KR20190050049A

KR20190050049A - 체형 분석 장치 및 방법

Info

Publication number: KR20190050049A
Application number: KR1020170145159A
Authority: KR
Inventors: 장준수; 최우수
Original assignee: 한국 한의학 연구원
Priority date: 2017-11-02
Filing date: 2017-11-02
Publication date: 2019-05-10
Also published as: KR102044071B1

Abstract

체형 분석 장치 및 방법에 연관되며, 구체적으로 사용자의 신체에 부착되는 복수 개의 마커를 포함하는 3차원 체형 데이터를 입력 받는 단계; 상기 3차원 체형 데이터를 마커 영역과 비마커 영역으로 분리하는 단계; 상기 마커 영역에 대하여 밀도 기반 클러스터링(DBSCAN) 방법을 이용해 상기 마커를 군집화하는 단계; 군집화된 상기 마커의 3차원 좌표를 계산하는 단계; 및 군집화된 상기 마커의 3차원 좌표를 이용하여 상기 사용자의 체형을 결정하는 단계를 포함할 수 있다.

Description

체형 분석 장치 및 방법{APPARATUS AND METHOD FOR ANALYZING BODY SHAPE}

사용자의 체형을 분석하는 장치 및 방법에 연관되며, 보다 특정하게는 3D 체형 데이터를 입력받아 마커를 기반으로하여 사용자의 체형을 분석하는 장치 및 방법에 연관된다.

현대 사회는 소비자의 의식 변화에 따른 고객 요구의 다양화와 기대수준의 향상으로 건강 서비스 및 관련 시스템 이용의 편리성 및 맞춤화가 강화되고 있는 추세이며, 축적된 개인의 건강 데이터를 바탕으로 생활 습관병 예방이나 체중관리 등의 개인화(personalized) 건강관리 사업이 급속도로 성장하고 있다

종래에는 단순히 사용자의 신장 및 체중을 측정한 후, 이를 토대로 사용자의 체형을 분석하여 결과를 제공하였으나, 사용자의 체형에 정확하고 상세한 데이터를 제공해 주지 못한다.

따라서, 사용자의 3차원 체형 데이터에 기초하여 정확하고 상세한 사용자의 체형 정보를 제공하는 장치가 필요하다.

한국 등록특허 10-1602674호 (공고일자 2016년03월11일)는 기준 모델을 이용한 자세 분석 방법을 제시한다. 입력 체형을 변환 벡터를 이용하여 기준 모델과 동일한 방향으로 정렬하는 내용에 관한 발명이다.

일실시예에 따르면 컴퓨터에 의해 적어도 일시적으로 수행되는 방법에 있어서, 사용자의 신체에 부착되는 복수 개의 마커를 포함하는 3차원 체형 데이터를 입력 받는 단계; 상기 3차원 체형 데이터를 마커 영역과 비마커 영역으로 분리하는 단계; 상기 마커 영역에 대하여 밀도 기반 클러스터링(DBSCAN) 방법을 이용해 상기 마커를 군집화하는 단계; 군집화된 상기 마커의 3차원 좌표를 계산하는 단계; 및 군집화된 상기 마커의 3차원 좌표를 이용하여 상기 사용자의 체형을 결정하는 단계를 포함하는 체형 분석 방법이 개시된다.

다른 일실시예에 따르면 상기 마커와 비마커 영역으로 분리하는 단계는, 색공간 정보 및 클러스터링 알고리즘을 이용하여 분리하는 체형 분석 방법일 수 있고, 상기 비마커 영역의 표면을 보간하는 단계를 더 포함하는 체형 분석 방법도 가능하다.

또 다른 일실시예에 따르면 상기 사용자의 체형을 결정하는 단계는, 강체 변환 벡터 T를 이용하여 미리 지정되는 체형 기준 모델의 자세로 정렬하는 단계를 더 포함할 수 있다.

다른 일실시예에 따르면 컴퓨터에 의해 적어도 일시적으로 수행되는 방법에 있어서, 사용자의 신체에 부착되는 복수 개의 마커를 포함하는 3차원 체형 데이터를 입력 받는 단계; 상기 마커의 3차원 좌표를 계산하는 단계; 상기 마커가 구형(spherical) 마커인지 또는 평면 마커인지를 결정하여 구형 마커인 경우에는 상기 구형 마커를 제거하는 단계; 상기 구형 마커가 제거되는 영역을 보간하는 단계; 및 계산되는 상기 마커의 좌표를 이용하여 상기 사용자의 체형을 결정하는 단계를 포함하는 체형 분석 방법도 개시된다.

