KR20230096360A - 멀티 카메라를 이용한 스포츠 동작 분석 시스템 - Google Patents
멀티 카메라를 이용한 스포츠 동작 분석 시스템 Download PDFInfo
- Publication number
- KR20230096360A KR20230096360A KR1020210185779A KR20210185779A KR20230096360A KR 20230096360 A KR20230096360 A KR 20230096360A KR 1020210185779 A KR1020210185779 A KR 1020210185779A KR 20210185779 A KR20210185779 A KR 20210185779A KR 20230096360 A KR20230096360 A KR 20230096360A
- Authority
- KR
- South Korea
- Prior art keywords
- joint
- information
- image
- motion
- unit
- Prior art date
Links
- 230000033001 locomotion Effects 0.000 title claims abstract description 54
- 238000004458 analytical method Methods 0.000 title claims abstract description 29
- 210000000746 body region Anatomy 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 230000001360 synchronised effect Effects 0.000 claims abstract description 5
- 230000003190 augmentative effect Effects 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims abstract description 4
- 238000000605 extraction Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000005452 bending Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 239000003550 marker Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- QBWCMBCROVPCKQ-UHFFFAOYSA-N chlorous acid Chemical compound OCl=O QBWCMBCROVPCKQ-UHFFFAOYSA-N 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000000554 physical therapy Methods 0.000 description 1
Images
Classifications
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- 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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- 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
- A63B2024/0009—Computerised real time comparison with previous movements or motion sequences of the user
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/80—Special sensors, transducers or devices therefor
- A63B2220/806—Video cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
- G06T2207/20044—Skeletonization; Medial axis transform
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Software Systems (AREA)
- Psychiatry (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- Social Psychology (AREA)
- Signal Processing (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
본 발명은, 촬영 장소를 둘레에 배치되어 운동 동작을 동시화된 비디오를 촬영하여 다시점 영상을 생성하는 복수개의 카메라를 포함하는 촬영부, 상기 다시점 영상에서 인체 영역을 추출하는 인체 영역 추출부, 상기 인체 영역에서 조인트 위치를 2D 좌표 형태로 추출하는 조인트 위치 추출부, 상기 다시점 영상 마다 추출한 상기 조인트 위치의 상기 2D 좌표와 상기 카메라 정보로 3차원 골격 조인트 정보를 계산하는 관절정보 추출부, 상기 2D 좌표를 상기 다시점 영상의 이미지에 투영시켜 증강 모델을 만들고 2차원 영상과 별도로 3차원 가상 공간에 투영된 형태로 시각화하는 골격 정보 AR부, 상기 다시점 영상의 매 프레임마다 2D 관절 위치 정보, 3D 관절 위치 정보, 카메라 정보, 관절간 연결 관계, 관절 검출 정확도, 관절 차폐 상태를 저장하는 운동 역학DB, 상기 운동 동작을 촬영한 상기 다시점 영상의 운동 역한 DB를 이용하여 프레임마다 또는 시퀀스 단위의 데이터를 기반으로 유사도를 산출하는 유사도 산출부를 포함하는 멀티 카메라를 이용한 스포츠 동작 분석 시스템을 제공한다.
Description
본 발명은 멀티 카메라를 이용한 스포츠 동작 분석 시스템에 관한 것이다.
종래의 멀티 카메라 기반 스포츠 동작 분석 솔루션에는 Captury Live, VICON Polygon, DARI Motion, Intel EXOS 등이 있다. Vicon Polygon은 마커 기반 모션 캡쳐 시스템에서 나온 3차원 정보를 바탕으로 운동 역학 분석 정보를 제공하는 것으로 정확도가 높고 다양한 정보를 제공하나 마커를 부착하고 모션 캡처 스튜디오 세팅에서만 적용이 가능한 문제점이 있다. 이와 같은 마커기반 모션캡처 장비를 활용하는 경우 스튜디오 환경에 한정되며 선수들이 마커를 부착해야 하고 제한된 조명/스튜디오 환경에서만 활용 가능한 한계 존재한다.
