서 팔을 굽혔다가 펴는 동작을 팔굽혀펴기 운동 1회로 판별할 수 있다. 만약, 사용자가 팔을 굽히지 않고 계속 편 상태를 유지한다면 아무리 오랜 시간이 지나더라도 팔굽혀펴기 운동을 하지 않은 것으로 판별될 수 있다.
횟수 판별부(130)는 사용자의 운동 동작이 미리 설정된 기준 동작에 미리 설정된 기준 비율 이상 매칭(Matching)되는 경우에 횟수를 카운트하는 것이 바람직할 수 있다.
예를 들어, 도 20의 (A)와 같이, 팔굽혀펴기 운동의 경우 바닥(GND)과 사용자(H)의 다리 사이의 기준각도(Xb), 상체와 바닥(GND) 사이의 기준거리(Xa) 등에 대해 정보를 미리 설정할 수 있다.
이후, 도 20의 (B)와 같이 사용자가 팔굽혀펴기 운동을 진행하는 경우, 바닥(GND)과 사용자(H)의 다리 사이의 각도가 제 3 각도(Xb3)이고, 상체와 바닥(GND) 사이의 거리가 제 3 거리(Xa3)인 경우, 제 3 각도(Xb3)가 미리 설정된 기준각도(Xb)와 어느 정도 유사한지 판별하고, 제 3 거리(Xa3)가 기준거리(Xa)와 어느 정도 유사한지를 판별할 수 있다.
판별한 결과, 제 3 각도(Xb3)가 기준동작(기준각도(Xb))과 기준 비율 이상 매칭되고, 제 3 거리(Xa3)가 기준동작(기준거리(Xa))과 기준 동작과 기준 비율 이상 매칭되는 경우에 사용자(H)가 팔굽혀펴기 운동을 1회 실시한 것으로 판별할 수 있다.
만약, 사용자가 도 21의 (B)의 경우와 같은 형태로 운동을 하는 경우에는, 바닥(GND)과 다리 사이의 각도(Xb4)가 기준각도(Xb)와 기준 비율 이상 매칭되더라도, 사용자(H)의 상체와 바닥(GND)과의 거리(Xa4)가 변화가 없으므로, 즉 사용자(H)의 상체와 바닥(GND)과의 거리(Xa4)가 기준 동작과 기준 비율 이상 매칭되지 않으므로, 팔굽혀펴기 운동을 실시하지 않은 것으로 판별할 수 있다.
운동 횟수를 판별하는 방법은 팔굽혀펴기 등의 맨손 운동 뿐 아니라 기구를 이용하는 기구 운동의 경우에도 적용될 수 있다.
예를 들면, 도 22와 같이, 사용자(H)가 풀다운 운동기구(810)를 사용하는 경우를 가정하여 보자.
이러한 경우, 사용자(H)가 팔을 올려다가 내리는 동작을 하면서, 이와 함께 풀다운 운동기구(810)의 손잡이가 사용자(H)의 팔과 함께 상하로 움직여야만 풀다운 운동을 1회 실시한 것으로 판별될 수 있다.
정보 제공부(210)는 운동 결과에 대한 정보를 사용자에게 제공할 수 있다.
예를 들면, 도 23의 (A)의 경우와 같이, 사용자가 실시한 팔굽혀펴기 운동에 대해 사용자의 현재 상태(사용자가 실시한 팔굽혀펴기 운동의 횟수), 평균 횟수 및 목표치에 대한 정보를 함께 제공하는 것이 가능하다.
또는, 도 23의 (B)와 같이, 풀다운 운동의 경우, 현재 상태(사용자가 실시한 풀다운 운동의 로드(무게)), 평균 로드 및 목표치에 대한 정보를 함께 제공하는 것이 가능하다.
도 23의 (C)에는 벤치프레스 운동의 경우가 개시되어 있다.
정보 제공부(210)는 운동 종류에 대한 정보, 운동 횟수에 대한 정보 또는 운동 시간에 대한 정보 중 적어도 하나를 근거로 하여 사용자에게 성취도에 대한 정보를 제공하는 것이 바람직할 수 있다. 성취도는 운동 횟수가 많을수록, 운동 시간이 짧을수록 상승할 수 있다.
예를 들면, 도 23의 (A)와 도 24의 (A)를 참조하면, 팔굽혀펴기 운동의 경우 사용자의 성취도는 평균 횟수 대비 80%이고, 목표치 대비 67%일 수 있다.
성취도 정보는 풀다운 운동 및 벤치프레스 운동의 경우에도 적용될 수 있다.
