KR20180098112A - 컬링 경기 전략 생성 장치 및 그 방법 - Google Patents

컬링 경기 전략 생성 장치 및 그 방법 Download PDF

Info

Publication number
KR20180098112A
KR20180098112A KR1020170128086A KR20170128086A KR20180098112A KR 20180098112 A KR20180098112 A KR 20180098112A KR 1020170128086 A KR1020170128086 A KR 1020170128086A KR 20170128086 A KR20170128086 A KR 20170128086A KR 20180098112 A KR20180098112 A KR 20180098112A
Authority
KR
South Korea
Prior art keywords
curling
strategy
information
image
game
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
KR1020170128086A
Other languages
English (en)
Other versions
KR102045566B1 (ko
Inventor
이성환
원동옥
이홍복
설상훈
Original Assignee
고려대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Publication of KR20180098112A publication Critical patent/KR20180098112A/ko
Application granted granted Critical
Publication of KR102045566B1 publication Critical patent/KR102045566B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Image Analysis (AREA)

Abstract

컬링 경기 전략 생성 장치 및 방법을 제공하며, 상기 장치는 컬링 경기 전략 분석 및 생성 프로그램이 저장된 메모리 및 메모리에 저장된 프로그램을 실행하는 프로세서를 포함하되, 프로세서는 컬링 경기 전략 분석 및 생성 프로그램의 실행에 따라, 진행 중인 컬링 경기를 촬영한 이미지를 영상 인식하여 기설정된 경기 상황 정보를 인식하고, 기실시된 복수의 컬링 경기에 대한 기록 자료들로부터 수집된 데이터들을 기설정된 기계학습을 통해 학습하여 전략 생성 모델을 구축하고, 전략 생성 모델을 통해 상기 인식된 경기 상황 정보에 대응하는 하나 이상의 전략을 생성하고, 생성된 전략에 대한 추천 정보를 출력하며, 기실시된 복수의 컬링 경기에 대한 기록 자료들은, 이미지 정보 및 텍스트 정보 중 적어도 하나를 포함한다.