또 다른 일실시예에 따르면 상기 구형 마커의 개수를 계산하는 단계; 및 상기 평면 마커의 개수를 계산하는 단계를 더 포함할 수 있다.

일실시예에 따르면 컴퓨터에 의해 적어도 일시적으로 수행되는 방법에 있어서, 사용자의 신체에 부착되는 복수 개의 마커를 포함하는 3차원 체형 데이터를 입력 받는 단계; 상기 3차원 체형 데이터를 마커 영역과 비마커 영역으로 분리하는 단계; 상기 마커 영역에 대하여 밀도 기반 클러스터링(DBSCAN) 방법을 이용해 상기 마커를 군집화하는 단계; 군집화된 상기 마커의 3차원 좌표를 계산하는 단계; 상기 마커가 구형(spherical) 마커인지 또는 평면 마커인지를 결정하여 구형 마커인 경우에는 상기 구형 마커를 제거하는 단계; 상기 구형 마커가 제거되는 영역을 보간하는 단계; 및 군집화된 상기 마커의 3차원 좌표를 이용하여 상기 사용자의 체형을 결정하는 단계를 포함하는 체형 분석 방법도 개시된다.

일측에 따르면 사용자의 신체에 부착되는 복수 개의 마커를 포함하는 3차원 체형 데이터를 마커 영역과 비마커 영역으로 분리하고, 상기 마커 영역에 대하여 밀도 기반 클러스터링(DBSCAN) 방법을 이용해 상기 마커를 군집화하여, 군집화된 상기 마커의 3차원 좌표를 계산하는 계산부; 및 군집화된 상기 마커의 3차원 좌표를 이용하여 상기 사용자의 체형을 결정하는 결정부를 포함하는 체형 분석 장치가 개시된다.

상기 계산부는, 색공간 정보 및 클러스터링 알고리즘을 이용하여 분리할 수 있고, 상기 비마커 영역의 표면을 보간할 수 있다.

또한 상기 결정부는, 강체 변환 벡터 T를 이용하여 미리 지정되는 체형 기준 모델의 자세로 정렬하는 것도 가능하다.

다른 일측에 따르면 사용자의 신체에 부착되는 복수 개의 마커를 포함하는 3차원 체형 데이터를 입력 받아 상기 마커의 3차원 좌표를 계산하고, 상기 마커가 구형(spherical) 마커인지 또는 평면 마커인지를 결정하여 구형 마커인 경우에는 상기 구형 마커를 제거하고, 상기 구형 마커가 제거되는 영역을 보간하는 계산부; 및 계산되는 상기 마커의 3차원 좌표를 이용하여 상기 사용자의 체형을 결정하는 결정부를 포함하는 체형 분석 장치도 개시된다.

또 다른 일측에 따르면 사용자의 신체에 부착되는 복수 개의 마커를 포함하는 3차원 체형 데이터를 마커 영역과 비마커 영역으로 분리하고, 상기 마커 영역에 대하여 밀도 기반 클러스터링 방법을 이용해 상기 마커를 군집화하여, 군집화된 상기 마커의 3차원 좌표를 계산하고, 상기 마커가 구형 마커인지 또는 평면 마커인지를 결정하여 구형 마커인 경우에는 상기 구형 마커를 제거하고 상기 구형 마커가 제거되는 영역을 보간하는 계산부; 및 군집화된 상기 마커의 3차원 좌표를 이용하여 상기 사용자의 체형을 결정하는 결정부를 포함하는 체형 분석 장치도 개시된다.

일실시예에 따르면 상기 체형 분석 방법을 수행하는 프로그램을 수록한 컴퓨터 판독 가능 기록 매체도 개시된다.