아울러, 정보 제공부(210)는 운동 종류에 대한 정보, 운동 횟수에 대한 정보 또는 운동 시간에 대한 정보 중 적어도 하나를 근거로 하여 사용자에게 추천 정보를 제공할 수 있다. 여기서, 추천 정보는 운동 횟수에 대한 추천 정보, 운동 시간에 대한 추천 정보 또는 운동 종류에 대한 추천 정보 중 적어도 하나를 포함할 수 있다.
예를 들면, 도 24의 (B)와 같이, 팔굽혀펴기 운동의 경우 실시 횟수를 20% 늘릴 것을 추천하고, 풀다운 운동의 경우 로드를 16%늘릴 것을 추천하고, 벤치프레스 운동의 경우 횟수를 30%줄일 것을 추천할 수 있다. 아울러, 벤치프레스 운동의 횟수를 줄이는 대신에 버터플라이 운동을 추가할 것을 추천할 수 있다. 이는 벤치프레임 운동에 대한 성취도가 도 24의 (A)에서와 같이 100%를 넘었기 때문이다.
또는, 도 25의 (A)와 같이, 팔굽혀펴기 운동의 경우 무릎을 좀 더 곧게 펴라는 등의 운동 동작에 대한 추천정보를 사용자에게 제공하는 것이 가능하다.
이와 함께, 사용자가 보다 용이하게 이해할 수 있도록, 도 25의 (B)와 같이, 바람직한 팔굽혀펴기 동작에 대한 일례를 표시부(410)에 표시할 수 있다.
추천 정보의 제공은 팔굽혀펴기 등의 운동 횟수와 관련이 있는 운동 이외에 운동 동작 자체가 중요하게 여겨지는 요가 등의 운동에도 적용될 수 있다.
예를 들면, 26의 (A)와 같이, 사용자(H)가 요가 운동을 실시하면, 사용자의 운동 영상으로부터 운동 동작 정보(MD)를 추출할 수 있다.
도 26에서는 설명의 편의를 위해, 도 26의 (B)와 같이 골격의 움직임으로 운동 동작을 표현하였지만 본 발명은 이에 한정되지 않을 수 있다. 예를 들면, 요가 운동의 경우에도 앞서 설명한 객체 인식부(190) 및 운동성 산출부(200)에 의해 운동성이 분석/판별될 수 있다.
사용자의 운동 동작 정보(MD)가 획득되면, 도 26의 (C)와 같이, 사용자의 운동 동작 정보(MD)를 미리 설정된 기준 동작 정보(SD)와 비교할 수 있다.
비교결과, 사용자의 동작 정보(MD)와 기준 동작 정보(SD)의 유사성을 성취도로서 판별할 수 있다.
예를 들면, 도 27의 (A)와 같이, 사용자의 요가 운동에서 팔동작은 기준 동작 정보(SD)와 92%유사하고, 다리동작은 95%유사하고, 몸통동작은 98%유사한다는 정확성에 대한 정보를 판별할 수 있다. 다르게 표현하면, 사용자의 요가 동작은 팔동작 항목에서 92%의 정확성을 갖는 것으로 볼 수 있다.
이러한 정확성에 대한 정보를 바탕으로, 도 27의 (B)와 같이, 사용자에게 해당 운동에 대한 추천 정보를 제공할 수 있다.
성취도는 로드, 횟수와 관계없이 운동시간에 따라 결정되는 것도 가능할 수 있다.
예를 들면, 도 28의 (A)와 같이, 벤치프레스 운동, 풀다운 운동, 팔굽혀펴기 운동, 달리기 등 다양한 운동의 운동 시간에 대한 성취도를 판별/제공할 수 있다.
아울러, 도 28의 (B)와 같이, 각 운동의 성취도에 근거하여 사용자에게 추천 정보를 제공할 수 있다.
예를 들면, 사용자의 팔굽혀펴기 운동의 운동시간이 평균(10분)보다 적은 경우, 사용자에게 팔굽혀펴기 운동에 좀 더 시간을 투자하라는 내용을 추천 정보를 사용자에게 제공하는 것이 가능하다.
운동시간에 따른 성취도는 요가, 달리기 등의 운동에 적용되는 것이 바람직할 수 있다.
예를 들면, 도 29의 (A)와 같이, 요가 운동 시 사용자(H)가 메뚜기 자세, 견상 자세, 쟁기 자세 및 독수리 자세를 취하는 경우를 가정하여 보자.
이러한 경우, 사용자가 메뚜기 자세를 취하고 그 자세는 유지한 시간(60초)을 미리 설정된 기준 시간(60초)과 비교하여 성취도(100%)를 판별/제공할 수 있다.