마커리스 기반 3차원 동작 추출 기술을 통해 다양한 환경에서 카메라 세팅이 가능해 지므로 다양한 스포츠 종목에 활용 가능성이 높다. 마커리스 기반 3차원 동작 추출 기술 확보를 통한 운동 동작 데이터 취득 기술 개발에 대한 요구가 높아지고 있다.
동작 데이터를 기록하고 살펴 보는 방식의 솔루션은 존재하지만 다수의 동작 데이터에서 요약하거나 자세 정보를 비교하거나 정확도에 대한 분석 정보를 시각화하기 위한 솔루션은 부족하다.
본 발명은 다시점 기반 동작 영상 획득 및 전송기술과 AI 기반 동작 분석 기술을 활용한 데이터 기반 엘리트 선수 트레이닝용 비대면 코칭 시스템을 제공하는 것을 목적으로 한다. 또한, 본 발명은 엘리트 선수의 트레이닝 과정에서 동작 영상을 다시점 기반 영상 취득 기법과 AI기반 동작 분석 알고리즘을 기반으로 분석하여 지도자와 데이터 기반 코칭이 가능한 플랫폼 기술을 개발하는 것을 목적으로 한다.
상기와 같은 목적을 달성하기 위하여 본 발명은,
촬영 장소를 둘레에 배치되어 운동 동작을 동시화된 비디오를 촬영하 다시점 영상을 생성하는 복수개의 카메라를 포함하는 촬영부;
상기 다시점 영상에서 인공 지능을 기반으로 인체 영역을 추출하는 인체 영역 추출부;
상기 인체 영역에서 조인트 위치를 2D 좌표 형태로 추출하는 조인트 위치 추출부;
상기 다시점 영상 마다 추출한 상기 조인트 위치의 상기 2D 좌표와 상기 카메라 정보로 3차원 골격 조인트 정보를 계산하는 관절정보 추출부;
상기 2D 좌표를 상기 다시점 영상의 이미지에 투영시켜 증강 모델을 만들고 2차원 영상과 별도로 3차원 가상 공간에 투영된 형태로 시각화하는 골격 정보 AR부;
상기 다시점 영상의 매 프레임마다 2D 관절 위치 정보, 3D 관절 위치 정보, 카메라 정보, 관절간 연결 관계, 관절 검출 정확도, 관절 차폐 상태를 저장하고, 매 프레임간 추출 정보를 조인트 단위로 계산하여 속도, 가속도, 각도, 평면도 필드를 구성하는 운동 역학DB;
상기 운동 동작을 촬영한 상기 다시점 영상의 운동 역한 DB를 이용하여 프레임마다 또는 시퀀스 단위의 데이터를 기반으로 유사도를 산출하는 유사도 산출부; 및
운동 동작을 촬영한 영상과 상기 유사도 산출부의 유사도를 이용하여 분석 정보를 표시하거나 비교 영상을 재생하는 코칭 서비스부를 포함하는, 멀티 카메라를 이용한 스포츠 동작 분석 시스템을 제공한다.
상기 조인트 위치 추출부는 인체를 스켈레톤 구조로 구성하고 조인트 위치를 추정하는 것을 특징으로 한다.
상기 운동 역학 DB는 속도, 조인트의 프레임 감 변화 속도, 특정 스켈레톤의 꺽임 각도, 스켈레톤 두 개 이상으로 구성되는 평면의 변화수치의 필드를 포함하는 것을 특징으로 한다.
상기 코칭 서비스부는 상기 다시점 영상 소스와 분석 내용이 오버레이된 결과 영상 데이터 재생 기능을 포함하는 것을 특징으로 한다.
상기와 같이 구성된 본 발명의 실시예에 따르면, 물리적으로 특정한 공간에서 면대면으로 진행하여 수준급의 코칭 기회가 한정된 인원에게 집중되던 문제점을 해결할 수 있다.