도 1은 일실시예에 따른 체형 분석 장치의 구성을 도시한다.
도 2는 일실시예에 따른 체형 분석 방법의 흐름도이다.
도 3은 일실시예에 따른 마커 검출 흐름을 도시한다.
도 4는 일실시예에 따른 마커 자동 구분을 포함하는 체형 분석 방법을 도시한 흐름도이다.
도 5는 일실시예에 따른 개별 마커의 군집화를 이용하여 마커와 비마커 영역을 분리하는 흐름을 도시한다.
도 6은 일실시예에 따른 입력 체형 데이터와 기준 체형 데이터를 도시한다.

이하에서, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 권리범위는 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.

아래 설명에서 사용되는 용어는, 연관되는 기술 분야에서 일반적이고 보편적인 것으로 선택되었으나, 기술의 발달 및/또는 변화, 관례, 기술자의 선호 등에 따라 다른 용어가 있을 수 있다. 따라서, 아래 설명에서 사용되는 용어는 기술적 사상을 한정하는 것으로 이해되어서는 안 되며, 실시예들을 설명하기 위한 예시적 용어로 이해되어야 한다.

또한 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.

도 1은 일실시예에 따른 체형 분석 장치의 구성을 도시한다. 일실시예에 따른 체형 분석 장치는 계산부(110) 및 결정부(120)를 포함할 수 있다.

계산부(110)는 3차원 체형 데이터를 입력 받아 최종적으로 마커의 3차원 좌표를 계산하고, 결정부(120)는 계산되는 상기 마커의 3차원 좌표를 이용하여 사용자의 체형을 결정한다.

보다 구체적으로 계산부(110)는 사용자의 3차원 체형 데이터를 입력 받는다. 상기 3차원 체형 데이터는 마커를 포함하는 사용자의 상반신 또는 전신 촬영 영상일 수 있다. 분석하고자 하는 범위에 따라 상반신 정보만을 활용하거나 전신 정보를 활용할 수 있다. 경우에 따라서는 하반신 정보만을 활용하는 것도 가능하다.

상기 계산부(110)는 입력 받은 3차원 체형 데이터를 이용하여 마커 영역과 비마커 영역으로 분리할 수 있다. 예시적으로 각 영역에 속하는 포인트의 개수를 비교하여 더 적은 개수의 포인트를 포함하는 영역을 마커 영역으로, 반대 영역을 비마커 영역으로 구분할 수 있다. 측정하고 하는 사용자의 신체에 다수의 마커를 부착하더라도 촬영되는 전체 면적에서 마커 영역보다 마커가 존재하지 않는 영역이 더 넓다는 것을 전제로 한다. 경우에 따라서는 마커를 매우 많이 부착하여 마커 영역이 마커가 존재하지 않는 영역보다 더 커지는 경우에는 반대로 판단하는 것도 가능하다. 그러나 일반적으로는 마커 영역이 비마커 영역보다 작기 때문에 더 적은 포인트를 포함하는 영역을 마커 영역으로 구분할 수 있다.

상기 계산부(110)는 분리된 마커 영역에 대하여 개별 마커를 군집화 할 수 있다. 개별 마커를 군집화함에 있어서, 밀도 기반 클러스터링(DBSCAN, Density Based Spatial Clustering of Application with Noise) 알고리즘을 적용할 수 있다. 군집화된 각 군 사이의 거리, 군 별 포함될 수 있는 포인트의 개수 등에 제한을 두어 위 기준에 부합하지 않는 경우에는 마커 후보에서 제외할 수 있다.

최종적으로 상기 계산부(110)는 군집화된 상기 마커들의 군 별 좌표를 계산할 수 있다. 상기 군 별 좌표는 대표값을 정해 사용할 수 있으며, 사용자의 신체 표면의 주요 위치에 부착되는 마커의 군집화된 3차원 좌표를 획득할 수 있다.

결정부(120)는 상기 계산부(110)가 계산하는 군집화된 마커의 3차원 좌표를 이용하여 사용자의 체형을 결정한다. 상기 결정부(120)는 미리 저장되는 다양한 체형 정보에 기초하여 측정되는 사용자의 체형과 가장 근접한 체형을 사용자의 체형으로 결정할 수 있다. 예시적으로 체형은 상체 발달형, 하체 발달형, 근육형, 마른형, 슬림형, 통통형 등으로 결정될 수 있다.

도 2는 일실시예에 따른 체형 분석 방법의 흐름도이다. 일실시예에 따른 체형 분석 방법은 3차원 체형 데이터 입력 단계(210), 마커/비마커 영역 분리 단계(220), 밀도 기반 클러스터링 단계(230), 마커의 3차원 좌표 계산 단계(240) 및 체형 결정 단계(250)로 구성될 수 있다.

구체적으로, 3차원 체형 데이터 입력 단계(210)는 사용자의 측정되는 3차원 체형 데이터를 계산부가 입력 받는 단계이다. 상기 3차원 체형 데이터는 예시적으로 사용자의 체형을 촬영한 3D 영상일 수 있다.

마커/비마커 영역 분리 단계(220)는 상기 계산부가 마커 영역과 비마커 영역을 분리하는 단계이다. 예시적으로 상기 계산부는 영역을 분리함에 있어서 색공간(Color Space) 정보 및 클러스터링을 이용할 수 있다. 상기 색공간 정보는 예시적으로 그러나 한정되지 않게 RBG(Red, Blue, Green) 색공간, HSV(Hue, Saturation, Value) 색공간, HSL(Hue, Saturation, Lightness) 중 어느 하나일 수 있다. 또한 클러스터링은 예시적으로 그러나 한정되지 않게 평균값에 기반하는 K-means 클러스터링, 빈도수가 많은 중간점(medoid) 기반 K-medoids 클러스터링 중 어느 하나일 수 있다. 즉, 색공간 정보와 클러스터링 알고리즘을 이용하여 마커와 비마커 영역을 분리할 수 있다. 특히 상기 비마커 영역은 마커 영역에 반대되는 개념으로서, 피부 또는 몸에 밀착되는 의복 영역일 수 있다.

다음은 밀도 기반 클러스터링 단계(230)이다. 분리되는 마커 영역에 대하여 밀도 기반 클러스터링(DBSCAN)을 수행한다. 개별 마커에 대하여 밀도 기반 클러스터링으로 군집화하고, 군집화된 각 군 사이의 거리, 군 별 포함될 수 있는 포인트의 개수 등에 제한을 두어 그 기준에 부합하지 않는 마커는 제외한다.

다음으로 밀도 기반 클러스터링 방법으로 군집화된 마커에 대하여 3차원 좌표를 계산한다(240). 예시적으로 군집화된 마커들의 군 별 좌표의 대표값을 정의하여 신체 표면의 주요 위치에 부착되는 마커의 3차원 좌표를 계산부가 계산할 수 있다.

마지막으로 체형 결정 단계(250)를 수행한다. 결정부는 상기 계산부가 수행하는 일련의 과정에 따라 획득한, 군집화된 마커의 3차원 좌표를 이용하여 사용자의 체형을 결정할 수 있다. 체형 결정은 앞서 도1에서 설명한 대로 미리 지정되는 체형 정보에 가장 근접한 체형을 측정 사용자의 체형으로 결정할 수 있다.

도 3은 일실시예에 따른 마커 검출 흐름을 도시한다. 도 3은 측정 사용자의 뒷모습에 복수의 마커가 부착되어 있는 모습을 기반으로하여 마커 검출 흐름을 도시한다.

310은 계산부에 입력되는 3차원 데이터이고, 320은 상기 3차원 데이터 중 마커 영역을 실선으로 도시하였다. 330은 상기 3차원 데이터 중 비마커 영역을 실선으로 도시하였다. 340은 마커 영역에 대하여 밀도 기반 클러스터링을 수행한 모습을 도시하며, 350은 밀도 기반 클러스터링된 마커 영역과 비마커 영역을 병합한 모습을 도시한다.

입력되는 3차원 데이터(310)는 마커를 포함하는 사용자의 신체 영상일 수 있다. 상기 마커는 체형을 측정하기 적절한 위치에 부착될 수 있으며, 임상적으로 결정될 수 있다.

상기 3차원 데이터에서 마커 영역(320)과 비마커 영역(330)을 분리하기 위해 색공간 정보 및 클러스터링 알고리즘이 사용될 수 있다. 상기 색공간 정보 및 클러스터링 알고리즘은 다양한 방법이 사용될 수 있으며, 예시적으로 HSV 색공간과 K-means 클러스터링이 사용될 수 있으나 이에 한정되는 것은 아니다.

획득되는 마커 영역(320)에 대하여 밀도 기반 클러스터링(DBSCAN)을 수행할 수 있다. 340에서 밀도 기반 클러스터링이 수행된 경우의 모습을 확인할 수 있다.

최종적으로 밀도 기반 클러스터링 된 마커 영역(340)과 비마커 영역(330)을 합하여진 데이터를 획득할 수 있다. 계산부는 상기 클러스터링 된 마커 영역에 대하여 신체상의 3차원 좌표 정보를 계산할 수 있고, 결정부는 상기 3차원 좌표 정보를 이용하여 체형을 결정할 수 있다.

도 4는 일실시예에 따른 마커 자동 구분을 포함하는 체형 분석 방법을 도시한 흐름도이다. 통상적으로 사용되는 마커는 구형(spherical) 마커와 평면(plane) 마커가 있으나, 일실시예에 따른 체형 분석 방법은 마커의 종류에 관계없이 체형을 결정할 수 있다.

일실시예에 따른 체형 분석 방법은 3차원 체형 데이터 입력 단계(410), 마커 3차원 좌표 계산 단계(420), 구형 마커인지 판단하는 단계(430), 마커 제거 및 제거 영역 보간 단계(440) 및 체형 결정 단계(450)로 구성될 수 있다.

도2에서 설명한 체형 분석 방법과 동일하게 3차원 체형 데이터를 입력 받을 수 있다(410). 다음으로 상기 마커에 대하여 3차원 좌표를 계산하는 단계(420)가 수행될 수 있다. 앞서 설명한 마커 검출 알고리즘을 통해 마커의 좌표를 계산할 수 있다.

구형 마커인지 여부를 판단(430)하는 단계는 계산부가 입력되는 3차원 체형 데이터를 이용하여 각 마커가 구형 마커인지 여부를 판단한다. 마커가 구형 마커인 경우에는 상기 구형 마커를 제거하고 제거되는 구형 마커 영역을 보간(interpolation)할 수 있다(440). 구형 마커 영역 제거 및 보간(440)을 수행한 후에 또는 마커가 구형 마커가 아닌 경우에는 바로 체형 결정 단계(450)를 수행한다.

구형 마커인지 여부를 판단하는 방법을 구체적으로 살펴본다. 각 마커 영역의 위치를 중심으로 인접한 주변 영역을 3차원 포인트 클라우드(Point Cloud)로 추출할 수 있다. 예시적으로 그러나 한정되지 않게, 마커 영역의 중심으로부터 한 변이 5cm인 정육면체 공간을 포인트 클라우드로 추출할 수 있다.

주변부 영역은 마커 포인트 클라우드 영역과 비마커 포인트 클라우드 영역으로 구성될 수 있고, 비마커 포인트 클라우드 영역을 평면으로 가정하고 피팅(fitting)을 수행한다. 마커의 색공간 정보를 이용하여 얻어진 마커 영역의 위치를 중심으로 주변부 영역을 추출했기 때문에, 평면으로 피팅되지 않은 포인트 클라우드 중에서 주변부 영역의 중심에 군집되어 있는 포인트 클라우드를 마커 포인트 클라우드 영역으로 설정할 수 있다. 주변부 영역의 중심이 이상점(outlier)으로 설정되지 않거나 피팅된 평면으로부터의 거리가 특정 기준치(Threshold)보다 작은 경우에는 구형 마커가 아니고 평면 마커로 판단할 수 있다.

도 5는 일실시예에 따른 개별 마커의 군집화를 이용하여 마커와 비마커 영역을 분리하는 흐름을 도시한다.

도 5a는 개별 마커를 확대한 모습을 도시한다. 구체적으로 개별 마커의 위치를 중심으로 인접한 주변부 영역을 3차원 포인트 클라우드로 추출한 모습을 도시한다.

도 5b는 주변부 영역을 마커 포인트 클라우드 영역과 비마커 포인트 클라우드 영역으로 구분하고, 상기 비마커 포인트 클라우드 영역에 대하여 평면 피팅한 모습이다. 평행한 두 직선의 사이 공간이 평면 피팅된 비마커 영역이고, 적합점(inlier)에 해당한다.

도 5c는 적합점에 존재하는 비마커 포인트 클라우드를 도시하고, 도 5d는 이상점인 마커 영역을 도시한다.

상기 방법을 통해 마커 영역을 보다 세분화 하여, 마커 포인트 클라우드 영역과 비마커 포인트 클라우드 영역으로 구분할 수 있고, 더 나아가 구형 마커와 평면 마커를 구별할 수 있다.

색공간 정보 및 클러스터링을 통해 마커 영역과 비마커 영역으로 구분하고, 상기 마커 영역에 대하여 밀도 기반 클러스터링을 수행하여 군집화 한다. 다음으로 군집화된 상기 마커 영역을 세분화하여 마커 포인트 클라우드 영역과 비마커 포인트 클라우드 영역으로 나눌 수 있다. 즉, 군집화된 상기 마커 영역을 중심으로 주변부 영역을 설정하고, 상기 주변부 영역을 마커 포인트 클라우드 영역과 비마커 포인트 클라우드 영역으로 세분화 함으로써 더 명확하게 마커 영역과 비마커 영역을 구별할 수 있다.

일실시예에 따른 계산부는 마커의 색상 및 총 개수, 마커의 종류를 모르는 경우에도 적용이 가능하다. 따라서 마커의 색상, 개수 및 종류를 자유롭게 선택할 수 있다. 예시적으로 사용자의 등에는 평면 마커를, 어깨 위에는 구형 입체 마커를 부착할 수 있다.

도 6은 일실시예에 따른 입력 체형 데이터와 기준 체형 데이터를 도시한다.

최종적으로 획득되는 입력 체형과 체형 판단의 기준이 되는 기준 체형 사이에는 정렬이 필요하다. 도 6a는 입력체형을 나타내고, 도 6b는 기준 체형을 나타낸다.

구체적으로 도 6a를 살펴보면, 입력 체형은 우측 사선 방향을 바라보고 있으나 도 6b의 기준체형은 좌측 사선 방향을 바라보고 있다. 따라서 강체 변환 벡터 T를 이용하여 입력 체형을 기준 체형과 동일한 기준점 및 방향을 갖도록 정렬해야 한다.

상기 강체 변환 벡터 T는 X, Y, Z축에 대한 회전(Rotation)과 이동(Translation) 변환을 표현하는 벡터일 수 있다. 또한 상기 강체 변환 벡터 T는 X, Y, Z축에 대한 회전(Rotation)과 이동(Translation) 변환 행렬(Matrix)도 가능하다.

기준 모델은 예시적으로 배꼽 위치에 X, Y, Z축의 원점이 위치할 수 있고, 편의상 상체만을 표시하였으나, 전신에도 적용이 가능하다.

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, FPA(field programmable 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.

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.

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.

실시예들이 비록 한정된 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.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims

컴퓨터에 의해 적어도 일시적으로 수행되는 방법에 있어서,
사용자의 신체에 부착되는 복수 개의 마커를 포함하는 3차원 체형 데이터를 입력 받는 단계;
상기 3차원 체형 데이터를 마커 영역과 비마커 영역으로 분리하는 단계;
상기 마커 영역에 대하여 밀도 기반 클러스터링(DBSCAN) 방법을 이용해 상기 마커를 군집화하는 단계;
군집화된 상기 마커의 3차원 좌표를 계산하는 단계; 및
군집화된 상기 마커의 3차원 좌표를 이용하여 상기 사용자의 체형을 결정하는 단계
를 포함하는 체형 분석 방법.
제1항에 있어서,
상기 마커와 비마커 영역으로 분리하는 단계는,
색공간 정보 및 클러스터링 알고리즘을 이용하여 분리하는 체형 분석 방법.
제2항에 있어서,
상기 비마커 영역의 표면을 보간하는 단계;
를 더 포함하는 체형 분석 방법
제3항에 있어서,
상기 사용자의 체형을 결정하는 단계는,
강체 변환 벡터를 이용하여 미리 지정되는 체형 기준 모델의 자세로 정렬하는 단계
를 더 포함하는 체형 분석 방법.
컴퓨터에 의해 적어도 일시적으로 수행되는 방법에 있어서,
사용자의 신체에 부착되는 복수 개의 마커를 포함하는 3차원 체형 데이터를 입력 받는 단계;
상기 마커의 3차원 좌표를 계산하는 단계;
상기 마커가 구형(spherical) 마커인지 또는 평면 마커인지를 결정하여 구형 마커인 경우에는 상기 구형 마커를 제거하는 단계;
상기 구형 마커가 제거되는 영역을 보간하는 단계; 및
계산되는 상기 마커의 3차원 좌표를 이용하여 상기 사용자의 체형을 결정하는 단계
를 포함하는 체형 분석 방법.
제5항에 있어서,
상기 구형 마커의 개수를 계산하는 단계; 및
상기 평면 마커의 개수를 계산하는 단계
를 더 포함하는 체형 분석 방법.
컴퓨터에 의해 적어도 일시적으로 수행되는 방법에 있어서,
사용자의 신체에 부착되는 복수 개의 마커를 포함하는 3차원 체형 데이터를 입력 받는 단계;
상기 3차원 체형 데이터를 마커 영역과 비마커 영역으로 분리하는 단계;
상기 마커 영역에 대하여 밀도 기반 클러스터링(DBSCAN) 방법을 이용해 상기 마커를 군집화하는 단계;
군집화된 상기 마커의 3차원 좌표를 계산하는 단계;
상기 마커가 구형(spherical) 마커인지 또는 평면 마커인지를 결정하여 구형 마커인 경우에는 상기 구형 마커를 제거하는 단계;
상기 구형 마커가 제거되는 영역을 보간하는 단계; 및
군집화된 상기 마커의 3차원 좌표를 이용하여 상기 사용자의 체형을 결정하는 단계
를 포함하는 체형 분석 방법.
사용자의 신체에 부착되는 복수 개의 마커를 포함하는 3차원 체형 데이터를 마커 영역과 비마커 영역으로 분리하고, 상기 마커 영역에 대하여 밀도 기반 클러스터링(DBSCAN) 방법을 이용해 상기 마커를 군집화하여, 군집화된 상기 마커의 3차원 좌표를 계산하는 계산부; 및
군집화된 상기 마커의 3차원 좌표를 이용하여 상기 사용자의 체형을 결정하는 결정부
를 포함하는 체형 분석 장치.
제8항에 있어서,
상기 계산부는,
색공간 정보 및 클러스터링 알고리즘을 이용하여 분리하는 체형 분석 장치.
제9항에 있어서,
상기 계산부는,
상기 비마커 영역의 표면을 보간하는 체형 분석 장치.
제10항에 있어서,
상기 결정부는,
강체 변환 벡터를 이용하여 미리 지정되는 체형 기준 모델의 자세로 정렬하는 체형 분석 장치.
사용자의 신체에 부착되는 복수 개의 마커를 포함하는 3차원 체형 데이터를 입력 받아 상기 마커의 3차원 좌표를 계산하고, 상기 마커가 구형(spherical) 마커인지 또는 평면 마커인지를 결정하여 구형 마커인 경우에는 상기 구형 마커를 제거하고, 상기 구형 마커가 제거되는 영역을 보간하는 계산부; 및
계산되는 상기 마커의 3차원 좌표를 이용하여 상기 사용자의 체형을 결정하는 결정부
를 포함하는 체형 분석 장치.
제12항에 있어서,
상기 계산부는,
상기 구형 마커의 개수를 계산하고, 상기 평면 마커의 개수를 계산하는 체형 분석 장치.
사용자의 신체에 부착되는 복수 개의 마커를 포함하는 3차원 체형 데이터를 마커 영역과 비마커 영역으로 분리하고, 상기 마커 영역에 대하여 밀도 기반 클러스터링 방법을 이용해 상기 마커를 군집화하여, 군집화된 상기 마커의 3차원 좌표를 계산하고, 상기 마커가 구형 마커인지 또는 평면 마커인지를 결정하여 구형 마커인 경우에는 상기 구형 마커를 제거하고 상기 구형 마커가 제거되는 영역을 보간하는 계산부; 및
군집화된 상기 마커의 3차원 좌표를 이용하여 상기 사용자의 체형을 결정하는 결정부
를 포함하는 체형 분석 장치.
제1항 내지 제7항 중 어느 한 항의
체형 분석 방법을 수행하는 프로그램을 수록한 컴퓨터 판독 가능 기록 매체.