아울러, 성취도에 근거하여 사용자에게 독수리 자세 시간을 줄이고 견상 자세 및 쟁기 자세의 연습 시간을 늘리라는 등의 추천 정보를 제공할 수 있다.
한편, 난이도에 따라 추천 정보를 다르게 제공하는 것이 가능하다.
예를 들어, 도 30의 경우와 같이, 팔굽혀펴기 운동의 경우 10분 동안 100번 실시하는 경우를 레벨 1로 설정하고, 10분 동안 130번 실시하는 경우를 레벨 2, 10분 동안 160번 실시하는 경우를 레벨 3, 10분 동안 190번 실시하는 경우를 레벨 4, 10분 동안 220번 실시하는 경우를 레벨 5로 설정하는 경우를 가정하자.
도 31의 (A)와 같이, 레벨 2 단계인 사용자 A가 10분 동안 총 90개의 팔굽혀펴기 운동을 실시하여 성취도가 69%인 경우에는, 도 31의 (B)와 같이 레벨 1로 레벨을 하향조정할 것을 추천할 수 있다.
또는, 운동정보 처리장치(10)에서 강제로 사용자 A의 레벨을 레벨 2에서 레벨 1로 낮출 수 있다.
반면에, 도 32의 (A)와 같이, 레벨 4 단계인 사용자 B가 10분 동안 총 230개의 팔굽혀펴기 운동을 실시하여 성취도가 121인 경우에는, 도 32의 (B)와 같이 레벨 5로 레벨을 상향조정할 것을 추천할 수 있다.
또는, 운동정보 처리장치(10)에서 강제로 사용자 B의 레벨을 레벨 4에서 레벨 5로 높일 수 있다.
정보 제공부(210)는 사용자로부터 수집한 다양한 정보를 다른 사용자들의 정보와 비교하여 사용자의 건강 상태에 대한 정보를 제공할 수 있다.
예를 들면, 도 33의 경우와 같이, 사용자의 운동 영상을 분석하여 판별/획득한 정보를 빅데이터와 비교하여 사용자의 현재 근력, 근지구력, 심폐지구력 등의 정보를 예측하고, 이에 대한 정보를 사용자에게 제공하는 것이 가능하다.
이상에서는 운동 정보 처리 장치(10)가 운동 영상으로부터 사용자가 실시하는 운동의 종류를 판별하는 경우를 설명하였지만, 이와는 다르게 운동 정보 처리 장치(10)에서 운동 종류에 대한 정보를 먼저 제공하는 것이 가능하다. 이에 대해 첨부된 도면을 참조하여 살펴보면 아래와 같다.
도 34 내지 도 37은 본 발명에 따른 또 다른 운동 정보 처리 방법에 대해 설명하기 위한 도면이다. 이하에서는 이상에서 상세히 설명한 부분에 대한 설명은 생략한다. 예를 들면, 이하의 내용은 운동의 종류에 대한 정보 및 해당 운동의 기준 동작에 대한 정보를 촬영전에 사용자에게 미리 제공한다는 점을 제외하면 특별한 언급이 없는 한 이상에서 설명한 내용과 대략 동일할 수 있다.
도 34를 살펴보면, 촬영(S200) 단계 이전에 운동 종류에 대한 정보를 제공하는 단계(S600)가 포함될 수 있다.
이러한 경우에는, 제어부(100)에서 종류 판별부(110)가 생략되는 것도 가능하다.
예를 들면, 도 35 내지 도 36의 경우와 같이, 운동정보 처리 장치(10)는 운동 영상 촬영 이전에 사용자에게 운동 종류에 대한 정보 및 그 운동의 기준동작에 대한 정보를 화면(표시부(410))에 표시하여 제공할 수 있다.
그러면, 사용자는 현재 자신이 어떤 운동을 해야 하는지를 확인할 수 있다.
그리고 운동 정보 처리 장치(10)는 사용자(H)가 해당 운동을 실시하고 있는지를 모니터링하는 것이다.
이러한 방법은 크로스핏(Crossfit)과 같이 다양한 운동을 셋트별로 실시하는 운동에 적용되는 것이 바람직할 수 있다.
예를 들면, 도 37의 경우와 같이, 첫 번째 단계에서 꼰다리 자세를 유지하는 요가 운동을 실시할 수 있다.
이러한 경우에는, 도 35의 경우와 같이, 표시부(410)에 꼰다리 자세의 기준 동작 정보에 대한 정보를 표시할 수 있다.
