KR20230056157A - 신체 운동 방법 - Google Patents

신체 운동 방법 Download PDF

Info

Publication number
KR20230056157A
KR20230056157A KR1020210139866A KR20210139866A KR20230056157A KR 20230056157 A KR20230056157 A KR 20230056157A KR 1020210139866 A KR1020210139866 A KR 1020210139866A KR 20210139866 A KR20210139866 A KR 20210139866A KR 20230056157 A KR20230056157 A KR 20230056157A
Authority
KR
South Korea
Prior art keywords
analysis
exercise
body shape
data
user
Prior art date
Application number
KR1020210139866A
Other languages
English (en)
Inventor
이인서
이현민
박해민
Original Assignee
이인서
이현민
박해민
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 이인서, 이현민, 박해민 filed Critical 이인서
Priority to KR1020210139866A priority Critical patent/KR20230056157A/ko
Publication of KR20230056157A publication Critical patent/KR20230056157A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1124—Determining motor skills
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Primary Health Care (AREA)
  • Biophysics (AREA)
  • Databases & Information Systems (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 신체 운동 방법에 관한 것으로, 보다 상세하게는 인공지능을 활용하여 사용자 체형을 메쉬 데이터로 추출 및 분석하고, 분석된 결과에 적합한 재활 운동을 제안하고, 사용자의 2D 모션 분석을 진행해 사용자 운동 자세의 정확도 정보를 시각적으로 제공하는 신체 운동 방법에 관한 것이다.

Description

신체 운동 방법{EXERCISE METHOD}
본 발명은 신체 운동 방법에 관한 것으로, 보다 상세하게는 인공지능을 활용하여 사용자 체형을 메쉬 데이터로 추출 및 분석하고, 분석된 결과에 적합한 재활 운동을 제안하고, 사용자의 2D 모션 분석을 진행해 사용자 운동 자세의 정확도 정보를 시각적으로 제공하는 신체 운동 방법에 관한 것이다.
본 발명 신체 운동 방법에 관련된 종래기술을 예로 들면, 특허문헌 1 산모에 대한 맞춤형 운동 정보를 실시간으로 제공하기 위한 방법, 장치, 기록매체 및 애플리케이션은 컴퓨팅 디바이스를 통해 산모의 신체 정보, 운동 자세 및 신체 가동 범위에 기초하여 산모에 대한 운동 처방 정보를 제공하고, 산모의 신체 정보 및 산모의 운동 자세 및 신체 가동 범위의 이력 정보에 기초하여 교정된 운동 재처방 정보를 제공한다.
특허문헌 2 산모 운동 가이드 방법 및 시스템은 기존에 서적이나 팜플렛 정도로만 제공되어 왔던 출산 및 임신과 관련된 콘텐츠나 정보를 애플리케이션으로 제공함으로써 관련 정보를 획득할 수 있는 진입 장벽이 낮아지고 이와 관련된 인프라가 확장되는 효과가 있다.
그러나 종래 신체 운동 방법은 본 발명과 같이, 인공지능을 활용하여 사용자 체형을 메쉬 데이터로 추출 및 분석하고, 분석된 결과에 적합한 재활 운동을 제안하고, 사용자의 2D 모션 분석을 진행하지 못하는 문제점이 있다.
공개특허공보 제10-2017-0095086호 산모에 대한 맞춤형 운동 정보를 실시간으로 제공하기 위한 방법, 장치, 기록매체 및 애플리케이션 공개특허공보 제10-2020-0094449호 산모 운동 가이드 방법 및 시스템
본 발명은 산모, 산후 사용자로 대표되는 신체 부자유인에 대하여 신체 체형을 분석하고, 개인 맞춤 운동을 제시하여 운동 수행 결과를 피드백하는 신체 운동 방법을 제공하는 것을 목적으로 한다.
또한, 본 발명은 신체 체형 분석에 카메라, 신체 모델을 적용하고, 단계별 운동 프로그램을 제공하며, 영상 분석을 통한 운동 수행 평가를 수행하는 신체 운동 방법을 제공하는 것을 또 다른 목적으로 한다.
본 발명의 바람직한 신체 운동 방법은, 신체 운동 장치가 사용자의 스마트폰으로부터 사용자 신체 2D 영상 데이터를 수신하는 데이터 수신(S11); 상기 데이터 수신(S11)의 2D 영상 데이터를 활용하여 체형 데이터를 생성하는 체형 데이터 생성(S12); 상기 체형 데이터 생성(S12)의 체형 데이터에 기초하여 3D 신체 모델을 생성하는 신체 모델 생성(S13); 상기 신체 모델 생성(S13)의 신체 모델 중 전면, 측면, 후면 데이터만을 추출하는 데이터 추출(S14); 상기 데이터 추출(S14)의 네 종류(전면, 측면2, 후면) 신체 모델에 대하여 체형 분석하는 체형 분석(S15); 상기 체형 분석(S15) 결과 출산일로부터 경과일별로 개인 맞춤형 운동을 제공하는 개인 맞춤형 운동 제공(S16); 및 사용자의 운동 영상으로부터 유사도 비교, 각도 비교를 통해 운동 분석하고, 점수화하는 운동 분석(S17);을 포함하는 것을 특징으로 한다.
또한, 상기 체형 분석(S15)은 골반 불균형 분석, 전방 경사 분석, O다리 분석 중 어느 하나 이상을 포함하는 것을 특징으로 한다.
또한, 상기 체형 분석(S15)의 골반 불균형 분석(S151)은, 골반 위치에 있는 두 점(
Figure pat00001
)을 추출해낸 후, 단위벡터와의 내적을 통해 사잇각(
Figure pat00002
)을 구하고, 임계점 판단을 통해 골반의 좌??* 불균형을 판단하는 것을 특징으로 한다.
또한, 상기 체형 분석(S15)의 전방 경사 분석(S152)은, 라그랑주 보간법을 활용하여 n차 다항식을 추출하고, 해당 다항식을 활용하여 세개의 점을 추출해내고 두 점을 지나는 직선과 한 점 사이의 거리(
Figure pat00003
)를 계산하고, 해당 거리를 임계점 판단을 통해 전방경사를 판단하는 것을 특징으로 한다.
또한, 상기 체형 분석(S15)의 O다리 분석(S153)은, 전면 3D 신체 정보를 활용하여 골반과 무릎 사이, 발목의 점(
Figure pat00004
8개를 추출하고, 골반과 발목을 잇는 직선
Figure pat00005
와 무릎 사이의 직선인
Figure pat00006
를 계산하고, 교점인
Figure pat00007
를 계산하고, 해당 좌표가 임계점 중 어디에 위치하는가에 따라 오다리를 판별하는 것을 특징으로 한다.
또한, 상기 체형 분석(S15)은, 골반 불균형, 전방경사, O다리의 체형 분석을 실시간 시계열로 분석하는 시계열 분석(S155); 체형 분석을 일, 월, 년 단위로 이전 단위와 현재 단위 사이의 히스토리 분석하는 히스토리 분석(S156); 운동 수행 후 체형 분석된 결과를 포함하는 피드백 분석(S157); 및 상기 시계열 분석(S155), 상기 히스토리 분석(S156), 상기 피드백 분석(S157)을 종합하여 상기 시계열 분석의 현재값, 상기 히스토리 분석의 경과값, 상기 피드백 분석의 결과값에 기반해서 체형 분석하는 종합 분석(S158);을 포함하는 것을 특징으로 한다.
또한, 상기 운동 분석(S17)은, 참조 영상과 사용자 영상으로부터 키 포인트를 추출하고, 각 운동에 적합한 분석 방법(유사도 비교, 각도 비교)을 활용하여 점수화가 이루어지는 것을 특징으로 한다.
본 발명은 산모, 산후 사용자로 대표되는 신체 부자유인에 대하여 신체 체형을 분석하고, 개인 맞춤 운동을 제시하여 운동 수행 결과를 피드백함으로써 산모 또는 산후 사용자가 출산 후 원래의 신체 상태로 회복하는 효과를 가질 수 있다.
또한, 본 발명은 신체 체형 분석에 카메라, 신체 모델을 적용하고, 단계별 운동 프로그램을 제공하며, 영상 분석을 통한 운동 수행 평가를 수행함으로써 과학적이고 체계적인 신체 회복 프로그램을 제공하는 효과를 가질 수 있다.
도 1은 본 발명 신체 운동 방법의 동작을 보인 흐름도이다.
도 2는 도 1 신체 운동 방법의 체형 분석 흐름도이다.
도 3은 도 1 신체 운동 방법의 데이터 추출 흐름도이다.
도 4는 도 3 데이터 추출의 데이터 가공 예시도이다.
도 5는 도 1 신체 운동 방법의 체형 분석 흐름도이다.
도 6은 도 5 체형 분석의 골반 불균형 분석 예시도이다.
도 7은 도 5 체형 분석의 전방 경사 분석 예시도이다.
도 8은 도 5 체형 분석의 O다리 분석 예시도이다.
도 9는 도 1 신체 운동 방법의 맞춤형 운동 제공 흐름도이다.
도 10은 도 1 신체 운동 방법의 운동 분석 흐름도이다.
도 11은 도 1 신체 운동 방법의 체형 분석 흐름도이다.
이하, 도면을 참조하여 본 발명의 바람직한 일실시예에 따른 신체 운동 방법에 대하여 상세히 설명하기로 한다. 이하에서 종래 주지된 사항에 대한 설명은 본 발명의 요지를 명확히 하기 위해 생략하거나 간단히 한다. 본 발명의 설명에 포함된 구성은 개별 또는 복합 결합 구성되어 동작한다.
도 1은 본 발명 신체 운동 방법의 동작을 보인 흐름도로서, 도 1을 참조하면, 신체 운동 방법은 데이터 수신(S11), 체형 데이터 생성(S12), 신체 모델 생성(S13), 데이터 추출(S14), 체형 분석(S15), 개인 맞춤형 운동 제공(S16), 운동 분석(S17)을 수행한다.
신체 운동 장치는 신체 운동 방법을 수행하며, 스마트폰, 태블릿, 노트북 등 카메라 내장 단말기일 수 있다.
데이터 수신(S11)은 사용자의 스마트폰으로부터 사용자 신체 2D 영상 데이터를 수신한다. 사용자는 산모, 산후 사용자일 수 있다. 스마트폰은 카메라 내장 단말기로, 태블릿, 노트북으로 대체될 수 있다. 2D 영상 데이터는 사용자 신체를 360° 각도로 주위를 돌면서 촬영된 이미지이다.
체형 데이터 생성(S12)은 데이터 수신(S11)의 2D 영상 데이터를 활용하여 체형 데이터를 생성한다. 체형 데이터는 2D 영상 데이터로부터 3D 신체 모델을 생성하기 위해 요구되는 메쉬 데이터 전단계이다.
신체 모델 생성(S13)은 체형 데이터 생성(S12)의 체형 데이터에 기초하여 3D 신체 모델을 생성한다. 3D 신체 모델은 메쉬 데이터이고, 메쉬 데이터는 3차원 컴퓨터 그래픽스에서 다면체의 형태를 구성하는 폴리곤과 정점들의 집합을 의미한다. 메쉬 데이터는 간단한 렌더링이 가능하도록 주로 삼각형과 사변형 또는 볼록한 다각형으로 구성되지만 구멍이 뚫려 있는 등 더 복잡한 도형을 이용하여 구성할 수도 있다.
데이터 추출(S14)은 신체 모델 생성(S13)의 신체 모델 중 전면, 측면, 후면 데이터만을 추출한다. 전면, 측면, 후면 데이터는 체형 분석에 사용된다.
체형 분석(S15)은 데이터 추출(S14)의 네 종류(전면, 측면2, 후면) 신체 모델에 대하여 체형 분석한다. 체형 분석에는 골반 불균형, 전방 경사, O다리 분석이 있다.
개인 맞춤형 운동 제공(S16)은 체형 분석 결과 출산일로부터 경과일별로 개인 맞춤형 운동을 제공한다. 개인 맞춤형 운동은 1단계부터 5단계까지 일정 기간별로 운동 지침을 제시한다.
운동 분석(S17)은 사용자의 운동 영상으로부터 유사도 비교, 각도 비교를 통해 운동 분석하고, 점수화한다.
도 2는 도 1 신체 운동 방법의 체형 분석 흐름도로서, 도 2를 참조하면, 신체 운동 방법의 체형 분석은 데이터 수신(S11), 체형 데이터 생성(S12), 신체 모델 생성(S13), 체형 분석(S15)을 포함하고, 3D 신체 모델 정보는 신체 메쉬 데이터이고, 골격 정보는 3D 신체 모델 정보로부터 추출된다.
데이터 수신(S11)은 스마트폰으로부터 제자리에서 360° 한바퀴 도는 영상을 입력받고, 체형 데이터 생성(S12), 신체 모델 생성(S13)은 딥러닝 및 적대적 생성모델을 이용하여 전체 영상 프레임에 대하여 3D 신체 모델 정보 및 골격 정보를 추출한다. 3D 신체 모델 정보는 모델로부터 추출된 3D 메쉬 데이터를 의미한다. 3차원 좌표(x,y,z)를 가지는 6890개의 정점 값들과 삼각 매쉬의 해당 면들에 대한 연결관계 정보를 가지고 있다. 골격 정보는 모델로부터 추출된 주요 부위의 골격 정보를 의미한다. 3차원 좌표(x,y,z)를 가지는 49개의 점으로 이루어져 있다.
체형 분석(S15)은 데이터 추출(S14)의 네 종류(전면, 측면2, 후면) 신체 모델에 대하여 체형 분석한다. 체형 분석에는 골반 불균형, 전방 경사, O다리 분석이 있다.
도 3은 도 1 신체 운동 방법의 데이터 추출 흐름도로서, 도 3을 참조하면, 신체 운동 방법의 데이터 추출(S14)은 신체 모델 생성(S13)의 신체 모델 중 전면, 측면, 후면 데이터만을 추출한다. 전면, 측면, 후면 데이터는 체형 분석에 사용된다.
데이터 추출(S14)은 기계학습을 활용하여, 제자리에서 360도 한바퀴 도는 영상으로부터 전면, 측면(좌,우), 후면 4개의 프레임을 추출한다. 각 프레임 별 주요 부위의 골격 정보를 입력받고, 기계학습에 활용할 수 있도록 데이터를 가공한 후, 판단을 진행하게 된다. 해당 판단 결과 중 전면, 측면, 후면일 확률이 가장 높은 프레임을 선정하여, 해당 프레임에 대한 번호를 출력한다.
도 4는 도 3 데이터 추출의 데이터 가공 예시도로서, 도 4를 참조하면, 데이터 추출의 데이터 가공은 입력으로 들어온 49개의 골격 정보 중, 학습에 의미 있는 15개의 점으로 추출하여 계산이 이루어진다.
Figure pat00008
는 3차원 벡터를 의미하며,
Figure pat00009
는 각도 계산을 위해 임의로 가공한 벡터이다. 이를 이용하여 각 관절 사이의 각도인
Figure pat00010
을 얻는다. 수학식 1은 15개 좌표를 통하여 각도 정보를 추출하는 수학적 지식을 나타낸다.
Figure pat00011
(1)을 보면 알 수 있듯이, 각 벡터는 3차원 좌표로 이루어져 있다. (2), (3) 과정을 통해 벡터를 가공하고, 정규화(4), (5) 과정을 거친 후에 내적(6)을 통해
Figure pat00012
값을 구하고, 이를 활용하여 모델을 학습시킨다. 신체 운동 장치는 학습된 모델을 통해 입력으로 들어온 프레임별 골격정보에서 전면, 측면, 후면일 확률이 가장 높은 프레임을 판단하고, 해당 프레임의 번호를 반환한다.
도 5는 도 1 신체 운동 방법의 체형 분석 흐름도로서, 도 5를 참조하면, 신체 운동 방법의 체형 분석(S15)은 데이터 추출(S14)의 네 종류(전면, 측면2, 후면) 신체 모델에 대하여 체형 분석한다. 체형 분석에는 골반 불균형, 전방 경사, O다리 분석이 있다.
4가지의 3D 신체 모델은 각각의 메쉬 데이터를 가진다. 즉 6890개의 정점들과, 해당 정점(vertecies)들의 연결관계인 면(faces)에 대한 정보를 가진다. 신체 운동 장치는 이 정보를 이용하여 체형 분석에 필요한 원하는 부분들의 정점 좌표를 추출하고, 이를 각 분석별 알고리즘을 활용하면 적합한 체형 분석이 가능하다. 이하, ‘전방경사 및 '골반 불균형’, ‘O다리’를 진단하는 방법에 대해 서술한다.
도 6은 도 5 체형 분석의 골반 불균형 분석 예시도로서, 도 6을 참조하면, 체형 분석의 골반 불균형 분석(S151)은 골반 불균형을 진단하기 위해 전면과 양 측면의 3D 신체 모델을 활용하여, 원하는 부분들의 정점 좌표를 추출하고, 임계점에 도달하는가에 대한 판단을 통해 골반 불균형을 진단한다.
전면에서 바라본 골반 불균형의 경우 골반 불균형 분석(S151)은 골반 위치에 있는 두 점(
Figure pat00013
)을 추출해낸 후, 단위벡터와의 내적을 통해 사잇각(θ)을 구하고, 임계점 판단을 통해 골반의 좌,우 불균형을 판단한다. 수학식 2는 위 과정에 대한 수학적 지식을 나타낸다.
Figure pat00014
도 7은 도 5 체형 분석의 전방 경사 분석 예시도로서, 도 7을 참조하면, 체형 분석의 전방 경사 분석(S152)은 좌,우 측면 3D 신체 정보를 이용하여, 후면 윤곽선 내 n+1개의 정점(
Figure pat00015
)을 추출한다. 전방 경사 분석(S152)은 라그랑주 보간법을 활용하여 n차 다항식을 추출하고, 해당 다항식을 활용하여 세개의 점을 추출해내고 두 점을 지나는 직선과 한 점 사이의 거리(h)를 구한다. 해당 거리를 임계점 판단을 통해 전방경사를 판단한다. 수학식 3은 위 과정에 대한 수학적 지식을 나타낸다.
Figure pat00016
도 8은 도 5 체형 분석의 O다리 분석 예시도로서, 도 8을 참조하면, 체형 분석의 O다리 분석(S153)은 전면 3D 신체 정보를 활용하여 골반과 무릎 사이, 발목의 점(
Figure pat00017
) 8개를 추출한다. O다리 분석(S153)은 이를 활용하여 골반과 발목을 잇는 직선
Figure pat00018
와 무릎 사이의 직선인
Figure pat00019
를 구하고, 교점인
Figure pat00020
를 구한다. 해당 좌표가 임계점 중 어디에 위치하는가에 따라 오다리를 판별하게 된다.
도 9는 도 1 신체 운동 방법의 맞춤형 운동 제공 흐름도로서, 도 9를 참조하면, 신체 운동 방법의 맞춤형 운동 제공(S16)은 체형 분석 결과와 출산일을 조합하여 사용자의 현 상황에 적합한 운동 프로그램을 단계별로 제공한다. 운동 프로그램은 임신 기간 중 약화된 근력과 체형 변형으로 뻣뻣해진 관절의 유연성을 회복시켜주는 가벼운 스트레칭으로 구성된 1단계; 근력 회복 운동으로 구성된 2단계; 약해진 근력을 키우기 위한 운동으로 구성된 3단계; 유산소 운동을 병행하여 구성된 4단계; 근육 강화운동으로 구성된 5단계;를 포함한다.
도 10은 도 1 신체 운동 방법의 운동 분석 흐름도로서, 도 10을 참조하면, 신체 운동 방법의 운동 분석(S17)은 사용자의 운동 영상으로부터 유사도 비교, 각도 비교를 통해 운동 분석하고, 점수화한다.
운동이 추천되면 사용자는 사전에 촬영된 참조 영상을 보며 운동을 수행하게 된다. 운동 분석(S17)은 참조 영상과 사용자 영상으로부터 키 포인트를 추출하고, 각 운동에 적합한 분석 방법(유사도 비교, 각도 비교)을 활용하여 점수화가 이루어진다. 실시간으로 점수화가 이루어지기 때문에 사용자는 현재 수행 동작에 대한 피드백을 즉각적으로 확인할 수 있으며, 운동이 종료된 후에는 관련 정보들이 저장되고 통계로 제공되어 사용자가 운동을 지속적으로 할 수 있게 한다. 참조 영상은 사전에 촬영된 운동 영상으로, 스마트폰 디바이스 화면에 표시된다. 사용자는 참조 영상을 따라하며 운동을 수행하게 된다. 사용자 영상은 스마트폰 디바이스로부터 촬영되는 영상으로, 실시간으로 프레임에 대해 동작 분석이 이루어진다. 유사도 비교는 참조 영상과 사용자 영상으로부터 추출된 키 포인트를 벡터로 가공하여, 두 벡터로 만든다. 이후 두 벡터 사이의 cosine similarity를 이용하여 유사도를 측정한다. 운동의 시작과 끝이 부정확한 경우에 사용한다. 각도 비교는 참조 영상과 사용자 영상으로부터 추출된 키 포인트를 활용하여, 각 운동별 중요 부위의 각도를 계산하고, 임계점을 설정하여 횟수를 측정하는 방식으로 진행된다. 운동의 시작과 끝이 명확하여 횟수를 세는 것이 유리한 경우에 사용한다.
도 11은 도 1 신체 운동 방법의 체형 분석 흐름도로서, 도 11을 참조하면, 신체 운동 방법의 체형 분석(S15)은 시계열 분석(S155), 히스토리 분석(S156), 피드백 분석(S157), 종합 분석(S158)을 포함한다.
시계열 분석(S155)은 골반 불균형, 전방경사, O다리의 체형 분석을 실시간 시계열로 분석하고, 히스토리 분석(S156)은 체형 분석을 일, 월, 년 단위로 이전 단위와 현재 단위 사이의 히스토리 분석하고, 피드백 분석(S157)은 운동 수행 후 체형 분석된 결과이고, 종합 분석(S158)은 시계열 분석(S155), 히스토리 분석(S156), 피드백 분석(S157)을 종합하여 시계열 분석의 현재값, 히스토리 분석의 경과값, 피드백 분석의 결과값에 기반하여 체형 분석한다. 이때, 체형 분석(S15)을 이용한 맞춤형 운동 제공(S16)에는 퍼지 알고리즘, 인공지능 알고리즘이 사용될 수 있다. 시계열 분석(S155)은 현재 체형이 어떻게 되는지, 히스토리 분석(S156)은 이전 체형과 현재 체형 사이의 변화 추이가 어떻게 되는지, 피드백 분석(S157)은 운동 수행이 현재 체형에 어떤 영향을 미치는지를 분석한다.
맞춤형 운동 제공(S16)은 시계열 분석의 현재값, 히스토리 분석의 경과값, 피드백 분석의 결과값을 포함하는 입력 데이터; 출력 데이터로 신체 운동 방법을 퍼지 알고리즘 또는 인공지능 딥러닝 알고리즘을 이용하여 데이터간 상관 관계를 계산하고, 패턴, 규칙을 포함하는 예측 과정을 거쳐 최적의 솔루션을 도출한다.
본 발명은 상술한 특정의 바람직한 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 해당 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
S11: 데이터 수신
S12: 체형 데이터 생성
S13: 신체 모델 생성
S14: 데이터 추출
S15: 체형 분석
S16: 개인 맞춤형 운동 제공
S17: 운동 분석

Claims (7)

  1. 신체 운동 장치가 사용자의 스마트폰으로부터 사용자 신체 2D 영상 데이터를 수신하는 데이터 수신(S11);
    상기 데이터 수신(S11)의 2D 영상 데이터를 활용하여 체형 데이터를 생성하는 체형 데이터 생성(S12);
    상기 체형 데이터 생성(S12)의 체형 데이터에 기초하여 3D 신체 모델을 생성하는 신체 모델 생성(S13);
    상기 신체 모델 생성(S13)의 신체 모델 중 전면, 측면, 후면 데이터만을 추출하는 데이터 추출(S14);
    상기 데이터 추출(S14)의 네 종류(전면, 측면2, 후면) 신체 모델에 대하여 체형 분석하는 체형 분석(S15);
    상기 체형 분석(S15) 결과 출산일로부터 경과일별로 개인 맞춤형 운동을 제공하는 개인 맞춤형 운동 제공(S16); 및
    사용자의 운동 영상으로부터 유사도 비교, 각도 비교를 통해 운동 분석하고, 점수화하는 운동 분석(S17);을 포함하는 것을 특징으로 하는, 신체 운동 방법.
  2. 제1항에 있어서,
    상기 체형 분석(S15)은 골반 불균형 분석, 전방 경사 분석, O다리 분석 중 어느 하나 이상을 포함하는 것을 특징으로 하는, 신체 운동 방법.
  3. 제1항에 있어서,
    상기 체형 분석(S15)의 골반 불균형 분석(S151)은,
    골반 위치에 있는 두 점(
    Figure pat00021
    )을 추출해낸 후, 단위벡터와의 내적을 통해 사잇각(θ)을 구하고, 임계점 판단을 통해 골반의 좌,우 불균형을 판단하는 것을 특징으로 하는, 신체 운동 방법.
  4. 제1항에 있어서,
    상기 체형 분석(S15)의 전방 경사 분석(S152)은,
    라그랑주 보간법을 활용하여 n차 다항식을 추출하고, 해당 다항식을 활용하여 세개의 점을 추출해내고 두 점을 지나는 직선과 한 점 사이의 거리(h)를 계산하고, 해당 거리를 임계점 판단을 통해 전방경사를 판단하는 것을 특징으로 하는, 신체 운동 방법.
  5. 제1항에 있어서,
    상기 체형 분석(S15)의 O다리 분석(S153)은,
    전면 3D 신체 정보를 활용하여 골반과 무릎 사이, 발목의 점(
    Figure pat00022
    ) 8개를 추출하고, 골반과 발목을 잇는 직선
    Figure pat00023
    와 무릎 사이의 직선인
    Figure pat00024
    를 계산하고, 교점인
    Figure pat00025
    를 계산하고, 해당 좌표가 임계점 중 어디에 위치하는가에 따라 오다리를 판별하는 것을 특징으로 하는, 신체 운동 방법.
  6. 제1항에 있어서,
    상기 체형 분석(S15)은,
    골반 불균형, 전방경사, O다리의 체형 분석을 실시간 시계열로 분석하는 시계열 분석(S155);
    체형 분석을 일, 월, 년 단위로 이전 단위와 현재 단위 사이의 히스토리 분석하는 히스토리 분석(S156);
    운동 수행 후 체형 분석된 결과를 포함하는 피드백 분석(S157); 및
    상기 시계열 분석(S155), 상기 히스토리 분석(S156), 상기 피드백 분석(S157)을 종합하여 상기 시계열 분석의 현재값, 상기 히스토리 분석의 경과값, 상기 피드백 분석의 결과값에 기반해서 체형 분석하는 종합 분석(S158);을 포함하는 것을 특징으로 하는, 신체 운동 방법.
  7. 제1항에 있어서,
    상기 운동 분석(S17)은,
    참조 영상과 사용자 영상으로부터 키 포인트를 추출하고, 각 운동에 적합한 분석 방법(유사도 비교, 각도 비교)을 활용하여 점수화가 이루어지는 것을 특징으로 하는, 신체 운동 방법.
KR1020210139866A 2021-10-20 2021-10-20 신체 운동 방법 KR20230056157A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210139866A KR20230056157A (ko) 2021-10-20 2021-10-20 신체 운동 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210139866A KR20230056157A (ko) 2021-10-20 2021-10-20 신체 운동 방법

Publications (1)

Publication Number Publication Date
KR20230056157A true KR20230056157A (ko) 2023-04-27

Family

ID=86100554

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210139866A KR20230056157A (ko) 2021-10-20 2021-10-20 신체 운동 방법

Country Status (1)

Country Link
KR (1) KR20230056157A (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170095086A (ko) 2016-02-12 2017-08-22 ㈜티페이컴 산모에 대한 맞춤형 운동 정보를 실시간으로 제공하기 위한 방법, 장치, 기록매체 및 애플리케이션
KR20200094449A (ko) 2019-01-30 2020-08-07 메이크솔루션 주식회사 산모 운동 가이드 방법 및 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170095086A (ko) 2016-02-12 2017-08-22 ㈜티페이컴 산모에 대한 맞춤형 운동 정보를 실시간으로 제공하기 위한 방법, 장치, 기록매체 및 애플리케이션
KR20200094449A (ko) 2019-01-30 2020-08-07 메이크솔루션 주식회사 산모 운동 가이드 방법 및 시스템

Similar Documents

Publication Publication Date Title
US20210232924A1 (en) Method for training smpl parameter prediction model, computer device, and storage medium
EP4002198A1 (en) Posture acquisition method and device, and key point coordinate positioning model training method and device
Zhang et al. Interacting two-hand 3d pose and shape reconstruction from single color image
Vlasic et al. Articulated mesh animation from multi-view silhouettes
US11557391B2 (en) Systems and methods for human pose and shape recovery
CN110544301A (zh) 一种三维人体动作重建系统、方法和动作训练系统
WO2021063271A1 (zh) 人体模型重建方法、重建系统及存储介质
CN112419419A (zh) 用于人体姿势和形状估计的系统和方法
JP2023517964A (ja) マルチビュー画像を使用した３ｄ人間ポーズ推定に基づく視覚ベースのリハビリ訓練システム
CN114782497B (zh) 运动功能分析方法和电子设备
CN114782661A (zh) 下半身姿态预测模型的训练方法及装置
Zhang et al. Deep learning-based real-time 3D human pose estimation
CN113076918B (zh) 基于视频的人脸表情克隆方法
US20200406098A1 (en) Techniques for golf swing measurement and optimization
Qammaz et al. A hybrid method for 3d pose estimation of personalized human body models
KR20230056157A (ko) 신체 운동 방법
CN115530814A (zh) 一种基于视觉姿态检测及计算机深度学习的儿童运动康复训练方法
CN114299590A (zh) 人脸补全模型的训练方法、人脸补全方法及系统
Kendrick et al. An online tool for the annotation of 3d models
JP2021099666A (ja) 学習モデルの生成方法
Sun A digital feature recognition technology used in ballet training action correction
WO2024111430A1 (ja) 処理装置、処理システム、学習済みモデルの構築方法及びプログラム
CN115457104B (zh) 人体信息的确定方法、装置及电子设备
CN117746513B (zh) 基于视频运动目标检测与融合的运动技术教学方法及系统
Patel et al. Personal Exercise Assistant: Correcting Exercise Posture using Modified Open pose

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application