Description

컬링 경기 전략 생성 장치 및 그 방법{APPARATUS FOR GENERATING STRATEGY OF CURLING GAME AND METHOD THEREOF}
본 발명은 컬링 경기에서의 전략을 자동 생성하는 장치 및 그 방법에 관한 것으로서, 더욱 상세하게는 영상 인식에 기반하여 컬링 경기에서의 경기력 및 전력을 자동 분석한 결과를 이용하여 컬링 경기 전략을 생성하는 장치 및 방법에 관한 것이다.
컬링(curling)은 두 팀이 컬링 스톤을 얼음 위에 미끄러뜨려 정해진 표적 위에 얼마나 더 정확하게 위치시켰는지에 따라 승패를 결정짓는 동계 스포츠이다. 각각 4명으로 구성된 두 팀이 10엔드에 걸쳐 각 엔드에 한 선수 당 2개씩 총 16개의 스톤을 번갈아 투구하는 방식으로 진행된다. 스톤이 하우스 안에 들어가면 득점이 인정되며 상대 팀보다 중심 부위에 근접한 스톤마다 1점을 얻는다. 또한 스톤이 지나가는 얼음길을 빗자루 모양의 솔을 이용하여 닦아서 컬링 스톤의 진행 방향과 속도를 조절할 수 있다.
컬링에서 스톤을 슬라이딩시키는 행위를 투구(delivery)라고 하고, 스톤과 바닥의 마찰 및 회전량을 줄이기 위하여 스톤의 경로 앞 빙판을 닦는 행위를 스위핑(sweeping)이라고 한다. 또한, 컬링에서 전략을 수립하는 플레이어를 스킵(skip)이라고 한다. 이때, 스킵은 해당 팀의 주장일 수 있다. 또한, 스톤을 투구하는 플레이어를 스로어(thrower)라고 하며, 브룸(broom)을 이용한 스위핑을 수행하는 플레이어를 스위퍼(sweeper)라고 한다.
이러한 컬링 경기에서 작전이란 어떤 샷을 어떻게 구사할 것인지 결정하는 것으로서, 스톤의 속도, 회전방향, 그리고 진행방향 등을 고려한 투구 전략이 필요하며 스톤과 바닥의 마찰과 스톤의 회전량을 줄이기 위해 스톤의 경로 앞 빙판을 닦는 스위핑 전략도 필요하다. 스톤의 속도가 느릴수록 더 많이 휘어지기 때문에 스위핑을 하여 스톤이 움직이는 거리를 증가시키고 경로를 곧게 만들어줄 수 있다. 또한 컬링 시트(즉, 경기를 치르는 빙판 면)의 얼음 상태 및 상대방 스톤의 위치 등 경기 내내 계속해서 변하는 경기장 상황에 맞추어 작전을 세우는 것이 중요하다. 즉, 컬링에서는 정확하게 각 스톤들의 상태를 인식하고, 최적의 투구 위치를 정하는 것이 중요하다. 그러나 컬링에서는 투구 위치를 정하는 방법이 무한대에 가까울 정도로 다양하므로 최적의 투구 위치 및 방식을 선택하기가 어렵다.
종래에는 사람이 직접 컬링 경기를 분석하여 경기 전략을 수립하되, 컬링 경기 정보를 실시간으로 기록하고 사람이 분석할 수 있도록 하는 인터페이스를 제공하거나 또는 통계 자료를 제시하는 정도의 수단이 사용되었다. 이러한 종래의 컬링 경기 분석 방식은 인적 요소로 인해 전략 오류가 발생할 가능성이 높았다.
한국등록특허 제 10-1478097 호 (발명의 명칭: 컬링 시뮬레이션을 수행하기 위한 이동 단말, 컬링 시뮬레이션 방법 및 기록 매체) 한국등록특허 제 10-1499570 호 (발명의 명칭: 컬링 분석용 이동 단말 및 이를 이용한 컬링 경기 분석 시스템) 한국등록특허 제 10-1611431 호 (발명의 명칭: 컬링 분석 방법, 이를 수행하기 위한 기록 매체 및 장치)
본 발명의 일 실시예는 컬링 경기에 대한 영상 인식을 통해 컬링 전략 학습 모델에 적합한 데이터를 확보하고, 이를 기계학습 기법으로 컬링 전략들을 학습하여 컬링 선수들의 경기력 및 경기상황에 따른 최적 전략을 분석하는 방법 및 그 장치를 제공하는 것을 목적으로 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기와 같은 기술적 과제를 달성하기 위한 본 발명의 일 측면에 따른 컬링 경기 전략 생성 장치는, 컬링 경기 전략 분석 및 생성 프로그램이 저장된 메모리; 및 상기 메모리에 저장된 프로그램을 실행하는 프로세서를 포함하며, 상기 프로세서는 상기 컬링 경기 전략 분석 및 생성 프로그램의 실행에 따라, 진행 중인 컬링 경기를 촬영한 이미지를 영상 인식하여 기설정된 경기 상황 정보를 인식하고, 기실시된 복수의 컬링 경기에 대한 기록 자료들로부터 수집된 데이터들을 기설정된 기계학습을 통해 학습하여 전략 생성 모델을 구축하고, 상기 전략 생성 모델을 통해 상기 인식된 경기 상황 정보에 대응하는 하나 이상의 전략을 생성하고, 상기 생성된 전략에 대한 추천 정보를 출력하며, 상기 기실시된 복수의 컬링 경기에 대한 기록 자료들은, 이미지 정보 및 텍스트 정보 중 적어도 하나를 포함하는 것이다.
또한, 본 발명의 다른 측면에 따른 컬링 경기 전략 생성 방법은, 기실시된 복수의 컬링 경기에 대한 기록 자료들로부터 수집된 데이터들을 기설정된 기계학습을 통해 학습하여 전략 생성 모델을 구축하는 단계; 진행 중인 컬링 경기를 촬영한 이미지를 영상 인식하여 기설정된 경기 상황 정보를 인식하는 단계; 및 상기 전략 생성 모델을 통해 상기 인식된 경기 상황 정보에 대응하는 하나 이상의 전략을 생성하고, 상기 생성된 전략에 대한 추천 정보를 출력하는 단계를 포함하며, 상기 기실시된 복수의 컬링 경기에 대한 기록 자료들은, 이미지 정보 및 텍스트 정보 중 적어도 하나를 포함하고, 상기 이미지 정보는 컬링 경기 상황을 기설정된 방향에서 촬영한 이미지로부터 추출되는 컬링 스톤의 좌표 정보 및 충돌 위치 정보를 포함하고, 상기 텍스트 정보는 엔드 번호, 샷 번호, 수행된 전략, 컬링 스톤의 회전 방향 중 적어도 하나를 포함한다.
본 발명의 일 실시예에 따르면, 영상 인식 기술을 이용하여 컬링 경기 데이터를 수집하여 기계학습에 필요한 데이터베이스를 구축함으로써, 다양한 상황이 발생하는 실제 컬링 경기 내용 및 전략을 학습할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 전략 학습에 필요한 컬링 데이터를 다양한 방법을 이용하여 확보한 뒤 기계학습 방법을 이용해 다양한 전략들을 학습함으로써 인적 요소로 인해 발생하는 오류를 줄일 수 있다.