이러한 경우, 운동정보 처리장치(10)에서는 사용자의 꼰다리 자세 운동에 대한 운동 동작을 판별할 수 있다.
아울러, 운동정보 처리장치(10)는 사용자가 꼰다리 자세를 유지하는 요가 운동을 완수하는 경우, 즉 해당 운동이 종료되는 경우에 또 다른 운동, 예컨대 팔굽혀펴기 운동에 대한 운동 종류 및 기준 동작에 대한 정보를 제공할 수 있다.
이후, 운동정보 처리장치(10)는 팔굽혀펴기 운동에 대해 사용자의 운동 횟수를 판별할 수 있다.
다르게 표현하면, 운동정보 처리장치(10)에서는 사용자에게 제 1 운동(First Exercise)에 대한 기준 동작에 대한 정보를 제공하고, 제 1 운동에 대한 운동 동작 및/또는 운동 횟수에 대한 정보를 판별/획득할 수 있다.
이후 운동정보 처리장치(10)는 제 1 운동이 종료되는 경우에 제 1 운동과 다른 제 2 운동(Second Exercise)의 기준 동작에 대한 정보를 더 제공하고, 제 2 운동에 대한 운동 동작 및/또는 운동 횟수에 대한 정보를 판별/획득할 수 있다.
여기서, 운동이 종료되는지를 판단하는 방법은 아래와 같다.
사용자의 제 1 운동에 대한 운동 횟수가 미리 설정된 기준 횟수에 도달하는 것을 제 1 조건이라 하고, 사용자의 제 1 운동에 대한 운동 동작이 기준 동작과 미리 설정된 기준 비율 이상 매칭(Matching)되는 경우를 제 2 조건이라 가정하자.
여기서, 제 1 조건 또는 제 2 조건 중 적어도 하나가 만족할 때, 제 1 운동이 종료되는 것으로 판별할 수 있다.
이러한 방법으로 크로스핏과 같은 운동 시에 다양한 운동정보를 판별/획득하는 것이 가능하다.
도 38 내지 도 47은 운동 경로를 고려한 운동 정보 처리 방법에 대해 설명하기 위한 도면이다. 이하에서는 이상에서 상세히 설명한 부분에 대한 설명은 생략될 수 있다.
도 38을 살펴보면, 운동영상을 촬영하기 위해 셋팅하는 단계(S100)에서 좀 더 넓은 공간을 촬영할 수 있도록 운동정보 처리장치(10), 즉 카메라부(300)를 설치할 수 있다.
예를 들면, 도 39의 경우와 같이, 헬스클럽의 운동영역(900)을 촬영할 수 있도록 카메라부(300)를 설치할 수 있다.
이후, 미리 설정된 운동영역(900) 내에서 복수의 사용자들 중 타깃(Target)으로 선택된 사용자를 추적(S900)하고, 추적하는 사용자의 운동 영상을 촬영(S200)할 수 있다.
예를 들면, 사용자가 개인용 이동통신 단말기를 다수의 사용자가 사용하는 헬스클럽에 설치하고, 자신을 사용자로 지정한 상태에서 운동을 진행하면서 자신의 운동영상을 촬영할 수 있다.
또는, 헬스클럽에 설치된 공용 단말기 및 공용 카메라(CCTV 카메라 등)를 이용하여 특정 사용자의 운동 영상을 촬영하는 것이 가능하다.
이후, 촬영한 운동영상을 분석(S300)하여, 다양한 데이터를 판별(S400)하고, 이를 바탕으로 다양한 정보를 획득(S1000)할 수 있다.
복수의 사용자들 중에서 원하는 사용자를 선택하고, 추적하는 방법의 일례에 대 살펴보면 아래와 같다.
도 40의 경우와 같이, 운동기구(IG)가 배치되어 운동을 할 수 있는 소정 공간을 운동여역(900)으로 설정할 수 있다.
이러한 운동영역(900)에는 출입구도 설정될 수 있다.
설정된 운동영역(900) 내에 위치하는 적어도 하나의 사용자 중 운동영상을 촬영할 대상이 되는 사용자를 선택할 수 있다. 예를 들면, 관리자가 사용자를 지정하거나, 사용자 자신이 스스로를 지정하는 것도 가능하다.
운동정보 처리장치(10)는 선택된 사용자에 대한 정보를 저장할 수 있다. 예를 들면, 운동정보 처리장치(10)는 사용자의 얼굴, 옷, 키, 체형, 헤어스타일 등의 다양한 정보를 저장하고, 이를 이용하여 사용자를 추적하는 것이 가능하다.