또한, 본 발명의 실시예에 따르면, 코로나 등의 문제로 대면 접촉이 어려운 상황에도 선수와 코치가 중계 플랫폼의 도움으로 훈련 프로그램을 진행하고 데이터로 진행결과를 판단할 수 있는 있다.
또한, 본 발명의 실시예에 따른 멀티 카메라를 이용한 스포츠 동작 분석 시스템은 재활 훈련 등 헬스케어 분야로 확장 가능하다.
또한, 본 발명의 실시예에 따르면, 특정 신체 동작에 대한 운동역학적 데이터 베이스 축적이 가능하므로 이를 재활 물리치료 분야에 적용이 가능한 멀티 카메라를 이용한 스포츠 동작 분석 시스템을 제공할 수 있다.
또한, 본 발명의 실시예에 다르면, 재활 훈련 과정을 촬영하여 본인의 개선 진행 상황을 모니터링 가능하고 물리치료사는 데이터 기반하여 재활 훈련자의 진행 상황을 파악하여 개인별로 진행 과정을 감독이 가능한 멀티 카메라를 이용한 스포츠 동작 분석 시스템을 제공할 수 있다.
도 1 은 본 발명의 실시예에 따른 멀티 카메라를 이용한 스포츠 동작 분석 시스템의 구성을 나타낸 개략도이다.
도 2 는 본 발명의 실시예에 따른 다시점 슬로모 영상 획득과정을 설명하는 도면이다.
도 3 은 본 발명의 실시예에 따라 3차원 자세 데이터추출 과정을 설명하는 도면이다.
도 4 는 본 발명의 실시예에 따른 멀티 카메라를 이용한 스포츠 동작 분석 시스템의 구성을 설명하는 도면이다.
도 2 는 본 발명의 실시예에 따른 다시점 슬로모 영상 획득과정을 설명하는 도면이다.
도 3 은 본 발명의 실시예에 따라 3차원 자세 데이터추출 과정을 설명하는 도면이다.
도 4 는 본 발명의 실시예에 따른 멀티 카메라를 이용한 스포츠 동작 분석 시스템의 구성을 설명하는 도면이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
도 1 은 본 발명의 일 실시예에 따른 멀티 카메라를 이용한 스포츠 동작 분석 시스템의 구성을 나타낸 개략도이고, 도 2 는 본 발명의 실시예에 따른 다시점 슬로모 영상 획득과정을 설명하는 도면이고, 도 3 은 본 발명의 실시예에 따라 3차원 자세 데이터추출 과정을 설명하는 도면이고, 도 4 는 본 발명의 실시예에 따른 멀티 카메라를 이용한 스포츠 동작 분석 시스템의 구성을 설명하는 도면이다.
도시되는 바와 같이, 본 발명의 실시예에 따른 멀티 카메라를 이용한 스포츠 동작 분석 시스템은, 촬영부(10). 캘리브레이션부(20), 인체 영역 추출부(30), 조인트 위치 추출부(40), 관절정보 추출부(50), 골격 정보 AR부(60), 운동 역학DB(70), 유사도 산출부(80), 및 코칭 서비스부(90)를 포함한다.
촬영부(10)는 도 2에 도시된 바와 같이, 30개 이상 고속 카메라를 360도 다양한 시점에서 동시화된 비디오를 촬영하여 이를 저장하고 관리한다. 복수개의 카메라는 동기화와 타임코드 제어를 통해 동시에 촬영되고 모든 카메라가 하나처럼 동작한다. 복수개의 카메라는 180fps 이상으로, 동기화 가능하고 영상간 시간오차 10ms 이내가 가능한 것이 바람직하다.
캘리브레이션부(20)는 카메라의 위치와 카메라 내부 파라미터 추출하기 위하여 고정밀 캘리브레이션을 시행한다.
인체영역 추출부(30)는 다시점 영상에서 마커 없이 인체 자세 추출을 위한 인공 지능 기반으로 사람의 영역을 검출한다. Mark-RCNN이나 YOLO 모델과 같은 물체 인식 기법을 활용하여 인체 영역을 추출한다.