또한, 본 발명의 일 실시예에 따르면, 컬링 경기 상황에 따라 실시간 전략 수립 및 추천이 가능하여, 컬링을 스포츠로 배우는 일반인 및 선수 팀의 경기력 향상을 위한 경기 분석/지도 도구로 활용할 수 있으며, 스포츠 방송 중계 도구로 사용 시 보다 신뢰도 높고 정확한 경기 내용 분석 정보를 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 컬링 경기 전략 생성 장치의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 컬링 경기 전략 분석 및 생성 전과정을 나타낸 개요도이다.
도 3은 본 발명의 일 실시예에 따른 컬링 경기 전략 생성 모델을 모델링하기 위한 학습 데이터 수집 및 데이터베이스 구축 과정을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 컬링 경기 기록에 포함된 정보를 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 컬링 경기의 이미지 정보 추출 및 스톤 좌표 인식 과정을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 컬링 경기 기록에 포함된 텍스트 정보 추출 과정을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 컬링 경기 영상을 통한 경기 상황 인식 과정을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 데이터 확장 과정을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 컬링 경기 전략 생성 모델을 이용한 컬링 경기 상황에 따른 전략 생성 과정을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 컬링 경기 참가 선수의 경기력 분석 및 훈련 방법 추천 결과를 제공하는 사용자 인터페이스의 일례이다.
도 11은 본 발명의 일 실시예에 따른 컬링 경기 결과 분석 보고서를 제공하는 사용자 인터페이스의 일례이다.
도 12는 도 11의 컬링 경기 결과 분석 보고서를 좀 더 상세히 도시한 도면이다.
도 13은 본 발명의 일 실시예에 따른 컬링 경기 전략 생성 방법을 설명하기 위한 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1은 본 발명의 일 실시예에 따른 컬링 경기 전략 생성 장치의 구성도이다. 그리고 도 2는 본 발명의 일 실시예에 따른 컬링 경기 전략 분석 및 생성 전과정을 나타낸 개요도이다.
도 1에 도시한 바와 같이, 컬링 경기 전략 생성 장치(100)는 통신모듈(110), 메모리(120), 프로세서(130) 및 데이터베이스(DB)(140)를 포함한다. 한편, 컬링 경기 전략 생성 장치(100)는 자체적으로 디스플레이(미도시) 수단을 더 포함할 수 있으며, 프로세서(130)를 통해 처리된 각종 정보는 디스플레이를 통해 출력될 수 있다.
통신모듈(110)은 컬링 경기장에 설치된 하나 이상의 카메라 장치(미도시)로부터 컬링 경기 상황을 지속적으로 촬영한 영상 데이터를 수신하되, 통신망(400)을 통해 컬링 경기장의 카메라 장치(또는 카메라 장치를 통해 촬영된 영상 데이터를 송출하는 외부 장치)와 통신할 수 있다.
또한, 컬링 경기 전략 생성 장치(100)가 컬링 경기에 대한 경기력 및 전략을 분석한 결과 등의 정보를 외부의 정보 요청 단말(미도시)로 전송할 경우, 통신모듈(110)은 통신망(400)을 통해 해당 정보 요청 단말(예: 사용자 단말)과 통신할 수 있다.
또한, 통신모듈(110)은 통신망(400)을 통해 인터넷망에 접속하되, 프로세서(130)의 제어에 따라 인터넷망을 통해 기존에 실시되었던 컬링 경기들에 대한 자료(즉, 학습데이터)를 수집하여 프로세서(130)로 전달할 수 있다.
통신 모듈(110)은 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다.
메모리(120)에는, 컬링 경기에 대한 전략을 분석하고 그 분석 결과에 기초하여 현재 실행 중인 컬링 경기에 대한 전략을 생성하는, 컬링 경기 전략 분석 및 생성 프로그램이 저장되어 있다.
이러한 컬링 경기 전략 분석 및 생성 프로그램은, 기실시된 컬링 경기에 대해 수집된 데이터에 기초하여 컬링 경기 전략 생성 모델을 구축하도록 하고, 현재 진행 중인(또는 경기 상황을 분석하고자 하는) 분석 대상 컬링 경기에 관련된 데이터를 영상 인식 및 정보 분석하여 경기 상황을 인식하도록 하며, 컬링 경기 전략 생성 모델을 통해 경기 상황 인식 정보에 적합한 컬링 경기 전략을 생성 및 추천하도록 하는 알고리즘을 포함한다. 또한, 컬링 경기 전략 분석 및 생성 프로그램은, 추천된 컬링 경기 전략 중 사용자에 의해 선택된 컬링 경기 전략을 적용한 이후의 컬링 경기 상황을 분석하고, 해당 컬링 경기 전략에 대한 적합성 및 참가 중인 선수 별 수행 정도를 평가하는 경기력 분석을 수행하도록 하며, 경기력 분석 결과에 기초하여 훈련 방법을 추천하도록 하는 알고리즘 또한 포함한다.
이러한 메모리(120)는 전원이 공급되지 않아도 저장된 정보를 계속 유지하는 비휘발성 저장장치 또는 저장된 정보를 유지하기 위하여 전력이 필요한 휘발성 저장장치를 통칭하는 것이다.
한편, 컬링 경기 전략 생성 장치(100)는 컬링 경기 전략 분석 및 생성과 관련된 각종 정보(즉, 컬링 경기와 관련하여 수집된 학습 데이터 및 분석 대상 컬링 경기의 영상 데이터 등)와 컬링 경기 전략 생성 모델을 저장하기 위한 데이터베이스(140)를 더 포함할 수 있다. 이러한 데이터베이스(140)는 컬링 경기 전략 생성 장치(100)상에 별도의 구성 요소로서 구축될 수 있으며, 또는 메모리(120)에 포함되는 것도 가능하다.
프로세서(130)는, 메모리(120)에 저장된 프로그램을 실행하되, 컬링 경기 전략 분석 및 생성 프로그램의 실행에 따라 다음과 같은 동작을 처리한다. 참고로, 프로세서(130)는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