사용자가 운동영역(900)으로 진입하면 운동정보 처리장치(10)가 이를 감지하여 자동으로 사용자를 추적하면서 운동영상을 촬영하는 것이 가능하다.
또는, 사용자가 추적을 위한 소정의 추적장치를 착용하는 것이 가능하다. 예를 들면, 사용자는 머리띠, 팔찌, 반지, 옷 등의 형태로 제작된 추적장치를 착용한 상태에서 운동을 진행할 수 있다.
이러한 경우, 운동정보 처리장치(10)는 사용자가 착용한 추적장치를 이용하여 사용자를 추적하면서 운동영상을 촬영하는 것이 가능하다.
추적장치를 이용하여 사용자에 대한 정보를 인식하는 것도 가능할 수 있다. 예를 들면, 사용자가 추적장치를 착용한 상태에서 운동영역(900)에 진입하면, 운동정보 처리장치(10)에서는 추적장치를 인식함으로써, 사용자 '홍길동'이 언제(날짜, 시간 등)부터 언제(날짜, 시간 등)까지 운동영역(900)에 들어와서 운동을 진행했음을 인식하고 판별할 수 있다.
본 발명에 따른 운동정보 처리장치(10)의 제어부(100)의 경로 판별부(170)는 운동영상을 근거로하여 사용자의 운동경로에 대한 정보를 판별할 수 있다.
예를 들면, 도 41의 경우와 같이, 경로 판별부(170)는 사용자가 운동영역(900) 내에서 어떠한 경로(PT)로 이동하면서 운동을 진행하는지에 대한 정보를 판별하고 획득할 수 있다.
이러한 운동 경로에 대한 정보를 이용하면 사용자가 선호하는 운동 및/또는 운동기구(IG)에 대한 정보를 획득할 수 있다.
아울러, 제어부(100)는 운동영상을 분석하여 사용자가 진행한 운동 혹은 사용한 운동기구에 할당된 시간(운동시간)에 대한 정보를 획득할 수 있다.
예를 들면, 도 42의 경우와 같이, 제어부(100)는 사용자가 런닝머신을 이용하여 운동을 진행한 시간(T13), 벤치프레스를 이용하여 운동을 진행한 시간(T10), 풀다운 기구를 이용하여 운동을 진행한 시간(T11) 및 사이클을 이용하여 운동을 진행한 시간(T12) 등에 대한 정보를 획득할 수 있다.
아울러, 제어부(100)의 선호도 판별부(180)는 운동 영상을 근거로 하여 사용자의 운동기구(IG)에 대한 선호도에 대한 정보를 판별할 수 있다.
예를 들면, 제어부(100)는, 도 42와 같은 운동시간에 대한 정보를 근거로 하여, 각 운동에 대한 점유율에 대한 정보를 판별할 수 있다.
도 43을 살펴보면, 사용자가 진행한 운동에서 런닝머신 운동에 투자한 시간이 전체 운동 시간의 45%이고, 벤치프레스 운동에 투자한 시간이 전체 운동 시간의 8%이고, 풀다운 운동에 투자한 시간이 전체 운동 시간의 12%이고, 사이클 운동에 투자한 시간이 전체 운동 시간의 35%인 것을 알 수 있다.
아울러, 제어부(100)는 사용자의 기간별(요일, 달 등)에 따른 선호도를 판별할 수 있다. 예를 들면, 도 44의 경우와 같이, 제어부(100)는 사용자가 런닝머신 운동을 실시한 요일, 벤치프레스 운동을 실시한 요일 등에 대한 정보를 획득할 수 있다.
아울러, 제어부(100)는 상기한 정보들을 근거로 하여 분석한 내용을 바탕으로 사용자에게 추천정보를 제공할 수 있다.
운동정보 처리장치(10)는 복수의 카메라부(300)를 이용하여 운동영상을 촬영하는 것이 가능하다.
예를 들면, 도 45의 경우와 같이, 운동영역(900) 중 제 1 운동영역(910)은 제 1 카메라부(310)가 촬영을 담당하고, 제 2 운동영역(920)은 제 2 카메라부(320)가 촬영을 담당하는 것이 가능하다.
이러한 경우는 하나의 카메라가 전체 운동영역(900)을 커버하기 어려운 경우에 해당될 수 있다.
만약 선택된 사용자가 제 1 운동영역(910)에서 운동을 진행하는 경우에는 사용자의 운동영상을 제 1 카메라(310)가 촬영할 수 있다.
이후, 사용자가 제 1 운동영역(910)을 벗어나서 제 2 운동영역(920)으로 진입하는 경우에는 제 1 카메라(310)가 촬영한 영상에는 해당 사용자가 잡히지 않을 수 있다. 즉, 제 1 카메라(310)가 사용자를 시야에서 놓칠 수 있다.