조인트 위치 추출부(40)는 상기 인체 영역 추출부(30)에서 추출된 인체 영역에서 조인트 위치를 이미지에서 2d 좌표 형태로 추출한다. 인체를 관절 조인트 스켈레톤 구조로 구성하고 그 위치를 추정하는 인공지능 기반 2d 인체 자세 알고리듬을 적용하는 것이 바람직하다. EvoPose2D-L, PoseFix, HRNet-48, AlphaPose 등과 같은 2d 인체 자세 추정 알고리듬을 적용할 수 있다.
관절 정보 추출부(50)는 다시점 영상에서 추출한 2차원 조인트 정보를 활용하여 3차원 관절 정보를 추출한다. 관절 정보 추출부(50)는 3차원 복원 기법을 이용해 각 영상마다 추출한 2D 조인트 정보와 카메라 정보로 3차원 골격 조인트 정보를 계산하거나, 2차원 조인트 정보 이외에 히트맵 등 딥러닝 모델 정보를 이용한 3차원 복원 계산법을 이용하여 3차원 관절 정보를 계산 한다.
골격정보 AR부(60)는 2차원 관절 정보는 이미지에 투영시켜 증강 모델을 만들고 3차원 모델은 2차원 영상과 별도로 3차원 가상 공간에 투영된 형태로 시각화하여 선수나 지도자가 회전시켜 특성을 파악할수 있도록 시각화 한다.
운동 역학 DB(70)는 다시점 영상에서 추출한 자세 추정 정보 및 부가 정보 중 운동 역학 분석에 활용 가능한 데이터를 데이터 베이스를 데이터 베이스화 한다. 매 프레임마다 2D 관절 위치 정보(이미지 픽셀 좌표), 3D 관절 위치 정보(3차원 좌표), 카메라 정보(캘리브레이션된 카메라 위치 및 카메라 내부 파라미터), 관절간 연결 관계, 관절의 검출 정확도, 관절의 차폐 상태(가려저 있는지)를 저장한다. 매프레임간 추출된 정보를 운동 역학에 필요한 필수 정보를 조인트 단위로 계산하여 속도, 가속도(조인트의 프레임 감 변화 속도), 각도(특정 스켈레톤의 꺽임 각도), 평면도(스켈레톤 두 개 이상으로 구성되는 평면의 변화수치)와 같은 필드를 구성한다.
유사도 산출부(80)는 선수 본인이나 모범 선수의 동작을 다시점으로 촬영하여 구축된 운동 역학 DB(70)를 이용하여 프레임 마다 또는 특정 구간의 시퀀스 단위의 데이터를 기반으로 유사도를 산출한다. 유사도 산출 결과를 가시화 하여 코칭 플랫폼에 적용한다.
코칭 서비스부(90)는 운동 동작 촬영 영상에 유사도 산출부(80)를 이용하여 분석 정보를 표시하거나 비교 영상을 재생할 수 있도록 한다. 코칭 서비스부(90)는 다시점 영상 소스에 맞는 사용자 저니맵을 분석하고 다시점 영상에 적절한 코칭 가이드 라인을 제공한다. 코칭 서비스부(90)는 운영자를 위한 콘텐츠 등록, 편집 및 모니터링 기능을 포함한다. 선수의 다시점 원본 영상과 AI 분석 내용이 Overlay된 결과 영상 데이터 재생 기능을 포함한다. 다시점 영상 및 AI 분석 영상 위에 다양한 Annotation을 가능하게 한다.
본 발명의 실시예에 따르면, 인공지능 및 AR 기술을 활용하여 다시점 영상 내 선수 인체 위치 및 각도 인식 및 표출할 수 있다. 또한, 본 발명의 실시예에 따른 멀티 카메라를 이용한 스포츠 동작 분석 시스템은 멀티뷰 기반이며 마커리스 기반으로 별도의 센서나 마커 없이 쉽게 가이드 동작을 촬영할 수 있도록 한다. 또한, 본 발명의 실시예에 따른 멀티 카메라를 이용한 스포츠 동작 분석 시스템은 추출된 관절 시퀀스 정보를 활용하여 가이드 동작 AR영상을 생성할 수 있다. 추출된 관절 시퀀스 정보는 캐릭터 리타게팅 기술을 활용하여 캐릭터 기반 가이드 애니메이션을 생성하여 어플리케이션에 활용할 수 있다.
Claims (4)
- 촬영 장소를 둘레에 배치되어 운동 동작을 동시화된 비디오를 촬영하 다시점 영상을 생성하는 복수개의 카메라를 포함하는 촬영부;
상기 다시점 영상에서 인공 지능을 기반으로 인체 영역을 추출하는 인체 영역 추출부;
상기 인체 영역에서 조인트 위치를 2D 좌표 형태로 추출하는 조인트 위치 추출부;
상기 다시점 영상 마다 추출한 상기 조인트 위치의 상기 2D 좌표와 상기 카메라 정보로 3차원 골격 조인트 정보를 계산하는 관절정보 추출부;
상기 2D 좌표를 상기 다시점 영상의 이미지에 투영시켜 증강 모델을 만들고 2차원 영상과 별도로 3차원 가상 공간에 투영된 형태로 시각화하는 골격 정보 AR부;
상기 다시점 영상의 매 프레임마다 2D 관절 위치 정보, 3D 관절 위치 정보, 카메라 정보, 관절간 연결 관계, 관절 검출 정확도, 관절 차폐 상태를 저장하고, 매 프레임간 추출 정보를 조인트 단위로 계산하여 속도, 가속도, 각도, 평면도 필드를 구성하는 운동 역학DB;
상기 운동 동작을 촬영한 상기 다시점 영상의 운동 역한 DB를 이용하여 프레임마다 또는 시퀀스 단위의 데이터를 기반으로 유사도를 산출하는 유사도 산출부; 및
운동 동작을 촬영한 영상과 상기 유사도 산출부의 유사도를 이용하여 분석 정보를 표시하거나 비교 영상을 재생하는 코칭 서비스부를 포함하는,
멀티 카메라를 이용한 스포츠 동작 분석 시스템. - 제 1 항에 있어서,
상기 조인트 위치 추출부는 인체를 스켈레톤 구조로 구성하고 조인트 위치를 추정하는 것을 특징으로 하는 멀티 카메라를 이용한 스포츠 동작 분석 시스템. - 제 1 항에 있어서,
상기 운동 역학 DB는 속도, 조인트의 프레임 감 변화 속도, 특정 스켈레톤의 꺽임 각도, 스켈레톤 두 개 이상으로 구성되는 평면의 변화수치의 필드를 포함하는 것을 특징으로 하는 멀티 카메라를 이용한 스포츠 동작 분석 시스템. - 제 1 항에 있어서,
상기 코칭 서비스부는 상기 다시점 영상 소스와 분석 내용이 오버레이된 결과 영상 데이터 재생 기능을 포함하는 것을 특징으로 하는 멀티 카메라를 이용한 스포츠 동작 분석 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210185779A KR20230096360A (ko) | 2021-12-23 | 2021-12-23 | 멀티 카메라를 이용한 스포츠 동작 분석 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210185779A KR20230096360A (ko) | 2021-12-23 | 2021-12-23 | 멀티 카메라를 이용한 스포츠 동작 분석 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230096360A true KR20230096360A (ko) | 2023-06-30 |
Family
ID=86959668
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210185779A KR20230096360A (ko) | 2021-12-23 | 2021-12-23 | 멀티 카메라를 이용한 스포츠 동작 분석 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230096360A (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100529721B1 (ko) | 2004-12-20 | 2005-11-22 | 주식회사 오피브이알솔루션 | 다관절 로봇을 이용한 3ｄ 이미지 생성장치 및 그 방법 |
| KR100827119B1 (ko) | 2006-12-13 | 2008-05-06 | 삼성전자주식회사 | 입체 영상 서비스 시스템 및 방법과 입체 영상 생성 장치 및 입체 영상 출력장치 |
| KR20110071528A (ko) | 2009-12-21 | 2011-06-29 | 한국전자통신연구원 | 스테레오 영상, 다시점 영상 및 깊이 영상 획득 카메라 장치 및 그 제어 방법 |
| KR20150118411A (ko) | 2014-04-14 | 2015-10-22 | 브이앤아이 주식회사 | 멀티 카메라에 의한 3d 동영상 정보 획득방법 |
-
2021
- 2021-12-23 KR KR1020210185779A patent/KR20230096360A/ko not_active Application Discontinuation
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100529721B1 (ko) | 2004-12-20 | 2005-11-22 | 주식회사 오피브이알솔루션 | 다관절 로봇을 이용한 3ｄ 이미지 생성장치 및 그 방법 |
| KR100827119B1 (ko) | 2006-12-13 | 2008-05-06 | 삼성전자주식회사 | 입체 영상 서비스 시스템 및 방법과 입체 영상 생성 장치 및 입체 영상 출력장치 |
| KR20110071528A (ko) | 2009-12-21 | 2011-06-29 | 한국전자통신연구원 | 스테레오 영상, 다시점 영상 및 깊이 영상 획득 카메라 장치 및 그 제어 방법 |
| KR20150118411A (ko) | 2014-04-14 | 2015-10-22 | 브이앤아이 주식회사 | 멀티 카메라에 의한 3d 동영상 정보 획득방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wu et al. | Futurepose-mixed reality martial arts training using real-time 3d human pose forecasting with a rgb camera | |
| US11373354B2 (en) | Techniques for rendering three-dimensional animated graphics from video | |
| US20190200003A1 (en) | System and method for 3d space-dimension based image processing | |
| US9418470B2 (en) | Method and system for selecting the viewing configuration of a rendered figure | |
| US9087380B2 (en) | Method and system for creating event data and making same available to be served | |
| CN110211222B (zh) | 一种ar沉浸式旅游导览方法、装置、存储介质及终端设备 | |
| Gonzalez-Franco et al. | Movebox: Democratizing mocap for the microsoft rocketbox avatar library | |
| Ikeda et al. | AR based Self-sports Learning System using Decayed Dynamic TimeWarping Algorithm. | |
| Rallis et al. | An embodied learning game using kinect and labanotation for analysis and visualization of dance kinesiology | |
| CN112381003A (zh) | 动作捕捉方法、装置、设备及存储介质 | |
| Tsai | Personal basketball coach: Tactic training through wireless virtual reality | |
| Bebie et al. | A Video‐Based 3D‐Reconstruction of Soccer Games | |
| Sielhorst et al. | Synchronizing 3d movements for quantitative comparison and simultaneous visualization of actions | |
| CN111881807A (zh) | 基于人脸建模及表情追踪的vr会议控制系统及方法 | |
| Magdin | Simple mocap system for home usage | |
| KR20230096360A (ko) | 멀티 카메라를 이용한 스포츠 동작 분석 시스템 | |
| CN114302234B (zh) | 一种空中技巧快速包装方法 | |
| Cohen et al. | Inference of 3D human body posture from multiple cameras for vision-based user interface | |
| JP2009519539A (ja) | イベントデータを作成し、これをサービス提供可能な状態にするための方法及びシステム | |
| Zhang et al. | Behavior Recognition On Multiple View Dimension | |
| Rybarczyk | 3D markerless motion capture: a low cost approach | |
| Xing et al. | Markerless motion capture of human body using PSO with single depth camera | |
| KR20180051727A (ko) | 키넥트기반 인체 관절정보 측정 방법 및 장치 | |
| Nel | Low-Bandwidth transmission of body scan using skeletal animation | |
| Hao | A Sports Analysis System Based on Video Game Technology: Design and Implementation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E601 | Decision to refuse application |