프로세서(130)는 진행 중인 컬링 경기를 촬영한 이미지를 영상 인식하여 기설정된 경기 상황 정보를 인식하고, 기실시된 복수의 컬링 경기에 대한 기록 자료들로부터 수집된 데이터들을 기설정된 기계학습을 통해 학습하여 전략 생성 모델을 구축하고, 전략 생성 모델을 통해 상기 인식된 경기 상황에 대응하는 하나 이상의 전략을 생성하고, 생성된 전략에 대한 추천 정보를 디스플레이를 통해 출력한다. 이때, 기실시된 복수의 컬링 경기에 대한 기록 자료들은 이미지 정보 및 텍스트 정보 중 적어도 하나를 포함하는 것이다.
도 2를 참조하면, 프로세서(130)는, 컬링 경기 영상 인식에 기반하여 경기 상황에 따른 참가 선수의 경기력 및 전략을 자동 분석하고, 그 분석 결과로서 경기력 및 전략에 관한 보고서를 사용자 인터페이스를 통해 제공한다. 그리고, 프로세서(130)는 경기력 분석 결과에 기초하여 선수에게 적합한 훈련 방법을 추천하고, 전략 분석 결과에 기초하여 분석 대상 컬링 경기(예: 현재 진행 중인 컬링 경기)에 최적화된 전략을 생성 및 추천한다.
예를 들어, 컬링의 전략은 드로우(draw), 프론트(front), 가드(guard), 레이즈(raise), 윅(wick) 및 프리즈(freeze)를 포함하는 느린 스톤과, 테이크 아웃(take out), 히트 앤 롤(hot and roll), 클리어링(clearing), 더블 테이크 아웃(double take out) 및 프로모션 테이크 아웃(promotion take out)을 포함하는 빠른 스톤을 포함할 수 있다. 이때, 드로우는 다른 스톤을 건드리지 않고, 하우스 안쪽의 원하는 위치에 해당 스톤을 정확히 보내는 샷을 의미한다. 그리고 프론트는 하우스 앞에 해당 스톤을 보내는 샷을 의미하며, 가드는 자신의 팀의 다른 스톤을 보호하기 위하여 하우스 앞에 해당 스톤을 위치시키는 것을 의미한다. 윅은 해당 스톤과 다른 스톤을 원하는 자리에 위치하도록 하는 샷을 의미하며, 프리즈는 해당 스톤을 다른 스톤과 최대한 가까운 위치에 보내는 샷을 의미한다. 테이크 아웃은 해당 스톤을 경기장 안에 두며 타 팀의 스톤을 경기장 밖으로 보내는 것이며, 히트 앤 롤은 해당 스톤을 원하는 위치로 보내고 타 팀의 스톤을 밖으로 보내는 것을 의미한다. 또한, 클리어링은 해당 스톤 및 타 팀의 스톤을 모두 밖으로 보내는 샷이며, 더블 테이크 아웃은 두 개의 타 팀의 스톤을 밖으로 내보내는 샷이다. 프로모션 테이크 아웃은 타 팀의 스톤을 밖으로 내보내기 위하여 자신의 팀의 스톤을 밀어내는 것을 의미한다.
프로세서(130)는 사전에 컬링 경기 전략 학습에 필요한 데이터(즉, 학습데이터)를 수집하고, 수집된 학습 데이터를 기계학습하여 컬링 경기 전략 생성 모델을 구축한다.
도 3은 본 발명의 일 실시예에 따른 컬링 경기 전략 생성 모델을 모델링하기 위한 학습 데이터 수집 및 데이터베이스 구축 과정을 설명하기 위한 도면이다.
프로세서(130)는 컬링 전략 학습에 필요한 데이터를 확보하기 위해, 기존의 컬링 경기 기록(예: 세계컬링연맹(Curling Information Technology, CURLIT) 등에서 제공하는 데이터)들을 웹 크롤링(web crawling)을 통해 수집한다. 웹 크롤링이란 조직적이고 자동화된 방법으로서, 월드 와이드 웹을 탐색하는 방법 중 하나이다. 웹 크롤링은 무수히 많이 분산 저장되어 있는 문서 데이터들을 수집하여 검색 대상의 색인으로 포함시키는 기술로서, 어느 부류의 기술을 얼마나 빨리 검색 대상에 포함시키느냐 하는 것이 우위를 결정하는 요소이다.
참고로, 국제 컬링 경기 기보(curling notation)는 세계컬링연맹에서 주최한 국제 컬링 경기 내용을 기록한 문서가 pdf 형식의 데이터 파일로 공개되어 있으며, 컬링 전문가가 실제 경기를 관찰하며 기록한 문서이다. 2014년도부터 2017년도까지 총 1,321 경기 분량의 경기 기록이 포함되어 있다. 이러한, 컬링 경기 기보에 포함된 정보는, 스톤의 배치 상황들을 지속적으로 기록한 경기 이미지 정보와 엔드 번호, 샷 번호, 수행된 전략, 스톤의 회전 방향 등의 텍스트 정보 등이 포함되어 있다.
도 4는 본 발명의 일 실시예에 따른 컬링 경기 기록에 포함된 정보를 나타낸 도면이다.
도 4를 참조하면, 컬링 경기 기보에는 엔드 번호(End number), 샷 번호(shot number), 참가국 이름(Name of country), 선수 이름(Name of player), 수행된 전략(performed strategy), 회전 방향(Direction of curl), 현재 전략의 스코어(Score of current stategy) 및 스톤의 현재 상황(Current state of stones) 등이 포함된다.
프로세서(130)는 웹 크롤링으로 기존에 진행되었던 컬링 경기 정보를 수집한 뒤, 템플릿 매칭을 통해 전략 생성 모델이 학습할 때 필요한 정보들을 추출하여 데이터베이스(140)에 저장한다. 템플릿 매칭(template matching)은 기설정된 템플릿(형판)을 사용한 패턴 매칭 기술로써, 주어진 도형에 매칭되는 객체를 화상에서 추출하는 방법이다.
도 5는 본 발명의 일 실시예에 따른 컬링 경기의 이미지 정보 추출 및 스톤 좌표 인식 과정을 설명하기 위한 도면이고, 도 6은 본 발명의 일 실시예에 따른 컬링 경기 기록에 포함된 텍스트 정보 추출 과정을 설명하기 위한 도면이다.
도 5를 참조하면, 프로세서(130)는 수집된 컬링 경기 기록 자료의 문서 파일(예: pdf)을 이미지 파일로 변환 후 외곽선 인식을 통해 기설정된 필요 영역(즉, 경기장 영역)을 추출하고, 추출된 이미지에 대해 영상 인식 처리를 수행하여 이미지 상에 존재하는 컬링 스톤의 좌표, 충돌 위치 좌표 등의 이미지 정보를 추출한다. 그리고 프로세서(130)는 추출된 이미지 정보 및 컬링 경기 기록 이미지 파일을 컬링 경기 데이터베이스에 저장한다.
또한, 도 6을 참조하면, 프로세서(130)는 수집된 컬링 경기 기록 자료의 문서 파일(예: pdf)을 텍스트 파일 형태(txt)로 변경한 후, 엔드 번호, 샷 번호, 수행된 전략, 스톤의 회전 방향 등의 텍스트 정보를 추출한다. 그리고 프로세서(130)는 추출된 텍스트 정보 및 컬링 경기 기록 텍스트 파일을 컬링 경기 데이터베이스에 저장한다.
한편, 프로세서(130)는 실제 컬링 경기장에서 찍은 경기 영상을 화상 재구성(image reconstruction) 처리하여 경기장의 수직 방향에서 바라본 화면을 복구한다. 화상 재구성 처리는, 물체 또는 그 단면상을 그보다 1차원 낮은 촬영자료의 조합으로부터 화상 변환 기술을 사용하여 합성하는 조작 방법이다. 그리고 프로세서(130)는 복구된 화면(즉, 이미지)를 영상 인식 처리하여 컬링 전략 학습에 필요한 데이터(즉, 경기 상황 정보)를 획득한다.
도 7은 본 발명의 일 실시예에 따른 컬링 경기 영상을 통한 경기 상황 인식 과정을 설명하기 위한 도면이다.
도 7을 참조하면, 프로세서(130)는 컬링 경기장에 설치된 두 대 이상의 카메라(예: 경기장 옆 카메라, 경기장 상부(천장) 카메라 등)의 영상을 화상 재구성을 통해 수직 상부 방향에서 촬영한 이미지로 복구한다. 그리고 프로세서(130)는 복구된 이미지를 사전에 설정된 컬링 시뮬레이터의 위치 좌표와 매칭시킨 뒤, 템플릿 매칭을 통해 전략 생성 모델이 학습할 때 필요한 정보들(즉, 경기 상황 정보)을 추출하여 데이터베이스(140)에 저장한다.
이때, 프로세서(130)는 물리 엔진(physics engine) 기반의 컬링 시뮬레이터를 이용하여 컬링 스톤의 움직임 및 컬링 스톤간의 충돌을 재현하고, 무한한 공간인 컬링 시트를 좌표 공간으로 설정하여 컬링 스톤의 위치를 좌표로 나타낸다. 참고로, 물리 엔진은 강체동역학(충돌 감지 포함), 연체동역학, 유동역학과 같은 단순한 특정 물리 시스템을 최대한 시뮬레이션할 수 있는 컴퓨터 소프트웨어로 구현될 수 있다.
예를 들어, 프로세서(130)는 촬영된 경기 영상을 컬링 시뮬레이터에 매칭하는 것을 실시간으로 처리하여, 현재 진행되고 있는 컬링 경기 상황을 인식하여 그에 최적화된 전략 생성 및 경기력 분석을 실시간으로 제공할 수 있다. 즉, 프로세서(130)는 진행 중인 컬링 경기(즉, 분석 대상 컬링 경기)를 촬영한 영상 데이터로부터 기설정된 방향에서 촬영된 이미지를 추출하되, 컬링 시뮬레이터의 위치 좌표와의 매칭을 실시간으로 지속적으로 처리하여 진행 중인 컬링 경기의 경기 상황을 실시간으로 인식 및 분석할 수 있다.
이상에서와 같이, 프로세서(130)는 웹 크롤링을 통해 수집한 컬링 경기 기록 데이터와 영상 인식에 기반하여 인식한 컬링 경기 상황 데이터를, 기계학습 기법을 이용해 학습할 수 있도록 데이터베이스화한다. 그리고 프로세서(130)는 데이터베이스에 저장된 데이터들(즉, 다양한 경기 내용)을 학습하여, 투구 전략, 투구 정확도 등의 경기 내용을 자동 분석함으로써 사용자의 경기력 평가 및 취약점을 객관적으로 분석한다.
한편, 프로세서(130)는 웹 크롤링을 통해 수집한 기실시된 컬링 경기 정보와, 카메라 기반의 경기 영상을 통해 수집한 컬링 경기 상황 인식 데이터를 데이터 확장(data augmentation) 기법들을 이용해 전략 학습에 필요한 많은 양의 데이터를 획득한다. 그리고 프로세서(130)는 이를 통해 확보된 데이터(즉, 학습 데이터)를 기설정된 기계학습 기법을 사용하여 학습하여 컬링 경기 전략 생성 모델을 구축한다. 데이터 확장 처리는, 입력 데이터를 임의적으로 확장하는 것으로서, 이미지 데이터를 예로 들면 이미지를 회전하거나 자르기, 기울이기, 밝기 조절 등 인위적으로 미세한 변화를 주어 데이터의 수를 늘리는 방법이다.
도 8은 본 발명의 일 실시예에 따른 데이터 확장 과정을 설명하기 위한 도면이다.
도 8을 참조하면, 프로세서(130)는 기실시된 컬링 경기의 기록 자료 및 진행 중인 컬링 경기를 촬영한 영상 데이터로부터 추출된 이미지 정보를, 좌우 반전 처리, 스케일 축소 또는 확대 처리, 좌우 회전 처리 및 컬링 스톤의 위치 좌표에 대한 노이즈 추가 처리 중 적어도 하나의 데이터 확장 처리하여 기계학습의 학습데이터로서 사용한다.
또한, 프로세서(130)는 기계학습 기반의 각기 다른 전략을 학습한 컬링 시뮬레이터 간에 자가 대전 경기 정보를 이용하여, 전략 생성 모델이 학습할 때 필요한 정보들을 추출해 데이터를 추가적으로 확보할 수도 있다.
이처럼, 프로세서(130)는, 기실시된 컬링 경기의 기록 자료 및 진행 중인 컬링 경기(또는 분석하고자 하는 임의의 컬링 경기)를 촬영한 영상 데이터로부터 기설정된 이미지 정보를 추출하고, 추출된 이미지 정보를 좌우 반전 처리, 스케일 축소 또는 확대 처리, 좌우 회전 처리 및 컬링 스톤의 위치 좌표에 대한 노이즈 추가 처리 중 적어도 하나의 데이터 확장처리를 수행한 후, 기계학습의 학습 데이터 및 경기 상황 정보로서 설정한다.
프로세서(130)는 수집한 데이터들에 기초하여 구축된 컬링 경기 전략 생성 모델을 통해, 분석 대상 컬링 경기(즉, 현재 진행 중인 컬링 경기)에 대한 전략을 분석 및 생성할 수 있다.
도 9는 본 발명의 일 실시예에 따른 컬링 경기 전략 생성 모델을 이용한 컬링 경기 상황에 따른 전략 생성 과정을 설명하기 위한 도면이다.
도 9에 도시한 바와 같이, 프로세서(130)는 기존에 실시되었던 컬링 경기의 자료를 분석하여 구축한 컬링 데이터베이스에 기반하여 기계학습을 수행하여 전략 생성 모델을 모델링하고, 그에 따라 다양한 컬링 경기 전략들을 학습한다. 이때 학습하는 데이터는, 경기 상황에 따른 실제 컬링 선수들이 사용했던 투구 전략(Draw, Guard, Take out 등), 경기 이미지에서의 스톤의 좌표, 투구 정확도, 엔드 번호, 샷 번호, 스톤의 회전 방향 등을 포함한다. 그리고 프로세서(130)는 분석 대상 컬링 경기의 경기 상황을 인식하여 구축한 컬링 데이터베이스에 저장된 정보들을, 사전에 다양한 컬링 경기 전략들이 학습된 전략 생성 모델을 통해 학습하여, 해당 경기 상황 정보에 대응하는 적어도 하나의 전략을 생성한다.
또한, 프로세서(130)는 컬링 데이터베이스로부터 기계학습을 통한 경기 내용(투구 전략, 투구 정확도 등) 자동 분류를 함으로써, 사용자(즉, 컬링 선수)의 경기력 평가 및 취약점 분석을 처리하여 사용자 별 훈련 방법을 추천한다.
도 10은 본 발명의 일 실시예에 따른 컬링 경기 참가 선수의 경기력 분석 및 훈련 방법 추천 결과를 제공하는 사용자 인터페이스의 일례이다. 그리고 도 11은 본 발명의 일 실시예에 따른 컬링 경기 결과 분석 보고서를 제공하는 사용자 인터페이스의 일례이며, 도 12는 도 11의 컬링 경기 결과 분석 보고서를 좀 더 상세히 도시한 도면이다.
도 10을 참조하면, 프로세서(130)는 추천된 전략 중 사용자에 의해 선택된 전략에 대해 적합성을 평가하고, 진행 중인 컬링 경기에 참가한 선수 별로 상기 선택된 전략에 대한 수행 정도를 평가하며, 평가의 결과에 기초하여 선수 별 경기력 및 전략 적합도를 지표화한다. 그리고, 프로세서(130)는 지표화된 평가의 결과에 기초하여 상기 선수 별 취약점을 분석하고, 기설정된 복수의 훈련 방법 정보 중 상기 분석의 결과에 따른 훈련 방법 정보를 디스플레이를 통해 출력한다.
이때, 선수들의 경기력은 경기 상황에 따른 필요한 전략을 얼마나 잘 수행했는가에 대한 정도를 나타내는 지표일 수 있으며, 참고로 기존의 컬링 경기 기보에서 사용하는 0점~4점 사이의 정수로 표현하는 것도 가능하다. 또한, 전략 분석 적합도는 경기 상황에 따라 어떠한 필요한 전략을 선택하였는지, 스톤의 회전방향은 어느 방향으로 투구 하였는지 등을 평가한 값일 수 있다. 예를 들어, 추천된 전략을 선택 및 적용한 후 경기 상황이 득점 상황으로 진행되었거나 스톤의 회전 방향이 전략따른 방향과 일치하는 정도가 높을수록 높은 점수로 평가할 수 있다. 또한, 실제 경기에 참가중인 선수 별로 취약점은, 예를 들어 상기 선택된 전략을 적용한 후 해당 선수가 전략에 따른 투구를 성공적으로 수행하였는지 여부에 따라 분석할 수 있다. 만약 해당 선수의 전략에 따른 투구 정확도가 통계적으로 낮다고 판단된 경우, 해당 전략을 성공시키기 위한 투구 방식 및 오차 정보 등을 훈련 방법 정보로서 제공할 수도 있다.
도 11을 참조하면, 프로세서(130)는 경기력 분석 시 사용자가 프로 선수 등의 전문가인 경우와 전문가가 아닌 일반인인 경우를 분리하여 분석 결과를 제공할 수 있다. 또한, 프로세서(130)는 모바일 애플리케이션 형태로 컬링 경기 전략 및 경기력 분석 결과 보고서를 제공할 수도 있다.
또한, 도 12를 참조하면, 프로세서(130)는 전략 및 경기력 분석 결과 보고서로서, 엔드 별 또는 선수 별 전략 및 투구 정확도를 포함하는 경기 결과 정보, 샷 별 전략 및 투구 정확도 분석 결과를 포함하는 상세 분석 정보, 엔드 별 승률 추이 및 선수 별 투구 정확도/오차를 포함하는 그래프 및 통계 정보, 및 이상의 정보들을 종합적으로 분석한 내용이 포함된 피드백 정보를 생성하여 제공할 수 있다.
이하, 도 13을 참조하여 본 발명의 일 실시예에 따른 컬링 경기 전략 생성 방법에 대해서 상세히 설명하도록 한다. 도 13에서 설명하는 컬링 경기 전략 생성 방법은, 앞서 설명한 프로세서(130)의 동작을 통해 수행될 수 있다.
도 13은 본 발명의 일 실시예에 따른 컬링 경기 전략 생성 방법을 설명하기 위한 순서도이다.
먼저, 기실시된 복수의 컬링 경기에 대한 기록 자료들을 수집하고(S131), 수집된 데이터들을 기설정된 기계학습을 통해 학습하여 전략 생성 모델을 구축한다(S132).
이때, 웹 크롤링(web crawling)을 통해 상기 기실시된 복수의 컬링 경기에 대한 기록 자료들을 수집할 수 있으며, 수집된 기록 자료 별로 템플릿 매칭을 통해 기설정된 이미지 정보 및 텍스트 정보를 추출하고, 추출된 이미지 정보 및 텍스트 정보를 기계학습하여 상기 전략 생성 모델을 구축할 수 있다.
기실시된 복수의 컬링 경기에 대한 기록 자료들은 이미지 정보 및 텍스트 정보 중 적어도 하나를 포함하며, 이미지 정보는 컬링 경기 상황을 기설정된 방향에서 촬영한 이미지로부터 추출되는 컬링 스톤의 좌표 정보 및 충돌 위치 정보를 포함하고, 텍스트 정보는 엔드 번호, 샷 번호, 수행된 전략, 컬링 스톤의 회전 방향 중 적어도 하나를 포함한다.
다음으로, 진행 중인 컬링 경기를 촬영한 이미지를 영상 인식하여 기설정된 경기 상황 정보를 인식한다(S133).
이때, 컬링 경기장에 설치된 복수의 카메라 장치로부터 컬링 경기 상황을 촬영한 영상 데이터를 수신하고, 수신된 영상 데이터로부터 컬링 경기 상황을 수직 상부에서 촬영한 이미지를 재구성하고, 재구성된 이미지를 기설정된 시뮬레이터의 위치 좌표와 매칭시킨 후 탬플릿 매칭을 통해 기설정된 이미지 정보를 추출하며, 추출된 이미지 정보를 경기 상황 정보로서 인식할 수 있다.
그런 다음, 전략 생성 모델을 통해 상기 인식된 경기 상황 정보에 대응하는 하나 이상의 전략을 생성하고, 생성된 전략에 대한 추천 정보를 출력한다(S134).
이때, 추천된 전략 중 사용자에 의해 선택된 전략에 대해 적합성을 평가하고, 진행 중인 컬링 경기에 참가한 선수 별로 상기 선택된 전략에 대한 수행 정도를 평가하며, 평가의 결과에 기초하여 선수 별 경기력 및 전략 적합도를 지표화하는 단계를 더 포함할 수 있다. 또한, 지표화된 평가의 결과에 기초하여 선수 별 취약점을 분석하고, 기설정된 복수의 훈련 방법 정보 중 상기 취약점을 분석한 결과에 따른 훈련 방법 정보를 디스플레이를 통해 출력하는 것도 가능하다.
이상에서, 기실시된 컬링 경기의 기록 자료 및 진행 중인 컬링 경기를 촬영한 영상 데이터로부터 기설정된 이미지 정보를 추출한 후, 각각 추출된 이미지 정보를 좌우 반전 처리, 스케일 축소 또는 확대 처리, 좌우 회전 처리 및 컬링 스톤의 위치 좌표에 대한 노이즈 추가 처리 중 적어도 하나의 데이터 확장(data augmentation) 처리를 수행한 후 기계학습의 학습 데이터로서 사용할 수 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능한 기록 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독 가능한 기록 매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 컬링 경기 전략 생성 장치 400: 통신망
110: 통신모듈 120: 메모리
130: 프로세서 140: 데이터베이스

Claims (13)

  1. 컬링 경기 전략 생성 장치에 있어서,
    컬링 경기 전략 분석 및 생성 프로그램이 저장된 메모리; 및
    상기 메모리에 저장된 프로그램을 실행하는 프로세서를 포함하며,
    상기 프로세서는 상기 컬링 경기 전략 분석 및 생성 프로그램의 실행에 따라,
    진행 중인 컬링 경기를 촬영한 이미지를 영상 인식하여 기설정된 경기 상황 정보를 인식하고, 기실시된 복수의 컬링 경기에 대한 기록 자료들로부터 수집된 데이터들을 기설정된 기계학습을 통해 학습하여 전략 생성 모델을 구축하고, 상기 전략 생성 모델을 통해 상기 인식된 경기 상황 정보에 대응하는 하나 이상의 전략을 생성하고, 상기 생성된 전략에 대한 추천 정보를 출력하며,
    상기 기실시된 복수의 컬링 경기에 대한 기록 자료들은, 이미지 정보 및 텍스트 정보 중 적어도 하나를 포함하는 것인, 컬링 경기 전략 생성 장치.
  2. 제 1 항에 있어서,
    상기 이미지 정보는 컬링 경기 상황을 기설정된 방향에서 촬영한 이미지로부터 추출되는 컬링 스톤의 좌표 정보 및 충돌 위치 정보를 포함하고,
    상기 텍스트 정보는 엔드 번호, 샷 번호, 수행된 전략, 컬링 스톤의 회전 방향 중 적어도 하나를 포함하는 것인, 컬링 경기 전략 생성 장치.
  3. 제 1 항에 있어서,
    상기 프로세서는,
    웹 크롤링(web crawling)을 통해 상기 기실시된 복수의 컬링 경기에 대한 기록 자료들을 수집하며,
    상기 기록 자료 별로 템플릿 매칭을 통해 기설정된 이미지 정보 및 텍스트 정보를 추출하며,
    상기 추출된 이미지 정보 및 텍스트 정보를 기계학습하여 상기 전략 생성 모델을 구축하는, 컬링 경기 전략 생성 장치.
  4. 제 1 항에 있어서,
    통신 모듈을 더 포함하고,
    상기 프로세서는,
    상기 통신모듈을 통해 컬링 경기장에 설치된 복수의 카메라 장치로부터 컬링 경기 상황을 촬영한 영상 데이터를 수신하고,
    상기 영상 데이터로부터 컬링 경기 상황을 수직 상부에서 촬영한 이미지를 재구성하고,
    상기 재구성된 이미지를 기설정된 컬링 시뮬레이터의 위치 좌표와 매칭시킨 후, 탬플릿 매칭을 통해 기설정된 이미지 정보를 추출하고,
    상기 추출된 이미지 정보를 경기 상황 정보로서 인식하는, 컬링 경기 전략 생성 장치.
  5. 제 4 항에 있어서,
    상기 프로세서는,
    상기 진행 중인 컬링 경기를 촬영한 영상 데이터로부터 기설정된 방향에서 촬영된 이미지를 추출하되, 상기 컬링 시뮬레이터의 위치 좌표와 매칭을 실시간으로 지속적으로 처리하여 상기 진행 중인 컬링 경기의 경기 상황을 실시간으로 인식하는 것인, 컬링 경기 전략 생성 장치.
  6. 제 1 항에 있어서,
    상기 프로세서는,
    상기 기실시된 컬링 경기의 기록 자료 및 상기 진행 중인 컬링 경기를 촬영한 영상 데이터로부터 기설정된 이미지 정보를 추출하고,
    상기 추출된 이미지 정보를 좌우 반전 처리, 스케일 축소 또는 확대 처리, 좌우 회전 처리 및 컬링 스톤의 위치 좌표에 대한 노이즈 추가 처리 중 적어도 하나의 데이터 확장(data augmentation) 처리를 수행한 후 상기 기계학습의 학습 데이터로서 설정하는, 컬링 경기 전략 생성 장치.
  7. 제 1 항에 있어서,
    상기 프로세서는,
    상기 추천된 전략 중 사용자에 의해 선택된 전략에 대해 적합성을 평가하고,
    상기 진행 중인 컬링 경기에 참가한 선수 별로 상기 선택된 전략에 대한 수행 정도를 평가하며,
    상기 평가의 결과에 기초하여 선수 별 경기력 및 전략 적합도를 지표화하는, 컬링 경기 전략 생성 장치.
  8. 제 7 항에 있어서,
    상기 프로세서는,
    상기 지표화된 평가의 결과에 기초하여 상기 선수 별 취약점을 분석하고,
    기설정된 복수의 훈련 방법 정보 중 상기 취약점을 분석한 결과에 따른 훈련 방법 정보를 상기 디스플레이를 통해 출력하는, 컬링 경기 전략 생성 장치.
  9. 컬링 경기 전략 생성 장치를 통한 컬링 경기 전략 생성 방법에 있어서,
    기실시된 복수의 컬링 경기에 대한 기록 자료들로부터 수집된 데이터들을 기설정된 기계학습을 통해 학습하여 전략 생성 모델을 구축하는 단계;
    진행 중인 컬링 경기를 촬영한 이미지를 영상 인식하여 기설정된 경기 상황 정보를 인식하는 단계; 및
    상기 전략 생성 모델을 통해 상기 인식된 경기 상황 정보에 대응하는 하나 이상의 전략을 생성하고, 상기 생성된 전략에 대한 추천 정보를 출력하는 단계를 포함하며,
    상기 기실시된 복수의 컬링 경기에 대한 기록 자료들은, 이미지 정보 및 텍스트 정보 중 적어도 하나를 포함하고,
    상기 이미지 정보는 컬링 경기 상황을 기설정된 방향에서 촬영한 이미지로부터 추출되는 컬링 스톤의 좌표 정보 및 충돌 위치 정보를 포함하고,
    상기 텍스트 정보는 엔드 번호, 샷 번호, 수행된 전략, 컬링 스톤의 회전 방향 중 적어도 하나를 포함하는 것인, 컬링 경기 전략 생성 방법.
  10. 제 9 항에 있어서,
    상기 전략 생성 모델을 구축하는 단계는,
    웹 크롤링(web crawling)을 통해 상기 기실시된 복수의 컬링 경기에 대한 기록 자료들을 수집하고,
    상기 기록 자료 별로 템플릿 매칭을 통해 기설정된 이미지 정보 및 텍스트 정보를 추출하며,
    상기 추출된 이미지 정보 및 텍스트 정보를 기계학습하여 상기 전략 생성 모델을 구축하는 것인, 컬링 경기 전략 생성 방법.
  11. 제 9 항에 있어서,
    상기 경기 상황 정보를 인식하는 단계는,
    컬링 경기장에 설치된 복수의 카메라 장치로부터 컬링 경기 상황을 촬영한 영상 데이터를 수신하고,
    상기 영상 데이터로부터 컬링 경기 상황을 수직 상부에서 촬영한 이미지를 재구성하고,
    상기 재구성된 이미지를 기설정된 컬링 시뮬레이터의 위치 좌표와 매칭시킨 후, 탬플릿 매칭을 통해 기설정된 이미지 정보를 추출하고,
    상기 추출된 이미지 정보를 경기 상황 정보로서 인식하는 것인, 컬링 경기 전략 생성 방법.
  12. 제 9 항에 있어서,
    상기 기실시된 컬링 경기의 기록 자료 및 상기 진행 중인 컬링 경기를 촬영한 영상 데이터 중 적어도 하나의 기설정된 이미지 정보를 추출하되,
    상기 추출된 이미지 정보를 좌우 반전 처리, 스케일 축소 또는 확대 처리, 좌우 회전 처리 및 컬링 스톤의 위치 좌표에 대한 노이즈 추가 처리 중 적어도 하나의 데이터 확장(data augmentation) 처리를 수행한 후 상기 기계학습의 학습 데이터로서 설정하는, 컬링 경기 전략 생성 방법.
  13. 제 9 항에 있어서,
    상기 생성된 전략에 대한 추천 정보를 출력하는 단계 이후에,
    상기 추천된 전략 중 사용자에 의해 선택된 전략에 대해 적합성을 평가하는 단계;
    상기 진행 중인 컬링 경기에 참가한 선수 별로 상기 선택된 전략에 대한 수행 정도를 평가하는 단계;
    상기 평가의 결과에 기초하여 선수 별 경기력 및 전략 적합도를 지표화하는 단계;
    상기 지표화된 평가의 결과에 기초하여 상기 선수 별 취약점을 분석하는 단계; 및
    기설정된 복수의 훈련 방법 정보 중 상기 취약점을 분석한 결과에 따른 훈련 방법 정보를 상기 디스플레이를 통해 출력하는단계를 더 포함하는, 컬링 경기 전략 생성 방법.
KR1020170128086A 2017-02-24 2017-09-29 컬링 경기 전략 생성 장치 및 그 방법 Active KR102045566B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170024514 2017-02-24
KR20170024514 2017-02-24

Publications (2)

Publication Number Publication Date
KR20180098112A true KR20180098112A (ko) 2018-09-03
KR102045566B1 KR102045566B1 (ko) 2019-11-18

Family

ID=63601061

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170128086A Active KR102045566B1 (ko) 2017-02-24 2017-09-29 컬링 경기 전략 생성 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102045566B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190063449A (ko) * 2017-11-29 2019-06-07 고려대학교 산학협력단 컬링 시뮬레이션 시스템 및 가상 컬링 경기수행 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020078449A (ko) * 2001-04-09 2002-10-18 (주)버추얼미디어 축구 비디오 자동 분석 장치 및 방법
KR101478097B1 (ko) 2014-02-21 2014-12-31 숭실대학교산학협력단 컬링 시뮬레이션을 수행하기 위한 이동 단말, 컬링 시뮬레이션 방법 및 기록 매체
KR101499570B1 (ko) 2013-11-28 2015-03-12 숭실대학교산학협력단 컬링 분석용 이동 단말 및 이를 이용한 컬링 경기 분석 시스템
KR20160026310A (ko) * 2014-08-29 2016-03-09 넥시스 주식회사 글라스형 웨어러블 디바이스를 이용한 컬링코칭 시스템 및 방법
KR101611431B1 (ko) 2014-02-20 2016-04-12 숭실대학교산학협력단 컬링 분석 방법, 이를 수행하기 위한 기록 매체 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020078449A (ko) * 2001-04-09 2002-10-18 (주)버추얼미디어 축구 비디오 자동 분석 장치 및 방법
KR101499570B1 (ko) 2013-11-28 2015-03-12 숭실대학교산학협력단 컬링 분석용 이동 단말 및 이를 이용한 컬링 경기 분석 시스템
KR101611431B1 (ko) 2014-02-20 2016-04-12 숭실대학교산학협력단 컬링 분석 방법, 이를 수행하기 위한 기록 매체 및 장치
KR101478097B1 (ko) 2014-02-21 2014-12-31 숭실대학교산학협력단 컬링 시뮬레이션을 수행하기 위한 이동 단말, 컬링 시뮬레이션 방법 및 기록 매체
KR20160026310A (ko) * 2014-08-29 2016-03-09 넥시스 주식회사 글라스형 웨어러블 디바이스를 이용한 컬링코칭 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190063449A (ko) * 2017-11-29 2019-06-07 고려대학교 산학협력단 컬링 시뮬레이션 시스템 및 가상 컬링 경기수행 방법

Also Published As

Publication number Publication date
KR102045566B1 (ko) 2019-11-18

Similar Documents

Publication Publication Date Title
KR102045567B1 (ko) 딥러닝에 기반한 컬링 경기 전략 추천 장치 및 그 방법
US12370429B2 (en) Computer vision and artificial intelligence applications for performance evaluation and/or skills development
US11717737B2 (en) Athletic training system and method
CA2830488C (en) Sensing device and method used for virtual golf simulation apparatus
Khan et al. Activity recognition for quality assessment of batting shots in cricket using a hierarchical representation
US10398957B2 (en) Pitching simulator systems and methods
CN116186561B (zh) 基于高维时序图网络的跑步姿势识别纠正方法及系统
CN108091380A (zh) 基于多传感融合的青少年基本运动能力训练系统及方法
KR102158014B1 (ko) 인공신경망을 이용한 야구 경기 실시간 예측 방법 및 장치
CN115331777A (zh) 动作评估方法、装置、电子设备及计算机可读存储介质
AU2012231923B2 (en) Virtual golf simulation apparatus and method and sensing device and method used for the same
WO2024104223A1 (zh) 计数方法、装置、电子设备、存储介质、程序、及程序产品
Gálvez et al. Artificial intelligence and machine learning-based data analytics for sports: General overview and NBA case study
KR102045566B1 (ko) 컬링 경기 전략 생성 장치 및 그 방법
CN117934805B (zh) 对象筛选方法和装置、存储介质及电子设备
Yingtao et al. Modeling performance evaluation in badminton sports: a fuzzy logic approach
CN116077915B (zh) 一种基于多元时间序列相似度的实心球动作评分方法
CN111476115B (zh) 一种人体行为识别方法、装置及设备
CN116152401A (zh) 动作捕捉数据获取方法及装置、存储介质、计算机设备
WO2022070199A1 (en) A computerized method for facilitating motor learning of motor skills and system thereof
KR102957338B1 (ko) 사용자 훈련 데이터를 기반으로 특정 모션 유형에 대한 사용자의 실력 및 수준을 분석하고 분석 결과에 기반하여 사용자의 수준을 자동으로 분류하고, 이후 사용자가 특정 모션 유형에 대한 실시간 훈련 가이드를 요청하면 분석 결과에 따른 훈련 정보를 제공하는 훈련 정보 제공 방법
JP7856345B1 (ja) 分析システム、分析装置、および分析方法
KR102680688B1 (ko) 인공지능 기반 요통 관리 시스템
Guillota et al. Enhancing PGA Tour Performance: Leveraging Shotlink™ Data for Optimization and Prediction
TWI592008B (zh) Control system and its method using the motion of the image track drawing

Legal Events

Date Code Title Description
A201 Request for examination
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20170929

PA0201 Request for examination
PG1501 Laying open of application
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20190227

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20190924

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20191111

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20191112

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
FPAY Annual fee payment

Payment date: 20221118

Year of fee payment: 4

PR1001 Payment of annual fee

Payment date: 20221118

Start annual number: 4

End annual number: 4

PR1001 Payment of annual fee

Payment date: 20231024

Start annual number: 5

End annual number: 5

PR1001 Payment of annual fee

Payment date: 20241106

Start annual number: 6

End annual number: 6