이러한 경우에는, 제 2 카메라(320)가 촬영한 영상에서 해당 사용자를 추적할 수 있다.
만약, 제 2 카메라(320)가 촬영한 영상에서 해당 사용자를 찾으면 제 2 카메라(320)를 기본 카메라로 설정하고, 제 2 카메라(320)를 이용하여 사용자의 운동영상을 이어서 촬영할 수 있다.
한편, 제어부(100)는 사용자가 운동영역(900)을 미리 지정된 기준 시간 이상 벗어나는 경우 사용자의 운동이 종료되는 것으로 판단하는 것이 가능하다.
또는, 제어부(100)는 사용자가 운동영역(900)에 설정된 출구를 나가서 기준 시간 이상 지나는 경우에는 운동이 종료된 것으로 판단할 수 있다.
또는, 제어부(100)는 사용자가 운동영역(900)에 설정된 출구를 나가지 않은 상태에서 운동영역(900)을 기준 시간 이상 벗어나는 경우에는 운동은 종료되지 않고, 사용자가 휴식을 취하는 것으로 판단할 수 있다.
이후, 제어부(100)는 사용자가 운동영역(900) 내로 재진입하면 휴식이 종료되고, 운동이 다시 시작되는 것으로 판단할 수 있다.
이사에서는, 일정영역(운동영역(900)) 내에서 한명의 사용자를 추적하고 운동영상을 촬영하는 경우를 설명하고 있지만, 다수의 사용자를 동시에 추적하고 운동영상을 촬영하는 것이 가능하다. 이에 대해 설명하면 아래와 같다.
도 46을 살펴보면, 사용자를 추적하는 단계(S900)에서는 동시에 제 1 사용자를 추적(S910)하고, 제 2 사용자를 추적(S920)하고, 제 3 사용자를 추적(S930)하는 것이 가능하다.
이러한 경우에는, 동시에 제 1 사용자, 제 2 사용자 및 제 3 사용자에 대한 운동영상을 찰영하는 것이 가능하다.
아울러, 경로 판별부(170)는 선택된 복수의 사용자들의 운동경로에 대한 정보를 판별하고 획득하는 것이 가능하다.
예를 들면, 도 47의 경우와 같이, 운동경로에 대한 정보는 운동영역(900) 내에서 제 1 사용자의 운동경로(PT1)에 대한 정보, 제 2 사용자의 운동경로(PT2)에 대한 정보 및 제 3 사용자의 운동경로(PT3)에 대한 정보를 포함할 수 있다.
이러한 복수의 사용자의 운동경로에 대한 정보를 이용하면 각각의 운동기구(IG)에 대한 선호도에 대한 정보를 획득하는 것이 가능하다. 아울러, 사용자들이 선호하는 영역, 경로 등에 대한 정보도 획득할 수 있다.
그러면, 사용자들이 선호하는 경로에 따라 운동기구(IG)들을 재배치하는 것도 가능할 수 있다.
예를 들어, 도 47의 경우를 보면, 운동영역(900) 중 제 1 영역(AR)은 제 1, 2, 3 사용자의 운동경로(PT1, PT2, PT3)가 지나지 않을 수 있다. 그러면, 제 1 영역(AR)에는 선호도가 낮은 운동기구(IG)를 배치하거나 혹은 운동기구(IG)를 배치하지 않는 것이 가능하다.
이와 같이, 상술한 본 발명의 기술적 구성은 본 발명이 속하는 기술분야의 당업자가 본 발명의 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.
그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해되어야 하고, 본 발명의 범위는 전술한 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Claims (20)
- 미리 설정된 운동영역 내에서 복수의 사용자들 중 타깃(Target)으로 선택된 사용자의 운동 영상을 촬영하는 카메라부; 및
상기 운동 영상을 근거로 하여 선택된 상기 사용자의 운동에 대한 정보를 획득하는 제어부;
를 포함하는 장치. - 제 1 항에 있어서,
상기 제어부는
상기 운동 영상을 근거로 하여 선택된 상기 사용자의 상기 운동영역 내에서의 경로에 대한 정보를 판별하는 경로 판별부를 포함하는 장치. - 제 1 항에 있어서,
상기 제어부는
상기 운동 영상을 근거로 하여 상기 사용자가 사용하는 운동기구에 대한 정보를 판별하는 기구 판별부를 포함하는 장치. - 제 1 항에 있어서,
상기 제어부는
상기 운동 영상을 근거로 하여 상기 사용자의 상기 운동기구에 대한 선호도에 대한 정보를 판별하는 선호도 판별부를 포함하는 장치. - 제 1 항에 있어서,
상기 카메라부는 제 1 카메라(First Camera)와 제 2 카메라(Second Camera)를 포함하고,
상기 제 1 카메라가 상기 사용자를 촬영하는 과정에서 상기 사용자를 시야에서 놓치는 경우,
상기 제어부는 상기 제 2 카메라가 촬영한 영상에서 상기 사용자를 추적하는 장치. - 제 1 항에 있어서,
상기 제어부는
상기 운동 영상을 근거로 하여 상기 사용자의 운동의 종류를 판별하는 종류 판별부를 포함하는 장치. - 제 1 항에 있어서,
상기 제어부는
상기 운동 영상을 근거로 하여 상기 사용자의 운동 동작을 판별하는 동작 판별부를 포함하는 장치. - 제 1 항에 있어서,
상기 제어부는
상기 운동 영상을 근거로 하여 상기 사용자의 운동 횟수를 판별하는 횟수 판별부를 포함하는 장치. - 제 1 항에 있어서,
상기 제어부는
상기 운동 영상을 근거로 하여 사용자의 운동 시간을 측정하는 시간 판별부를 포함하는 장치. - 제 1 항에 있어서,
상기 제어부는
상기 사용자가 상기 운동영역을 미리 지정된 기준 시간 이상 벗어나는 경우 상기 사용자의 운동이 종료되는 것으로 판단하는 장치. - 카메라부가 미리 설정된 운동영역 내에서 복수의 사용자들 중 타깃(Target)으로 선택된 사용자의 운동 영상을 촬영하는 촬영단계; 및
상기 운동 영상을 근거로 하여 선택된 상기 사용자의 운동에 대한 정보를 획득하는 정보획득단계;
를 포함하는 방법. - 제 11 항에 있어서,
상기 정보획득단계는
상기 운동 영상을 근거로 하여 상기 사용자의 상기 운동영역 내에서의 경로에 대한 정보를 판별하는 단계를 포함하는 방법. - 제 11 항에 있어서,
상기 정보획득단계는
상기 운동 영상을 근거로 하여 상기 사용자가 사용하는 운동기구에 대한 정보를 판별하는 단계를 더 포함하는 방법. - 제 11 항에 있어서,
상기 정보획득단계는
상기 운동 영상을 근거로 하여 상기 사용자의 상기 운동기구에 대한 선호도에 대한 정보를 판별하는 단계를 포함하는 방법. - 제 11 항에 있어서,
상기 카메라부는 제 1 카메라(First Camera)와 제 2 카메라(Second Camera)를 포함하고,
상기 제 1 카메라가 상기 사용자를 촬영하는 과정에서 상기 사용자를 시야에서 놓치는 경우,
상기 제 2 카메라가 촬영한 영상에서 상기 사용자를 추적하는 방법. - 제 11 항에 있어서,
상기 정보획득단계는
상기 운동 영상을 근거로 하여 상기 사용자의 운동의 종류를 판별하는 단계를 포함하는 방법. - 제 11 항에 있어서,
상기 정보획득단계는
상기 운동 영상을 근거로 하여 상기 사용자의 운동 동작을 판별하는 단계를 포함하는 방법. - 제 11 항에 있어서,
상기 정보획득단계는
상기 운동 영상을 근거로 하여 상기 사용자의 운동 횟수를 판별하는 단계를 포함하는 방법. - 제 11 항에 있어서,
상기 정보획득단계는
상기 운동 영상을 근거로 하여 사용자의 운동 시간을 측정하는 단계를 더 포함하는 방법. - 제 11 항에 있어서,
상기 정보획득단계는
상기 사용자가 상기 운동영역을 미리 지정된 기준 시간 이상 벗어나는 경우 상기 사용자의 운동이 종료되는 것으로 판단하는 단계를 더 포함하는 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160046730A KR102500621B1 (ko) | 2016-04-18 | 2016-04-18 | 운동정보 처리 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160046730A KR102500621B1 (ko) | 2016-04-18 | 2016-04-18 | 운동정보 처리 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20170119340A true KR20170119340A (ko) | 2017-10-27 |
| KR102500621B1 KR102500621B1 (ko) | 2023-02-17 |
Family
ID=60300239
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160046730A KR102500621B1 (ko) | 2016-04-18 | 2016-04-18 | 운동정보 처리 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102500621B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200005780A (ko) * | 2018-07-09 | 2020-01-17 | 주식회사 삼육오엠씨네트웍스 | 개인용 피트니스 관리 장치 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080057500A (ko) * | 2006-12-20 | 2008-06-25 | 재단법인 포항산업과학연구원 | 사람 움직임 추적 시스템 및 그 방법 |
| JP2012011106A (ja) * | 2010-07-02 | 2012-01-19 | Tsutomu Sugihara | 運動量計測装置を用いた現実の走行競技等への仮想参加における順位決定方法、及び風景画像表示方法 |
| KR20130099321A (ko) * | 2012-02-29 | 2013-09-06 | 디게이트 주식회사 | 네추럴 인터렉션 기반 건강 및 재활운동 기능성 측정 평가 시스템 |
| KR20140009267A (ko) * | 2010-11-24 | 2014-01-22 | 나이키 인터내셔널 엘티디. | 훈련 프로그램을 포함하는 자동화된 개인 훈련 방법 및 시스템 |
| KR20160018275A (ko) * | 2014-08-08 | 2016-02-17 | 주식회사 월드텍 | 카메라를 이용한 동선 추적 장치 |
-
2016
- 2016-04-18 KR KR1020160046730A patent/KR102500621B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080057500A (ko) * | 2006-12-20 | 2008-06-25 | 재단법인 포항산업과학연구원 | 사람 움직임 추적 시스템 및 그 방법 |
| JP2012011106A (ja) * | 2010-07-02 | 2012-01-19 | Tsutomu Sugihara | 運動量計測装置を用いた現実の走行競技等への仮想参加における順位決定方法、及び風景画像表示方法 |
| KR20140009267A (ko) * | 2010-11-24 | 2014-01-22 | 나이키 인터내셔널 엘티디. | 훈련 프로그램을 포함하는 자동화된 개인 훈련 방법 및 시스템 |
| KR20130099321A (ko) * | 2012-02-29 | 2013-09-06 | 디게이트 주식회사 | 네추럴 인터렉션 기반 건강 및 재활운동 기능성 측정 평가 시스템 |
| KR20160018275A (ko) * | 2014-08-08 | 2016-02-17 | 주식회사 월드텍 | 카메라를 이용한 동선 추적 장치 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200005780A (ko) * | 2018-07-09 | 2020-01-17 | 주식회사 삼육오엠씨네트웍스 | 개인용 피트니스 관리 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102500621B1 (ko) | 2023-02-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10898755B2 (en) | Method for providing posture guide and apparatus thereof | |
| KR101980378B1 (ko) | 동적 움직임과 신체 밸런스를 이용한 운동자세 유도장치 | |
| CN111263953B (zh) | 动作状态评估系统及其装置、服务器、方法以及存储介质 | |
| US20190160339A1 (en) | System and apparatus for immersive and interactive machine-based strength training using virtual reality | |
| US20150347717A1 (en) | Hybrid personal training system and method | |
| JP7078577B2 (ja) | 動作類似度評価装置、方法およびプログラム | |
| CN114100103B (zh) | 一种基于关键点识别的跳绳计数检测系统及方法 | |
| KR20090084035A (ko) | 실시간 동작 인식 방법 | |
| KR20170119337A (ko) | 운동정보 처리 장치 및 방법 | |
| JP6633875B2 (ja) | エクササイズメニュー提供システムおよびエクササイズメニュー提供方法 | |
| CN109011419A (zh) | 一种基于mems传感器的运动动作训练方法 | |
| KR20170119335A (ko) | 운동정보 처리 장치 및 방법 | |
| KR20170119338A (ko) | 운동정보 처리 장치 및 방법 | |
| KR20170119340A (ko) | 운동정보 처리 장치 및 방법 | |
| CN117292288A (zh) | 体育测试方法、系统、电子设备、芯片及存储介质 | |
| KR20170119333A (ko) | 운동정보 처리 장치 및 방법 | |
| JP2018187284A (ja) | 運動状態診断システムおよび運動状態診断プログラム | |
| Gharasuie et al. | Performance monitoring for exercise movements using mobile cameras | |
| KR20170119341A (ko) | 운동정보 처리 장치 및 방법 | |
| CN113842622B (zh) | 一种运动教学方法、装置、系统、电子设备及存储介质 | |
| KR20170119334A (ko) | 운동정보 처리 장치 및 방법 | |
| KR20170119336A (ko) | 운동정보 처리 장치 및 방법 | |
| KR102515825B1 (ko) | 스마트 미러 기반의 자세 교정 시스템 | |
| TWI533238B (zh) | 動作偵測與判斷裝置及方法 | |
| Karunaratne et al. | Objectively measure player performance on Olympic weightlifting |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |