KR20240016848A

KR20240016848A - 운동 카운팅 방법 및 이를 지원하는 전자 장치

Info

Publication number: KR20240016848A
Application number: KR1020220110657A
Authority: KR
Inventors: 김현성; 박찬웅; 박정민
Original assignee: 삼성전자주식회사
Priority date: 2022-07-29
Filing date: 2022-09-01
Publication date: 2024-02-06

Abstract

본 개시의 다양한 실시예들은 운동 카운팅 인식 성능을 향상할 수 있는 방법 및 이를 지원하는 전자 장치를 제공한다. 본 개시의 일 실시예에 따른 전자 장치는, 디스플레이, 센서 모듈, 메모리, 및 프로세서를 포함할 수 있다. 일 실시예에 따르면, 상기 프로세서는, 운동 시작 트리거를 감지하는 것에 기반하여 운동 가이드를 제공하도록 동작할 수 있다. 일 실시예에 따르면, 상기 프로세서는, 상기 센서 모듈의 지정된 적어도 하나의 센서의 센서 데이터에 기반하여, 지정된 시간 동안 사용자의 운동 준비 자세를 인식하도록 동작할 수 있다. 일 실시예에 따르면, 상기 프로세서는, 상기 운동 준비 자세에 대응하는 운동 유형에 관련된 운동 자세 정보를 제공하도록 동작할 수 있다. 일 실시예에 따르면, 상기 프로세서는, 상기 운동 준비 자세에 대응하는 사용자의 운동 카운팅을 위한 인식 스키마(recognition schema)를 구동하도록 동작할 수 있다. 일 실시예에 따르면, 상기 프로세서는, 인식 스키마에 기반하여 운동 카운팅을 수행하고, 운동 카운팅에 따른 운동 정보를 제공하도록 동작할 수 있다. 다양한 실시예들이 가능하다.

Description

운동 카운팅 방법 및 이를 지원하는 전자 장치{EXERCISE COUNTING METHOD AND ELECTRONIC DEVICE SUPPORTING THE SAME}

본 개시의 실시예들은 운동 카운팅 인식 성능을 향상할 수 있는 방법 및 이를 지원하는 전자 장치를 제공한다.

디지털 기술의 발달과 함께 스마트 폰(smart phone) 및/또는 웨어러블 장치(wearable device)와 같은 다양한 유형의 전자 장치가 널리 사용되고 있다. 이러한, 전자 장치는 기능 지지 및 증대를 위해, 전자 장치의 하드웨어적인 부분 및/또는 소프트웨어적인 부분이 지속적으로 개발되고 있다.

일 실시예에 따라, 최근에는 전자 장치를 이용한 사용자의 헬스 케어(health care)에 관한 관심이 증대하고 있다. 예를 들어, 사용자는 전자 장치를 소지한 상태에서 운동을 수행할 수 있다. 전자 장치는 사용자의 운동에 대한 운동 카운팅 및 운동 카운팅에 따른 관련 운동 정보를 사용자에게 제공할 수 있다. 따라서, 전자 장치에서 사용자의 헬스 케어에 따른 정확도 높은 운동 정보를 제공하기 위한 다양한 연구가 이루어지고 있다.

본 개시의 일 실시예에서는, 사용자의 다양한 운동 자세에서 운동 카운팅의 인식 성능을 향상할 수 있는 방법 및 이를 지원하는 전자 장치를 제공한다.

본 문서에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

일 실시예에 따른 전자 장치는, 디스플레이, 센서 모듈, 메모리, 및 상기 디스플레이, 상기 센서 모듈, 및 상기 메모리와 작동적으로 연결된 프로세서를 포함할 수 있다. 일 실시예에 따르면, 상기 프로세서는, 운동 시작 트리거를 감지하는 것에 기반하여 운동 가이드를 제공하고, 상기 센서 모듈의 지정된 적어도 하나의 센서의 센서 데이터에 기반하여, 지정된 시간 동안 사용자의 운동 준비 자세를 인식하고, 상기 운동 준비 자세에 대응하는 운동 유형에 관련된 운동 자세 정보를 제공하고, 상기 운동 준비 자세에 대응하는 사용자의 운동 카운팅을 위한 인식 스키마(recognition schema)를 구동하고, 인식 스키마에 기반하여 운동 카운팅을 수행하고, 및 운동 카운팅에 따른 운동 정보를 제공하도록 동작할 수 있다.

일 실시예에 따른 전자 장치의 동작 방법은, 운동 시작 트리거를 감지하는 것에 기반하여 운동 가이드를 제공하는 동작 수행을 포함할 수 있다. 동작 방법은, 센서 모듈의 지정된 적어도 하나의 센서의 센서 데이터에 기반하여, 지정된 시간 동안 사용자의 운동 준비 자세를 인식하는 동작 수행을 포함할 수 있다. 동작 방법은, 상기 운동 준비 자세에 대응하는 운동 유형에 관련된 운동 자세 정보를 제공하는 동작 수행을 포함할 수 있다. 동작 방법은, 상기 운동 준비 자세에 대응하는 사용자의 운동 카운팅을 위한 인식 스키마(recognition schema)를 구동하는 동작 수행을 포함할 수 있다. 동작 방법은, 인식 스키마에 기반하여 운동 카운팅을 수행하는 동작 수행을 포함할 수 있다. 동작 방법은, 운동 카운팅에 따른 운동 정보를 제공하는 동작 수행을 포함할 수 있다.

상기와 같은 과제를 해결하기 위하여 본 개시의 일 실시예에서는, 상기 방법을 프로세서에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체를 포함할 수 있다.

일 실시예에 따르면, 하나 이상의 프로그램들을 저장하는 비 일실적(non-transitory) 컴퓨터 판독 가능 저장 매체(또는 컴퓨터 프로그램 프로덕트(product))가 기술된다. 일 실시예에 따르면, 하나 이상의 프로그램들은, 전자 장치의 프로세서에 의해 실행될 시, 운동 시작 트리거를 감지하는 것에 기반하여 운동 가이드를 제공하는 동작을 수행하는 명령어를 포함할 수 있다. 하나 이상의 프로그램들은, 센서 모듈의 지정된 적어도 하나의 센서의 센서 데이터에 기반하여, 지정된 시간 동안 사용자의 운동 준비 자세를 인식하는 동작을 수행하는 명령어를 포함할 수 있다. 하나 이상의 프로그램들은, 상기 운동 준비 자세에 대응하는 운동 유형에 관련된 운동 자세 정보를 제공하는 동작을 수행하는 명령어를 포함할 수 있다. 하나 이상의 프로그램들은, 상기 운동 준비 자세에 대응하는 사용자의 운동 카운팅을 위한 인식 스키마(recognition schema)를 구동하는 동작을 수행하는 명령어를 포함할 수 있다. 하나 이상의 프로그램들은, 인식 스키마에 기반하여 운동 카운팅을 수행하는 동작을 수행하는 명령어를 포함할 수 있다. 하나 이상의 프로그램들은, 운동 카운팅에 따른 운동 정보를 제공하는 동작을 수행하는 명령어를 포함할 수 있다.

본 개시의 적용 가능성의 추가적인 범위는 이하의 상세한 설명으로부터 명백해질 것이다. 그러나 본 개시의 사상 및 범위 내에서 다양한 변경 및 수정은 당업자에게 명확하게 이해될 수 있으므로, 상세한 설명 및 본 개시의 바람직한 실시예와 같은 특정 실시예는 단지 예시로 주어진 것으로 이해되어야 한다.

본 개시의 일 실시예에 따른 전자 장치 및 그의 동작 방법에 따르면, 사용자의 다양한 운동 자세에서 운동 카운팅의 인식 성능을 향상할 수 있다. 본 개시의 일 실시예에 따르면, 다양한 운동 자세에서도 운동 카운팅 인식이 가능하고, 사용자의 운동 중 사용자의 흐트러진 자세에서도 운동 카운트가 인식되도록 할 수 있다. 본 개시의 일 실시예에 따르면, 사용자가 운동 초기 준비 자세와 다른 자세로 스쿼트 운동을 수행하더라도 운동 카운트가 인식되도록 할 수 있다.

본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도면 설명과 관련하여, 동일 또는 유사한 구성 요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 1은 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 본 개시의 일 실시예에 따른 전자 장치의 구성을 개략적으로 도시하는 도면이다.
도 3은 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.
도 4는 본 개시의 일 실시예에 따른 전자 장치에서 운동 코칭을 지원하는 사용자 인터페이스의 일 예를 도시하는 도면이다.
도 5는 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.
도 6은 본 개시의 일 실시예에 따른 전자 장치에서 운동 코칭을 지원하는 사용자 인터페이스의 일 예를 도시하는 도면이다.
도 7은 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.
도 8은 본 개시의 일 실시예에 따른 전자 장치에서 운동 코칭을 지원하는 사용자 인터페이스의 일 예를 도시하는 도면이다.
도 9는 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.
도 10은 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.
도 11은 본 개시의 일 실시예에 따른 운동 카운팅 후보 구간 검출을 설명하기 위한 참조 도면이다.
도 12a 및 도 12b는 본 개시의 일 실시예에 따른 운동 카운팅 후보 구간 검출을 설명하기 위한 참조 도면들이다.
도 13a 및 도 13b는 본 개시의 일 실시예에 따른 운동 카운팅 후보 구간 검출을 설명하기 위한 참조 도면들이다.
도 14는 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.
도 15는 본 개시의 일 실시예에 따른 운동 카운팅 오인식 필터링 동작을 설명하기 위한 참조 도면이다.
도 16은 본 개시의 일 실시예에 따른 운동 카운팅 오인식 필터링 동작을 설명하기 위한 참조 도면이다.
도 17은 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.
도 18은 본 개시의 일 실시예에 따른 운동 자세 유지 여부 판단을 설명하기 위한 참조 도면이다.
도 19는 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.

도 1은 다양한 실시예들에 따른 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다.

도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.

프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일 실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치(CPU, central processing unit) 또는 어플리케이션 프로세서(AP, application processor)) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치(GPU, graphic processing unit), 신경망 처리 장치(NPU, neural processing unit), 이미지 시그널 프로세서(ISP, image signal processor), 센서 허브 프로세서(sensor hub processor), 또는 커뮤니케이션 프로세서(CP, communication processor))를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(inactive)(예: 슬립(sleep)) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일 실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.

메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.

프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(OS, operating system)(142), 미들 웨어(middleware)(144) 또는 어플리케이션(146)을 포함할 수 있다.

입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.

음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.

오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.

센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.

인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD(secure digital) 카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일 실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN(wide area network))와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.

무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB, enhanced mobile broadband), 단말 전력 최소화와 다수 단말의 접속(mMTC, massive machine type communications), 또는 고신뢰도와 저지연(URLLC, ultra-reliable and low-latency communications)을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO, full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.

안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.

다양한 실시예들에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.

상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.

일 실시예에 따르면, 명령 또는 데이터는 제2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC, mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.

도 2는 본 개시의 일 실시예에 따른 전자 장치의 구성을 개략적으로 도시하는 도면이다.

본 개시의 일 실시예에 따른 전자 장치(101)는 사용자의 신체(예: 팔)에 착용되거나, 또는 사용자의 손에 움켜 쥐어진 상태에서 사용자의 운동을 카운팅 할 수 있는 다양한 장치를 포함할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 웨어러블 장치(wearable device)와 사용자의 신체(예: 팔)에 착용(또는 부착) 가능한 기구와 연동하여 사용자의 신체에 착용 가능한 모바일 단말을 포함할 수 있다. 일 실시예에 따르면, 웨어러블 장치는 워치(watch) 타입, 링(ring) 타입, 및/또는 밴드(band) 타입의 다양한 형태의 장치를 포함할 수 있다. 일 실시예에 따르면, 모바일 단말은 스마트 폰, 카메라, 멀티미디어 플레이어를 포함할 수 있다. 본 개시의 일 실시예에서는, 설명의 편의를 위해, 전자 장치(101)가 웨어러블 장치(예: 워치)인 것을 예로 설명하지만, 본 개시에 따른 다양한 실시예들은 웨어러블 장치에 제한하지 않는다.

도 2를 참조하면, 본 개시의 일 실시예에 따른 전자 장치(101)는 디스플레이(210), 메모리(130), 통신 회로(220), 센서 모듈(230), 및/또는 프로세서(120)를 포함할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 적어도 하나의 구성 요소(예: 디스플레이(210) 및/또는 통신 회로(220))를 포함하지 않을 수 있다. 일 실시예에 따르면, 전자 장치(101)는 하나 이상의 다른 구성 요소(예: 도 1의 카메라 모듈(180), 전력 관리 모듈(188), 및/또는 배터리(189))를 포함할 수 있다. 예를 들어, 전자 장치(101)는 도 1을 참조한 설명 부분에서 설명한 바와 같은 전자 장치(101)의 구성 요소의 전부 또는 적어도 일부를 포함할 수 있다.

일 실시예에 따르면, 디스플레이(210)는 도 1을 참조한 설명 부분에서 설명한 바와 같은 디스플레이 모듈(160)에 대응할 수 있다. 일 실시예에 따라, 디스플레이(210)는 전자 장치(101)의 외부(예: 사용자)로 다양한 정보를 시각적으로 제공할 수 있다. 일 실시예에 따르면, 디스플레이(210)는 프로세서(120)의 제어 하에, 사용자의 운동 코칭(exercise coaching)에 관련된 다양한 정보를 시각적으로 제공할 수 있다.

일 실시예에 따라, 디스플레이(210)는 터치 감지 회로(또는 터치 센서)(미도시), 터치의 세기를 측정할 수 있는 압력 센서 및/또는 자기장 방식의 스타일러스 펜을 검출하는 터치 패널(예: 디지타이저)을 포함할 수 있다. 일 실시예에 따르면, 디스플레이(210)는 터치 감지 회로, 압력 센서 및/또는 터치 패널에 기반하여 디스플레이(210)의 특정 위치에 대한 신호(예: 전압, 광량, 저항, 전자기 신호 및/또는 전하량)의 변화를 측정함으로써 터치 입력 및/또는 호버링 입력(또는 근접 입력)을 감지할 수 있다. 일 실시예에 따르면, 디스플레이(210)는 액정 표시 장치(LCD, liquid crystal display), OLED(organic light emitted diode), AMOLED(active matrix organic light emitted diode)로 구성될 수 있다. 어떤 실시예에 따르면, 디스플레이(210)는 플렉서블 디스플레이(flexible display)로 구성될 수 있다.

일 실시예에 따르면, 디스플레이(210)는 전자 장치(101)와 무선 통신으로 연결되는 외부 장치(예: TV, 디스플레이 장치)의 디스플레이를 의미할 수 있다. 예를 들어, 전자 장치(101)는 운동 코칭에 관련된 시각적 정보를 무선 통신으로 연결된 외부 장치에게 전송하고, 외부 장치에 의해 운동 코칭에 관련된 시각적으로 정보를 표시하도록 할 수 있다. 예를 들어, 운동 코칭에 관련된 시각적 정보는 전자 장치(101)의 디스플레이(210) 또는 외부 장치의 디스플레이를 통해 표시될 수 있다.

일 실시예에 따르면, 통신 회로(220)는 레거시 네트워크(예: 3G 네트워크 및/또는 4G 네트워크), 5G 네트워크, OOB(out of band) 및/또는 차세대 통신 기술(예: NR(new radio) 기술)을 지원할 수 있다. 일 실시예에 따르면, 통신 회로(220)은 도 1에 예시한 바와 같은 무선 통신 모듈(192)에 대응할 수 있다. 일 실시예에 따르면, 통신 회로(220)는 지정된 외부 장치와 무선 통신을 연결하고, 지정된 외부 장치에게 운동 코칭에 관련된 시각적 정보를 전송할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 통신 회로(220)을 이용하여 네트워크를 통해 외부 장치(예: 도 1의 서버(108) 및/또는 다른 전자 장치(102, 104))와 통신을 수행할 수 있다. 일 실시예에 따르면, 통신 회로(220)는 전자 장치(101)에서 발생하는 데이터를 외부 장치로 전송할 수 있고, 외부 장치로부터 전송되는 데이터를 수신할 수 있다.

일 실시예에 따라, 메모리(130)는 도 1을 참조한 설명 부분에서 설명한 바와 같은 메모리(130)에 대응할 수 있다. 일 실시예에 따르면, 메모리(130)는 전자 장치(101)에 의해 사용되는 다양한 데이터를 저장할 수 있다. 일 실시예에서, 데이터는, 예를 들어, 어플리케이션(예: 도 1의 프로그램(140)), 및 어플리케이션과 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 일 실시예에서, 데이터는, 센서 모듈(230)로부터 획득하는 센서 데이터(예: 가속도 센서 데이터, 자이로 센서 데이터, 기압 센서 데이터)를 포함할 수 있다. 일 실시예에서, 데이터는, 운동 카운팅 인식 성능 개선을 위해 메모리(130)에 미리 설정되는 다양한 기준 데이터를 포함할 수 있다.

일 실시예에 따라, 메모리(130)는, 실행 시에, 프로세서(120)가 동작하도록 하는 인스트럭션들(instructions)을 저장할 수 있다. 예를 들어, 어플리케이션은 메모리(130) 상에 소프트웨어(예: 도 1의 프로그램(140))로서 저장될 수 있고, 프로세서(120)에 의해 실행 가능할 수 있다. 일 실시예에 따라, 어플리케이션은 전자 장치(101)에서 다양한 서비스(예: 헬스케어 서비스)를 제공할 수 있는 다양한 어플리케이션일 수 있다.

일 실시예에 따르면, 센서 모듈(230)은 도 1을 참조한 설명 부분에서 설명한 바와 같은 센서 모듈(176)에 대응할 수 있다. 일 실시예에 따르면, 센서 모듈(230)은, 가속도 센서(240), 자이로 센서(250) 및 기압 센서(260)와 같은 다양한 센서를 포함할 수 있다. 일 실시예에 따르면, 센서 모듈(230)은 가속도 센서(240) 및/또는 자이로 센서(250)를 대체할 수 있는 자세 센서(attitude sensor)를 포함할 수도 있다. 일 실시예에 따르면, 전자 장치(101)는 센서 모듈(230)의 가속도 센서(240), 자이로 센서(250), 및/또는 기압 센서(260)를 이용한 센서 데이터에 기반하여 사용자의 운동 코칭을 위한 운동 카운팅 인식 성능 개선을 수행할 수 있다.

일 실시예에 따르면, 프로세서(120)는, 전자 장치(101)의 사용자에 의해 요구되는 응용 계층 처리 기능을 할 수 있다. 일 실시예에 따르면, 프로세서(120)는 전자 장치(101)의 다양한 블록들을 위한 기능의 제어 및 명령을 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 전자 장치(101)의 각 구성 요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 수행할 수 있다. 예를 들어, 프로세서(120)는 도 1의 프로세서(120)의 구성 및/또는 기능 중 적어도 일부를 포함할 수 있다. 프로세서(120)는, 예를 들어, 전자 장치(101)의 구성 요소들과 작동적으로 연결될 수 있다. 프로세서(120)는 전자 장치(101)의 다른 구성 요소로부터 수신된 명령 또는 데이터를 메모리(130)에 로드(load)하고, 메모리(130)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 저장할 수 있다.

일 실시예에 따르면, 프로세서(120)는 처리 회로(processing circuitry) 및/또는 실행 가능한 프로그램 요소(executable program elements)를 포함할 수 있다. 일 실시예에 따르면, 프로세서(120)는 전자 장치(101)에서 운동 카운팅을 지원하고, 운동 카운팅의 인식 성능을 개선하는 것과 관련된 동작을 제어(또는 처리)할 수 있다.

일 실시예에 따르면, 프로세서(120)는 다양한 운동 자세(예: 스쿼트 운동 자세)에 대한 운동 카운팅 인식이 가능하도록 할 수 있다. 일 실시예에 따르면, 프로세서(120)는 센서 모듈(230)의 지정된 센서(예: 가속도 센서(240), 자이로 센서(250), 및/또는 기압 센서(260)) 기반의 가산(예: 셀 수 있는, countable) 신호를 검출할 수 있다. 일 실시예에 따르면, 프로세서(120)는, 가산 신호가 지정된 일정 구간(예: 최소 경계치(lower boundary) 및 최대 경계치(upper boundary))을 지나는 지 여부(예: 제1 정보)를 체크할 수 있다. 일 실시예에 따르면, 프로세서(120)는 가산 신호가 지정된 일정 구간(예: 최소 경계치 및 최대 경계치)을 지나는 순서(예: 제2 정보)를 체크할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제1 정보 및 제2 정보에 기반하여 운동 카운팅 후보 구간을 검출할 수 있다.

일 실시예에 따르면, 프로세서(120)는 센서 모듈(230)의 지정된 센서(예: 가속도 센서(240), 자이로 센서(250), 및/또는 기압 센서(260))의 센서 데이터에 기반하여 지정된 센서에 대한 적어도 하나의 특징 파라미터(예: 가속도 변화 량, 가속도 피크-밸리 인터벌(peak-valley interval), 각속도 변화 량, 및 기압 변화 량)를 추출할 수 있다. 일 실시예에 따르면, 프로세서(120)는 추출된 적어도 하나의 특징 파라미터에 기반하여 비운동 모션을 필터링 할 수 있다. 일 실시예에 따르면, 프로세서(120)는 비운동 모션에 대한 필터링을 통해 보다 정확한 운동 카운팅을 인식할 수 있다.

일 실시예에 따르면, 프로세서(120)는 사용자의 운동을 지원하는 중에, 예를 들어, 사용자의 운동 자세가 흐트러지는 경우에도 운동 카운팅을 인식하도록 할 수 있다. 일 실시예에 따르면, 프로세서(120)는 사용자의 운동 자세가 올바르던지, 흐트러지던지 상관하지 않고, 운동 1회 모션에 대해 시작 지점(start point)과 종료 지점(end point)에서 운동 자세를 체크하도록 동작할 수 있다. 일 실시예에 따르면, 프로세서(120)는 사용자의 운동 모션에 대한 시작 지점과 종료 지점의 운동 자세에 대해 운동 자세를 체크하여, 사용자의 운동 중 자세가 흐트러지더라도 정상적으로 운동 카운트를 인식할 수 있다.

일 실시예에 따르면, 프로세서(120)는 사용자가 초기 운동 준비 자세와 다른 운동 준비 자세로 지정된 운동(예: 스쿼트 운동)을 수행하더라도 운동 카운팅 인식이 가능하도록 할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동을 시작한 초반에 운동 카운트가 제대로 인식되지 않은 경우를 트리거하고, 운동 초기 준비 자세를 보정함으로써, 초기 운동 준비 자세와 다른 운동 자세로 운동을 수행하더라도 정상적으로 운동 카운트를 인식할 수 있다.

일 실시예에 따르면, 프로세서(120)는 전자 장치(101)와 전자 장치(101) 외부의 외부 장치(예: TV, 디스플레이 장치)와 상호작용적으로 운동 코칭에 관련된 동작을 처리할 수 있다. 일 실시예에 따르면, 프로세서(120)는 사용자의 운동 시작(또는 운동 시작 트리거)을 감지 시에, 지정된 외부 장치와 무선 통신을 연결하도록 통신 회로(220)를 제어할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 코칭에 관련된 시각적 정보를 무선 통신으로 연결된 외부 장치에게 전송하고, 외부 장치에 의해 운동 코칭에 관련된 시각적으로 정보를 표시하도록 할 수 있다. 예를 들어, 운동 코칭에 관련된 시각적 정보는 전자 장치(101)의 디스플레이(210) 및/또는 외부 장치의 디스플레이를 통해 표시될 수 있다.

일 실시예에 따라, 전자 장치(101)의 프로세서(120)의 상세 동작에 관하여 후술하는 도면들을 참조하여 설명된다.

일 실시예에 따르면, 프로세서(120)에서 수행하는 동작들은, 기록 매체(또는 컴퓨터 프로그램 프로덕트(product))로 구현될 수 있다. 예를 들어, 기록 매체는 프로세서(120)에서 수행하는 다양한 동작을 실행시키기 위한 프로그램을 기록한 비 일시적(non-transitory) 컴퓨터(computer)로 판독 가능한 기록 매체를 포함할 수 있다.

본 개시에서 설명되는 실시예들은 소프트웨어(software), 하드웨어(hardware) 또는 이들의 조합된 것을 이용하여 컴퓨터 또는 이와 유사한 장치로 읽을 수 있는 기록 매체 내에서 구현될 수 있다. 하드웨어적인 구현에 의하면, 일 실시예에서 설명되는 동작들은 ASICs(Application Specific Integrated Circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로프로세서(microprocessors), 및/또는 기타 기능 수행을 위한 전기적인 유닛(unit) 중 적어도 하나를 이용하여 구현될 수 있다.

일 실시예에서, 기록 매체(또는 컴퓨터 프로그램 프로덕트)는, 운동 시작 트리거를 감지하는 것에 기반하여 운동 가이드를 제공하는 동작, 센서 모듈(230)의 지정된 적어도 하나의 센서(예: 가속도 센서(240), 자이로 센서(250) 및/또는 기압 센서(260))의 센서 데이터에 기반하여, 지정된 시간 동안 사용자의 운동 준비 자세를 인식하는 동작, 운동 준비 자세에 대응하는 운동 유형에 관련된 운동 자세 정보를 제공하는 동작, 운동 준비 자세에 대응하는 사용자의 운동 카운팅을 위한 인식 스키마(recognition schema)를 구동하는 동작, 인식 스키마에 기반하여 운동 카운팅을 수행하는 동작, 및 운동 카운팅에 따른 운동 정보를 제공하는 동작을 실행시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체를 포함할 수 있다.

이하에서는 다양한 실시예들에 따른 전자 장치(101)에서 스쿼트(squart) 운동에 대한 운동 카운팅 및 이의 인식 성능 개선의 예를 설명하지만, 본 개시의 실시예들이 스쿼트 운동에 제한하는 것은 아니다. 예를 들어, 이하에서 설명되는 다양한 실시예들은 본 개시의 기술 내용을 쉽게 설명하고 본 개시의 이해를 돕기 위해 특정 구성 요소(예: 스쿼트 운동)를 제시한 것일 뿐이며, 본 개시의 범위를 한정하고자 하는 것은 아니다.

따라서, 본 개시의 범위는 여기에 개시된 실시예들 이외에도 본 개시의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태가 본 개시의 범위에 포함되는 것으로 해석되어야 한다. 예를 들어, 이하에서 설명되는 운동 카운팅 및 이의 인식 성능 개선 방법은, 스쿼트 운동과 같이 사용자가 팔을 이용하여 동일 또는 유사 동작을 반복적으로 수행하는 다양한 운동(예: 런지(lunge), 플랭크(plank), 팔굽혀펴기, 윗몸 일으키기)에서 운동 카운팅 및 이의 인식 성능을 개선하도록 할 수 있다.

본 개시의 일 실시예에 따른 전자 장치(101)는, 디스플레이(예: 도 1 또는 도 2의 디스플레이(160)), 센서 모듈(예: 도 1 또는 도 2의 센서 모듈(176, 230)), 메모리(예: 도 1 또는 도 2의 메모리(130)), 및 상기 디스플레이, 상기 센서 모듈, 및 상기 메모리와 작동적으로 연결된 프로세서(예: 도 1 또는 도 2의 프로세서(120))를 포함할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 운동 시작 트리거를 감지하는 것에 기반하여 운동 가이드를 제공하고, 상기 센서 모듈의 지정된 적어도 하나의 센서의 센서 데이터에 기반하여, 지정된 시간 동안 사용자의 운동 준비 자세를 인식하고, 상기 운동 준비 자세에 대응하는 운동 유형에 관련된 운동 자세 정보를 제공하고, 상기 운동 준비 자세에 대응하는 사용자의 운동 카운팅을 위한 인식 스키마(recognition schema)를 구동하고, 인식 스키마에 기반하여 운동 카운팅을 수행하고, 및 운동 카운팅에 따른 운동 정보를 제공하도록 동작할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 상기 센서 모듈의 지정된 적어도 하나의 센서 기반의 가산 신호(countable signal)를 기반으로 운동 카운팅을 인식하도록 동작할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 상기 인식된 운동 준비 자세에 기반하여 대응하는 운동 자세를 인식하고, 운동 자세를 인식하는 동안, 상기 인식된 운동 준비 자세에 관련된 운동 자세 정보를 시각적 이미지 및/또는 텍스트에 기반하여 제공하도록 동작할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 상기 운동 자세를 상기 인식된 운동 준비 자세에 대응하는 미리 지정된 기준 운동 자세와 비교하고, 상기 운동 자세와 상기 기준 운동 자세 간의 유사도(similarity)에 기반하여 운동 자세의 유지 여부를 판단하도록 동작할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 상기 운동 자세가 기준 운동 자세와 실질적으로 일치하지 않는 경우, 상기 운동 준비 자세를 보정하고, 상기 운동 준비 자세 보정에 기반하여, 보정된 운동 준비 자세에 따른 사용자의 운동을 카운팅하기 위한 상기 인식 스키마로, 제1 인식 스키마를 결정하고, 상기 결정된 제1 인식 스키마에 기반한 운동 카운팅에 기반하여 상기 운동 정보를 연속되게 누적하여 제공하도록 동작할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 상기 운동 자세가 기준 운동 자세와 실질적으로 일치하는 경우, 상기 운동 준비 자세에 따른 사용자의 운동을 카운팅하기 위한 상기 인식 스키마로, 제2 인식 스키마를 결정하고, 상기 결정된 제2 인식 스키마에 기반한 운동 카운팅에 기반하여 상기 운동 정보를 연속되게 누적하여 제공하도록 동작할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 상기 지정된 시간 동안 운동 준비 자세를 인식하는 결과에 기반하여, 상기 운동 준비 자세가 일정 시간 유지되는지 여부를 판단하고, 운동 준비 자세가 일정 시간 유지되는 경우, 상기 운동 준비 자세에 대응하는 인식 스키마를 구동하도록 동작할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 지정된 적어도 하나의 센서의 적어도 하나의 센서 데이터에 기반하여 운동 카운팅 후보 구간을 검출하고, 상기 운동 카운팅 후보 구간에 대해 운동 모션과 비운동 모션을 필터링 하고, 상기 운동 카운팅 후보 구간의 시작 지점과 종료 지점에 대한 운동 자세를 계산하고, 상기 운동 준비 자세와 상기 운동 카운팅 후보 구간의 운동 자세에 대한 유사도를 계산하도록 동작할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 지정된 적어도 하나의 센서 데이터의 신호 처리를 통해 가산 신호(countable signal)를 추출하고, 추출된 가산 신호를 이용하여 운동 카운팅 후보 구간을 검출하도록 동작할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 지정된 센서의 센서 데이터에 기반하여 가산 신호를 추출하고, 추출된 가산 신호에 대해 제로 크로싱 포인트(zero crossing point)를 검출하고, 상기 제로 크로싱 구간 내의 피크 및 밸리를 검출하고, 상기 피크 및 밸리가 미리 정의된 최대 경계치(upper boundary) 및 최소 경계치(lower boundary)를 지나는지 여부에 기반하여 지정된 조건을 만족하는지 판단하고, 지정된 조건을 만족하는 경우, 상기 제로 크로싱 구간 내의 가산 신호가 최대 경계치 및 최소 경계치를 지나는 순서를 체크하고, 상기 지정된 조건을 만족하는 가산 신호의 제로 크로싱 구간을 상기 운동 카운팅 후보 구간으로 결정하도록 동작할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 상기 운동 모션과 상기 비운동 모션을 구분하기 위한 특징 파라미터에 기반하여 운동 카운팅 오인식을 필터링을 수행하도록 동작할 수 있다. 일 실시예에 따르면, 상기 특징 파라미터는, 가속도 변화 량, 가속도 피크-밸리 인터벌(peak-valley interval), 각속도 변화 량, 및/또는 기압 변화 량을 포함할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 상기 유사도가 지정된 임계치를 초과하는 경우, 사용자의 운동 자세 유지 중으로 판단하고, 상기 운동 정보를 업데이트 하도록 동작할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 상기 유사도가 지정된 임계치 이하인 경우, 운동 자세 비유지 중으로 판단하고, 상기 운동 준비 자세를 보정하도록 동작할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 상기 유사도가 지정된 제1 임계치 이하인 경우, 운동 카운팅 후보 구간을 누적하고, 후보 구간 개수가 일정 횟수를 초과하는 경우, 상기 운동 준비 자세에 대한 보정 이력 여부를 판단하고, 운동 준비 자세에 대한 보정 이력이 없는 경우, 운동 준비 자세를 보정하고, 운동 준비 자세 보정 이력이 있는 경우, 운동 자세에 대한 가이드를 제공하도록 동작할 수 있다.

일 실시예에 따르면, 상기 프로세서(120)는, 상기 운동 시작 트리거를 감지 시에, 지정된 외부 장치와 무선 통신을 연결하도록 상기 통신 회로를 제어하고, 운동 코칭에 관련된 시각적 정보를 상기 외부 장치에게 전송하도록 설정되고, 상기 외부 장치에 의해 운동 코칭에 관련된 시각적으로 정보를 표시하도록 동작할 수 있다.

일 실시예에 따르면, 상기 운동 코칭에 관련된 시각적 정보는 상기 전자 장치의 상기 디스플레이 및/또는 상기 외부 장치의 디스플레이를 통해 표시되도록 설정될 수 있다.

이하에서는 다양한 실시예들의 전자 장치(101)의 동작 방법에 대해서 상세하게 설명한다. 다양한 실시예들에 따른 전자 장치(101)에서 수행하는 동작들은, 전자 장치(101)의 다양한 프로세싱 회로(various processing circuitry) 및/또는 실행 가능한 프로그램 요소(executable program elements)를 포함하는 프로세서(120)에 의해 실행될 수 있다. 일 실시예에 따라, 전자 장치(101)에서 수행하는 동작들은, 메모리(130)에 저장되고, 실행 시에, 프로세서(120)가 동작하도록 하는 인스트럭션들에 의해 실행될 수 있다.

도 3은 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.

도 4는 본 개시의 일 실시예에 따른 전자 장치에서 운동 코칭을 지원하는 사용자 인터페이스의 일 예를 도시하는 도면이다.

일 실시예에 따라, 도 3 및 도 4는 사용자의 지정된 운동(예: 스쿼트 운동) 시작 시, 운동 준비 자세 유형을 자동으로 판단하여 지정된 운동에 대한 운동 코칭(exercise coaching)을 지원하는 예를 나타낼 수 있다.

본 개시의 일 실시예에 따른 전자 장치(예: 도 1 및/또는 도 2의 전자 장치(101))에서, 운동 코칭을 지원하는 방법은, 예를 들어, 도 3에 도시된 흐름도에 따라 수행될 수 있다. 도 3에 도시된 흐름도는 전자 장치(101)의 운동 코칭 방법의 일 실시예에 따른 흐름도에 불과하며, 적어도 일부 동작의 순서는 변경되거나 병렬적으로 수행되거나, 독립적인 동작으로 수행되거나, 또는 적어도 일부 다른 동작이 적어도 일부 동작에 보완적으로 수행될 수 있다. 본 개시의 일 실시예에 따르면, 동작 301 내지 동작 313은 전자 장치(101)의 적어도 하나의 프로세서(예: 도 1 및/또는 도 2의 프로세서(120))에서 수행될 수 있다.

도 3에 도시한 바와 같이, 일 실시예에 따른 전자 장치(101)가 수행하는 동작 방법(예: 운동 카운팅 및 운동 카운팅에 기반한 정보 제공 방법)은, 운동 시작 트리거를 감지하는 동작(301), 운동 가이드를 제공하는 동작(303), 지정된 시간 동안 사용자의 운동 준비 자세를 인식하는 동작(305), 운동 준비 자세에 대응하는 운동 자세 정보를 제공하는 동작(307), 운동 준비 자세에 대응하는 사용자의 운동 카운팅을 위한 인식 스키마(recognition schema)를 구동하는 동작(309), 인식 스키마에 기반하여 운동 카운팅을 수행하는 동작(311), 및 운동 정보를 제공하는 동작(313)을 포함할 수 있다.

도 3을 참조하면, 동작 301에서, 전자 장치(101)의 프로세서(120)는 운동 시작 트리거를 감지할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 시작을 트리거하기 위한 지정된 사용자 입력을 감지할 수 있다. 예를 들어, 지정된 사용자 입력은 음성 명령(예: ‘XXX 운동 시작’의 사용자 발화) 입력, 및/또는 전자 장치(101)의 조작에 기반한 관련 운동 어플리케이션 실행하는 터치 입력(예: XXX 운동 시작 버튼 선택)을 포함할 수 있다. 이의 예가 도 4의 예시 화면 401 내지 예시 화면 403 및 블록 410에 도시된다.

도 4에 예시한 바와 같이, 블록 410에서, 프로세서(120)는 운동 시작 버튼의 클릭을 감지할 시 해당 운동의 대표 자세 또는 다양한 자세를 일정 시간 간격으로 표시할 수 있다. 일 실시예에 따르면, 프로세서(120)는 사용자 입력(예: 운동 시작 버튼 클릭)에 응답하여 운동 어플리케이션(예: 도 1의 어플리케이션(146))을 실행할 수 있다. 일 실시예에 따라, 프로세서(120)는 운동 어플리케이션 실행에 응답하여 디스플레이 모듈(예: 도 1의 디스플레이 모듈(160) 및/또는 도 2의 디스플레이(210))을 통해 제1 사용자 인터페이스(예: 운동 유형 선택 화면)를 지정된 구조로 제공할 수 있다. 예를 들어, 프로세서(120)는, 예시 화면 401과 같이, 캐러셀(carousel)(예: 이미지 슬라이드) 구조로 사용자 인터페이스를 제공할 수 있다. 일 실시예에서, 캐러셀은 인터페이스의 요소로써, 큰 이미지를 화면 중앙에 표시하고, 자동으로 또는 사용자 입력(예: 슬라이드 또는 스크롤 입력)에 따라 다음 이미지를 화면 중앙에 표시하는 구조를 나타낼 수 있다.

일 실시예에 따르면, 프로세서(120)는, 제1 사용자 인터페이스에서 어느 일 운동(예: 스쿼트)을 선택하는 사용자 입력(예: 스쿼트 이미지 터치)에 응답하여, 예시 화면 403과 같이, 사용자 선택에 대응하는 운동(예: 스쿼트 운동)에 관련된 제2 사용자 인터페이스(예: 운동 시작 확인 화면 또는 가이드 화면)를 제공할 수 있다. 예를 들어, 프로세서(120)는 사용자에 의해 선택된 운동의 대표 자세 또는 다양한 자세에 대한 시각적 정보 및 해당 운동에 설정된 수행 조건(예: 3세트 10회)에 관련된 시각적 정보를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제2 사용자 인터페이스에서 운동 시작을 위한 사용자 입력(예: 선택된 운동(예: 스쿼트 운동) 시작을 위한 ‘확인’ 버튼 선택)에 응답하여, 운동 시작 트리거를 감지할 수 있다.

동작 303에서, 프로세서(120)는 운동 가이드를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 시작 트리거를 감지하는 것에 기반하여 지정된 시각적 및/또는 청각적 가이드를 출력하도록 관련 구성 요소(예: 디스플레이 모듈(160) 및/또는 스피커)를 제어할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 시작 버튼(예: 스쿼트 운동 이미지)에 기반한 사용자 입력(예: 클릭) 감지 시, 사용자에게 “일정 시간(예: 약 3초, 약 5초) 동안 운동 준비 자세를 취하면 운동이 시작됩니다.”와 같은 음성 가이드 및/또는 텍스트 가이드를 제공할 수 있다. 이의 예가 도 4의 예시 화면 405 내지 예시 화면 407 및 블록 420에 도시된다.

도 4에 예시한 바와 같이, 블록 420에서, 프로세서(120)는 운동 준비 자세 유형을 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 예시 화면 405와 같이 사용자에게 운동 준비 자세 수행에 관한 제1 가이드를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 예시 화면 407과 같이 운동 시작 시점을 사용자에게 알리고, 운동 시작을 취소하는 것에 관한 제2 가이드(예: 카운트 정보 및 스킵(skip) 정보)를 포함하여 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 사용자에게 “일정 시간(예: 약 3초, 약 5초) 동안 운동 준비 자세를 취하면 운동이 시작됩니다.”와 같은 음성 가이드 및/또는 텍스트 가이드를 제공하고, 일정 시간 동안 사용자의 운동 준비 자세 및 그 유형을 인식하도록 동작할 수 있다.

동작 305에서, 프로세서(120)는 지정된 시간 동안 사용자의 운동 준비 자세를 인식할 수 있다. 일 실시예에 따르면, 프로세서(120)는 센서 모듈(230)의 지정된 적어도 하나의 센서(예: 도 2의 가속도 센서(240), 자이로 센서(250), 기압 센서(260))의 센서 데이터에 기반하여 사용자의 운동 준비 자세를 인식할 수 있다. 일 실시예에 따르면, 프로세서(120)는 사용자가 특정 운동 준비 자세를 일정 시간 이상 유지하는 경우, 클러스터링(clustering)을 통해 초기 운동 준비 자세에 대한 운동 준비 자세 유형을 판단할 수 있다. 일 실시예에 따라, 사용자의 초기 운동 준비 자세를 인식(예: 운동 준비 자세 유형 판단)하는 동작과 관련하여 후술하는 도면들을 참조하여 상세히 설명된다.

동작 307에서, 프로세서(120)는 운동 준비 자세에 대응하는 운동 자세 정보를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 인식된 운동 준비 자세에 대응하는 운동 유형(예: 다양한 스쿼트 운동 중 인식된 운동 준비 자세에 대응하는 어느 일 스쿼트 운동)에 관련된 운동 자세 정보를 시각적 이미지 및/또는 텍스트에 기반하여 표시하도록 디스플레이 모듈(160)을 제어할 수 있다. 이의 예가 도 4의 예시 화면 409 및 블록 430에 도시된다.

일 실시예에 따르면, 프로세서(120)는 운동 준비 자세 별 운동 자세 정보가 매칭된 매핑 테이블에 기반하여 운동 준비 자세에 대응하는 운동 자세 정보를 제공할 수 있다. 일 실시예에 따르면, 매핑 테이블은 메모리(예: 도 1 및/또는 도 2의 메모리(130))에 미리 설정될 수 있다. 일 실시예에 따르면, 매핑 테이블은 사용자의 운동에 대한 학습을 통해 업데이트 될 수 있다. 일 실시예에 따른, 매핑 테이블의 예가 아래 <표 1>에 예시된다.

준비 자세	Roll	Pitch	Yaw	운동 유형	자세 정보
제1 자세	약 -10 ~ 약 10	약 -10 ~ 약 10	약 -10 ~ 약 10	제1 유형	제1 자세 정보
제2 자세	약 -60 ~ 약 -40	약 10 ~ 약 30	약 -10 ~ 약 10	제2 유형	제2 자세 정보
제3 자세	약 -85 ~ 약 -65	약 0 ~ 약 20	약 70 ~ 약 90	제3 유형	제3 자세 정보
제4 자세	약 -10 ~ 약 10	약 -10 ~ 약 10	약 70 ~ 약 90	제4 유형	제4 자세 정보
제5 자세	약 60 ~ 약 90	약 -120 ~ 약 -100	약 -45 ~ 약 25	제5 유형	제5 자세 정보
제6 자세	약 -10 ~ 약 10	약 90 ~ 약 110	약 -10 ~ 약 10	제6 유형	제6 자세 정보
제7 자세	약 -70 ~ 약 -50	약 -40 ~ 약 20	약 110 ~ 약 130	제7 유형	제7 자세 정보
제8 자세	약 30 ~ 약 50	약 -60 ~ 약 -40	약 10 ~ 약 30	제8 유형	제8 자세 정보
. . .	. . .	. . .	. . .	. . .	. . .

일 실시예에서, <표 1>은 사용자가 전자 장치(101)를 사용자의 신체(예: 손목)에 착용한 상태에서, 초기 운동 준비 자세에 따른 운동 유형(예: 스쿼트 운동 유형)을 구분하기 위한 매핑 테이블의 예를 나타낼 수 있다. 예를 들어, 매핑 테이블은, 다양한 운동 유형(예: 스쿼트 운동 유형)을 나타내는 운동 준비 자세(예: 제1 자세 내지 제8 자세) 별로 지정된 센서(예: 자이로 센서 또는 자세 센서(attitude sensor))의 센서 데이터(예: roll, pitch, yaw)가 미리 설정될 수 있다. 일 실시예에 따르면, 프로세서(120)는 지정된 센서의 센서 데이터에 기반하여 제1 자세 내지 제8 자세와 같은 운동 준비 자세를 인식할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 준비 자세에 기반하여 지정된 운동 유형(예: 제1 유형 내지 제8 유형)을 식별할 수 있다. 일 실시예에 따르면, 프로세서(120)는 식별된 운동 유형에 대응하는 자세 정보(예: 제1 자세 정보 내지 제8 자세 정보)를 식별하고, 식별된 자세 정보에 기반하여 운동 자세 정보를 시각적 및/또는 청각적으로 제공할 수 있다.

동작 309에서, 프로세서(120)는 운동 준비 자세에 대응하는 인식 스키마(recognition schema)(또는 운동 카운팅 인식 알고리즘)를 구동할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 준비 자세 별 사용자의 운동 카운팅을 위한 인식 스키마를 결정할 수 있다. 예를 들어, 프로세서(120)는 제n 자세의 운동 준비 자세에 따른 운동에 대한 운동 카운팅을 위해, 제n 자세에 지정된 제n 인식 스키마(또는 제n 운동 카운팅 인식 알고리즘)를 결정할 수 있다.

동작 307 및 동작 309에 대응하는 예가 도 4의 예시 화면 409 및 블록 430에 도시된다.

도 4에 예시한 바와 같이, 블록 430에서, 프로세서(120)는 인식된 운동 자세 표시 및 인식 스키마를 구동할 수 있다. 일 실시예에 따르면, 프로세서(120)는 인식된 운동 준비 자세에 대응하는 운동 유형에 관련된 운동 자세 정보를 시각적 이미지 및/또는 텍스트에 기반하여 표시하면서, 내부적으로 운동 유형에 대응하는 인식 스키마를 구동할 수 있다.

동작 311에서, 프로세서(120)는 인식 스키마에 기반하여 운동 카운팅을 수행할 수 있다. 일 실시예에 따르면, 프로세서(120)는 센서 모듈(230)의 지정된 적어도 하나의 센서 기반의 가산 신호(countable signal)를 기반으로 운동 카운팅을 인식할 수 있다. 일 실시예에 따라, 운동 카운팅을 수행하는 동작과 관련하여 후술하는 도면들을 참조하여 상세히 설명된다.

동작 313에서, 프로세서(120)는 운동 정보를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 카운팅이 1회 인식될 때 마다 사용자가 인지할 수 있도록 청각적(예: 소리), 시각적(예: 표시), 및/또는 촉각적(예: 진동)에 기반하여 운동 정보를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 카운팅 정보 및/또는 헬스케어 정보(예: 칼로리 정보, 심박 정보)와 같은 다양한 운동 정보를 사용자의 운동 량에 비례하여 업데이트하여 제공할 수 있다. 이의 예가 도 4의 예시 화면 411 및 블록 440에 도시된다.

도 4에 예시한 바와 같이, 블록 440에서, 프로세서(120)는 인식된 운동 카운팅 정보, 칼로리 정보 및/또는 심박 정보와 같은 지정된 적어도 하나의 운동 정보를 제공할 수 있다.

도 5는 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.

도 6은 본 개시의 일 실시예에 따른 전자 장치에서 운동 코칭을 지원하는 사용자 인터페이스의 일 예를 도시하는 도면이다.

일 실시예에 따라, 도 5 및 도 6은 지정된 운동(예: 스쿼트 운동)의 지정된 운동 준비 자세 및 사용자에 의해 수행되는 운동 준비 자세에 기반하여 운동 준비 자세 유형을 식별하고, 그에 따라 운동 코칭을 지원하는 예를 나타낼 수 있다. 예를 들어, 도 5 및 도 6에서는 사용자가 지정된 운동 준비 자세와 다른 자세로 운동을 수행하는 경우, 이의 운동 코칭을 지원하는 예를 나타낼 수 있다. 일 실시예에 따르면, 도 5 및 도 6에서 설명되는 동작은, 예를 들어, 도 3 및 도 4에서 설명된 동작들에 결합하여 휴리스틱(heuristic) 하게 수행되거나, 설명된 동작들의 적어 일부 동작의 상세 동작으로 휴리스틱 하게 수행될 수 있다.

본 개시의 일 실시예에 따른 전자 장치(101)에서, 운동 코칭을 지원하는 방법은, 예를 들어, 도 5에 도시된 흐름도에 따라 수행될 수 있다. 도 5에 도시된 흐름도는 전자 장치(예: 도 1 및/또는 도 2의 전자 장치(101))의 운동 코칭 방법의 일 실시예에 따른 흐름도에 불과하며, 적어도 일부 동작의 순서는 변경되거나 병렬적으로 수행되거나, 독립적인 동작으로 수행되거나, 또는 적어도 일부 다른 동작이 적어도 일부 동작에 보완적으로 수행될 수 있다. 본 개시의 일 실시예에 따르면, 동작 501 내지 동작 513은 전자 장치(101)의 적어도 하나의 프로세서(예: 도 1 및/또는 도 2의 프로세서(120))에서 수행될 수 있다.

도 5에 도시한 바와 같이, 일 실시예에 따른 전자 장치(101)가 수행하는 동작 방법(예: 운동 준비 자세 유형을 식별하는 방법)은, 지정된 시간 동안 사용자의 운동 준비 자세를 인식하는 동작(501), 운동 준비 자세를 비교하는 동작(503), 기준 운동 준비 자세와 인식된 운동 준비 자세의 실질적인 일치 여부를 판단하는 동작(505), 운동 준비 자세가 상이한 경우, 기준 운동 준비 자세를 보정하는 동작(507), 보정된 운동 준비 자세에 대응하는 제1 인식 스키마를 구동하는 동작(509), 운동 준비 자세가 실질적으로 일치하는 경우, 운동 준비 자세에 대응하는 제2 인식 스키마를 구동하는 동작(511)을 포함할 수 있다.

도 5를 참조하면, 동작 501에서, 전자 장치(101)의 프로세서(120)는 지정된 시간 동안 사용자의 운동 자세를 인식할 수 있다. 일 실시예에 따르면, 프로세서(120)는 센서 모듈(예: 도 2의 센서 모듈(230))의 지정된 적어도 하나의 센서(예: 도 2의 가속도 센서(240), 자이로 센서(250), 기압 센서(260))의 센서 데이터에 기반하여 사용자의 운동 자세를 인식할 수 있다. 일 실시예에 따르면, 프로세서(120)는 초기 인식된 운동 준비 자세에 기반하여 대응하는 운동 자세를 모니터링 할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 자세를 인식하는 동안, 초기 인식된 운동 준비 자세에 관련된 운동 자세 정보를 시각적 이미지 및/또는 텍스트에 기반하여 제공할 수 있다. 이의 예가 도 6의 예시 화면 601 및 블록 610에 도시된다.

동작 503에서, 프로세서(120)는 운동 자세를 비교할 수 있다. 일 실시예에 따르면, 프로세서(120)는 인식된 사용자의 운동 자세를 초기에 인식된 운동 준비 자세에 대응하는 미리 지정된 기준 운동 자세와 비교할 수 있다. 예를 들어, 프로세서(120)는 사용자가 초기에 인식된 운동 준비 자세에 대응하는 운동 자세로 운동을 수행하고 있는지 판단을 위해, 사용자의 운동 자세와 초기에 인식된 운동 준비 자세에 따른 기준 운동 자세를 비교할 수 있다.

동작 505에서, 프로세서(120)는 기준 운동 자세와 실질적인 일치 여부를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 사용자의 운동 자세와 기준 운동 자세 간의 유사도에 기반하여 일치 여부를 판단할 수 있다.

동작 501 내지 동작 505에 대응하는 예가 도 6의 예시 화면 601 및 블록 610에 도시된다.

도 6에 예시한 바와 같이, 블록 610에서, 프로세서(120)는 기준 운동 자세와 상이한 자세로 운동을 수행하고 있는지 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 지정된 시간 동안 사용자의 운동 자세를 인식하여 사용자가 기준 운동 자세와 상이한 자세로 운동을 수행하고 있는지 여부를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 자세를 인식하는 동안, 초기 인식된 운동 준비 자세에 관련된 운동 자세 정보를 시각적 이미지 및/또는 텍스트에 기반하여 제공할 수 있다.

동작 505에서, 프로세서(120)는 인식된 사용자의 운동 자세가 기준 운동 자세와 실질적으로 일치하지 않는 경우(예: 동작 505의 ‘아니오’), 동작 507에서, 운동 준비 자세를 보정할 수 있다. 일 실시예에 따르면, 프로세서(120)는 초기에 인식된 운동 준비 자세에 대응하는 운동 자세와 사용자가 실제 운동 시의 운동 자세가 상이한 경우, 사용자가 초기 운동 자세와 상이한 운동 자세로 운동을 수행하고 있는 것으로 판단할 수 있다. 예를 들어, 사용자가 운동 시작 버튼을 클릭한 후, 가만히 서 있는 경우 사용자가 준비 자세를 취하지 않았거나, 또는 사용자가 운동 준비 자세를 취했을 때와 달리 의도적으로 다른 운동 자세로 운동을 수행하는 경우가 있을 수 있다. 예를 들어, 사용자가 바벨을 어깨에 걸치고 스쿼트 운동을 시작하려고 하는 경우, 전자 장치(101)에 의해서는 해당 운동 준비 자세에 따라 초기 운동 준비 자세가 계산되는 반면, 이후 사용자가 실제 운동 시점에 다른 자세로 운동(예: 다리 사이에 커틀벨을 들고 스쿼트 운동)을 수행하게 되는 경우가 있을 수 있다.

이와 같이, 초기 운동 준비 자세에 기반한 운동 자세와 사용자에 의한 실제 운동 자세가 상이한 경우에는 운동 모션으로 간주되지 않아 운동 카운팅이 인식되지 않을 수 있다. 예를 들어, 운동이 시작된 초기에 운동 카운팅이 정상적으로 인식되지 않을 수 있다. 이에, 본 개시의 일 실시예에 따르면, 프로세서(120)는 인식된 사용자의 운동 자세가 기준 운동 자세와 실질적으로 일치하지 않는 경우, 초기에 인식된 운동 준비 자세를 보정할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 준비 자세 보정 시에, 로딩 애니메이션을 표시하면서, 기준 운동 준비 자세를 사용자의 운동 자세에 대응하는 운동 준비 자세로 보정하는 동작을 수행할 수 있다. 이의 예가 도 6의 예시 화면 603 및 블록 620에 도시된다.

도 6에 예시한 바와 같이, 블록 620에서, 프로세서(120)는 기준 운동 준비 자세를 사용자의 운동 자세에 대응하는 운동 준비 자세로 보정할 수 있고, 운동 준비 자세 보정 시에, 로딩 애니메이션 및 관련 정보(예: Get into position to start workout)를 표시할 수 있다.

동작 509에서, 프로세서(120)는 보정된 운동 준비 자세에 대응하는 운동 자세 정보를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 보정된 운동 준비 자세에 대응하는 운동 유형)(예: 다양한 스쿼트 운동 중 인식된 운동 준비 자세에 대응하는 어느 일 스쿼트 운동)에 관련된 운동 자세 정보를 시각적 이미지 및/또는 텍스트에 기반하여 표시하도록 디스플레이 모듈(160)을 제어할 수 있다. 이의 예가 도 6의 예시 화면 605 및 블록 630에 도시된다. 도 6에 예시한 바와 같이, 블록 630에서, 프로세서(120)는 재인식된 운동 자세 표시 및 보정된 운동 자세를 기반으로 인식 스키마를 구동할 수 있다. 초기 인식된 운동 준비 자세에 대응하는 제1 운동 자세 정보(예: 예시 화면 601)가 보정된 운동 준비 자세에 대응하는 제2 운동 자세 정보(예: 예시 화면 605)로 변경되어 제공될 수 있다. 예를 들어, 프로세서(120)는 보정된 운동 준비 자세에 따라 사용자의 운동 자세 유형을 화면 상에 업데이트 하여 제공할 수 있다.

동작 511에서, 프로세서(120)는 보정된 운동 준비 자세에 대응하는 제1 인식 스키마를 구동할 수 있다. 일 실시예에 따르면, 프로세서(120)는 보정된 운동 준비 자세에 따른 사용자의 운동을 카운팅하기 위한 인식 스키마로, 제1 인식 스키마를 결정할 수 있다. 예를 들어, 프로세서(120)는 보정된 제m 자세의 운동 준비 자세에 따른 운동에 대한 운동 카운팅을 위해, 제m 자세에 지정된 제m 인식 스키마(또는 제m 운동 카운팅 인식 알고리즘)를 결정할 수 있다.

동작 509 및 동작 511에 대응하는 예가 도 6의 예시 화면 605 및 블록 630에 도시된다.

도 6에 예시한 바와 같이, 블록 630에서, 프로세서(120)는 재인식된 운동 자세 표시 및 보정된 운동 자세를 기반으로 인식 스키마를 구동할 수 있다. 일 실시예에 따르면, 프로세서(120)는 초기 인식된 운동 준비 자세에 대응하는 제1 운동 자세 정보(예: 예시 화면 601)가 보정된 운동 준비 자세에 대응하는 제2 운동 자세 정보(예: 예시 화면 605)로 변경하여 제공할 수 있다. 예를 들어, 프로세서(120)는 보정된 운동 준비 자세에 따라 사용자의 운동 자세 유형을 화면 상에 업데이트 하여 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 보정된 운동 자세 유형을 표시하면서, 내부적으로 운동 유형에 대응하는 인식 스키마(예: 제1 인식 스키마)를 구동할 수 있다.

일 실시예에 따르면, 프로세서(120)는 결정된 제1 인식 스키마에 기반한 운동 카운팅에 관련된 운동 정보를 제공할 수 있다. 예를 들어, 프로세서(120)는 운동 준비 자세 보정에 기반하여, 정상적으로 운동이 카운팅 되면, 운동 카운팅이 1회 인식될 때 마다 사용자가 인지할 수 있도록 청각적, 시각적, 및/또는 촉각적인 정보에 기반하여 운동 정보를 제공할 수 있다.

일 실시예에 따르면, 프로세서(120)는 운동 카운팅 정보 및/또는 헬스케어 정보와 같은 다양한 운동 정보를 이전의 운동 정보에 연속되게 누적하여 제공할 수 있다. 이의 예가 도 6의 예시 화면 607 및 블록 640에 도시된다.

도 6에 예시한 바와 같이, 블록 640에서, 프로세서(120)는 인식된 운동 카운팅 정보, 칼로리 정보 및/또는 심박 정보와 같은 지적된 적어도 하나의 운동 정보를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 재인식된 운동 자세에서부터 운동 카운팅을 시작하지 않고, 이전의 운동 자세의 운동 카운팅에 연속적으로 카운팅 하고, 이전의 운동 자세에 따른 운동 정보(예: 도 4의 예시 화면 411)에 업데이트 하여 연속된 운동 정보(예: 도 6의 예시 화면 607)를 제공할 수 있다.

동작 505에서, 프로세서(120)는 인식된 사용자의 운동 자세가 기준 운동 자세와 실질적으로 일치하는 경우(예: 동작 505의 ‘예’), 동작 513에서, 초기 인식된 운동 준비 자세에 대응하는 제2 인식 스키마를 구동할 수 있다. 일 실시예에 따르면, 프로세서(120)는 초기 인식된 운동 준비 자세에 따른 사용자의 운동을 카운팅하기 위한 인식 스키마로, 제1 인식 스키마와 다른 제2 인식 스키마를 결정할 수 있다. 예를 들어, 프로세서(120)는 제n 자세의 운동 준비 자세에 따른 운동에 대한 운동 카운팅을 위해, 제n 자세에 지정된 제n 인식 스키마(또는 제n 운동 카운팅 인식 알고리즘)을 결정할 수 있다.

일 실시예에 따르면, 프로세서(120)는 결정된 제2 인식 스키마에 기반한 운동 카운팅에 관련된 운동 정보를 제공할 수 있다. 예를 들어, 프로세서(120)는 정상적으로 운동이 카운팅 되면, 운동 카운팅이 1회 인식될 때 마다 사용자가 인지할 수 있도록 청각적, 시각적, 및/또는 촉각적인 정보에 기반하여 운동 정보를 제공할 수 있다,

도 7은 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.

도 8은 본 개시의 일 실시예에 따른 전자 장치에서 운동 코칭을 지원하는 사용자 인터페이스의 일 예를 도시하는 도면이다.

일 실시예에 따라, 도 7 및 도 8은 사용자에 의해 지정되는 운동 준비 자세에 기반하여 운동 준비 자세 유형을 식별하고, 그에 따라 운동 코칭을 지원하는 예를 나타낼 수 있다. 예를 들어, 도 7 및 도 8에서는 사용자가 지정된 운동 시작 시 지정된 운동에서 지원 가능한 다양한 자세에 관한 정보(예: 운동 가이드)를 제공하고, 사용자에 의해 선택되는 정보에 대응하는 운동 준비 자세 유형에 기반하여 운동 코칭을 지원하는 예를 나타낼 수 있다. 일 실시예에 따르면, 도 7 및 도 8에서 설명되는 동작은, 예를 들어, 도 3 내지 도 6에서 설명된 동작들에 결합하여 휴리스틱 하게 수행되거나, 설명된 동작들의 적어 일부 동작의 상세 동작으로 휴리스틱 하게 수행될 수 있다.

본 개시의 일 실시예에 따른 전자 장치(예: 도 1 및/또는 도 2의 전자 장치(101))에서, 운동 코칭을 지원하는 방법은, 예를 들어, 도 7에 도시된 흐름도에 따라 수행될 수 있다. 도 7에 도시된 흐름도는 전자 장치(101)의 운동 코칭 방법의 일 실시예에 따른 흐름도에 불과하며, 적어도 일부 동작의 순서는 변경되거나 병렬적으로 수행되거나, 독립적인 동작으로 수행되거나, 또는 적어도 일부 다른 동작이 적어도 일부 동작에 보완적으로 수행될 수 있다. 본 개시의 일 실시예에 따르면, 동작 701 내지 동작 711은 전자 장치(101)의 적어도 하나의 프로세서(예: 도 1 및/또는 도 2의 프로세서(120))에서 수행될 수 있다.

도 7에 도시한 바와 같이, 일 실시예에 따른 전자 장치(101)가 수행하는 동작 방법(예: 운동 준비 자세 유형을 식별하는 방법)은, 운동 가이드를 제공하는 동작(701), 운동 자세를 선택하는 동작(703), 지정된 시간 동안 운동 준비 자세를 인식하는 동작(705), 운동 준비 자세가 유효한지 여부를 판단하는 동작(707), 운동 준비 자세가 유효한 경우, 운동 준비 자세에 대응하는 인식 스키마를 구동하는 동작(709), 운동 준비 자세가 유효하지 않은 경우 해당 동작을 수행(예: 운동 준비 자세 보정 수행 및/또는 보정 가이드 제공)하는 동작(711)을 포함할 수 있다.

도 7을 참조하면, 동작 701에서, 전자 장치(101)의 프로세서(120)는 운동 가이드를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 시작 트리거를 감지하는 것에 기반하여 지정된 운동 가이드(예: 운동 유형 선택 화면)를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 시작 버튼에 기반한 사용자 입력(예: 클릭) 감지 시, 사용자에게 지정된 운동(예: 스쿼트 운동)에 대한 다양한 운동 자세와 관련된 운동 가이드(예: 운동 자세 유형 선택 화면)를 제공할 수 있다. 이의 예가 도 8의 예시 화면 801 내지 예시 화면 803 및 블록 810에 도시된다.

도 8에 예시한 바와 같이, 블록 810에서, 프로세서(120)는 운동 시작 버튼의 클릭을 감지할 시 해당 운동에 대한 다양한 운동 자세를 캐러셀 구조로 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 사용자 입력(예: 운동 시작 버튼 클릭)에 응답하여 운동 어플리케이션(예: 도 1의 어플리케이션(146))을 실행할 수 있다. 일 실시예에 따라, 프로세서(120)는 운동 어플리케이션 실행에 응답하여 디스플레이 모듈(예: 도 1의 디스플레이 모듈(160) 및/또는 도 2의 디스플레이(210))을 통해 제1 사용자 인터페이스(예: 운동 유형 선택 화면)를 예시 화면 801과 같이, 캐러셀 구조로 제공할 수 있다.

일 실시예에 따르면, 프로세서(120)는 제1 사용자 인터페이스에서 어느 일 운동(예: 스쿼트)을 선택하는 사용자 입력(예: 스쿼트 이미지 터치)에 응답하여, 예시 화면 803과 같이 사용자에게 다양한 운동 자세에 관한 가이드를 제공할 수 있다. 일 실시예에 따르면, 운동 가이드는 지정된 운동(예: 스쿼트 운동)에서 지원 가능한 다양한 운동 자세에 대한 정보를 포함할 수 있다. 일 실시예에 따르면, 프로세서(120)는 디스플레이 모듈(160)을 통해 운동 가이드(예: 운동 자세 유형 선택 화면)를 지정된 구조로 제공할 수 있다. 예를 들어, 프로세서(120)는, 예시 화면 803과 같이, 캐러셀(예: 이미지 슬라이드) 구조로 운동 가이드를 제공할 수 있다. 일 실시예에서, 캐러셀은 인터페이스의 요소로써, 큰 이미지를 화면 중앙에 표시하고, 자동으로 또는 사용자 입력(예: 슬라이드 또는 스크롤 입력)에 따라 다음 이미지를 화면 중앙에 표시하는 구조를 나타낼 수 있다.

동작 703에서, 프로세서(120)는 운동 자세를 선택할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제공된 운동 가이드에 기반한 사용자 입력(예: 클릭)에 대응하는 운동 자세를 선택할 수 있다. 일 실시예에 따르면, 사용자는 운동 자세 유형 선택 화면에서 사용자가 원하는 운동 자세를 선택하여 운동을 시작할 수 있다.

동작 705에서, 프로세서(120)는 지정된 시간 동안 운동 준비 자세를 인식할 수 있다. 센서 모듈(230)의 지정된 적어도 하나의 센서(예: 도 2의 가속도 센서(240), 자이로 센서(250), 기압 센서(260))의 센서 데이터에 기반하여 사용자의 운동 준비 자세를 인식할 수 있다. 일 실시예에 따르면, 프로세서(120)는 사용자에 의해 지정된 운동에 대한 특정 운동 자세(예: 스쿼트 자세)가 선택되면, 지정된 시간 동안 사용자의 운동 준비 자세를 인식할 수 있다.

동작 707에서, 프로세서(120)는 운동 준비 자세가 유효한지 여부를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 지정된 시간 동안 운동 준비 자세를 인식하는 결과에 기반하여, 사용자가 지정된 운동 준비 자세를 일정 시간 이상 유지하는 지 여부를 판단할 수 있다.

동작 703 내지 동작 707에 대응하는 예가 도 8의 예시 화면 805 내지 예시 화면 807 및 블록 820에 도시된다.

도 8에 예시한 바와 같이, 블록 820에서, 프로세서(120)는 선택된 운동 자세의 유지 여부를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 예시 화면 805와 같이 사용자에게 운동 준비 자세 수행에 관한 제1 가이드를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는, 운동 자세를 선택하는 사용자 입력에 응답하여, 예시 화면 805와 같이, 사용자 선택에 대응하는 운동에 관련된 제1 가이드(예: 운동 시작 확인 화면 또는 가이드 화면)를 제공할 수 있다. 예를 들어, 프로세서(120)는 사용자에 의해 선택된 운동에 대한 확인 및 해당 운동에 설정된 수행 조건(예: 3세트 10회)에 관련된 시각적 정보를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제1 가이드에서 운동 시작을 위한 사용자 입력(예: 선택된 운동(예: 스쿼트 운동) 시작을 위한 ‘확인’ 버튼 선택)에 응답하여, 예시 화면 807과 같이, 제2 가이드를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 사용자에게 “운동 준비 자세를 취하면 운동이 시작됩니다.”와 같은 음성 가이드 및/또는 텍스트 가이드를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 사용자에게 음성 가이드 및/또는 텍스트 가이드를 제공하고, 일정 시간 동안 사용자의 운동 자세가 유지되는지 여부를 판단할 수 있다.

동작 707에서, 프로세서(120)는 운동 준비 자세가 유효한 경우(예: 동작 707의 ‘예’), 동작 709에서, 운동 준비 자세에 대응하는 인식 스키마(또는 운동 카운팅 인식 알고리즘)를 구동할 수 있다. 이의 예가 도 8의 예시 화면 809 및 블록 830에 도시된다.

도 8에 예시한 바와 같이, 블록 830에서, 프로세서(120)는 인식된 운동 준비 자세에 대응하는 운동 유형에 관련된 운동 자세 정보를 시각적 이미지 및/또는 텍스트에 기반하여 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 유형에 대응하는 자세 정보(예: <표 1>의 제1 자세 정보 내지 제8 자세 정보)를 식별하고, 식별된 자세 정보에 기반하여 운동 자세 정보를 시각적 및/또는 청각적으로 제공할 수 있다.

일 실시예에 따르면, 프로세서(120)는 운동 준비 자세 별 운동 카운팅을 위한 인식 스키마를 결정할 수 있다. 예를 들어, 프로세서(120)는 운동 유형에 관련된 운동 자세 정보를 시각적 이미지 및/또는 텍스트에 기반하여 표시하면서, 내부적으로 운동 유형에 대응하는 인식 스키마를 구동할 수 있다. 예를 들어, 프로세서(120)는 제n 자세의 운동 준비 자세에 따른 운동에 대한 운동 카운팅을 위해, 제n 자세에 지정된 제n 인식 스키마(또는 제n 운동 카운팅 인식 알고리즘)를 결정할 수 있다.

일 실시예에 따르면, 프로세서(120)는 결정된 인식 스키마에 기반하여 운동 카운팅을 수행할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 카운팅이 1회 인식될 때 마다 사용자가 인지할 수 있도록 청각적(예: 소리), 시각적(예: 표시), 및/또는 촉각적(예: 진동)에 기반하여 운동 정보를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 카운팅 정보 및/또는 헬스케어 정보(예: 칼로리 정보, 심박 정보)와 같은 다양한 운동 정보를 사용자의 운동 량에 비례하여 업데이트하여 제공할 수 있다. 이의 예가 도 8의 예시 화면 811 및 블록 840에 도시된다.

도 8에 예시한 바와 같이, 블록 840에서, 프로세서(120)는 인식된 운동 카운팅 정보, 칼로리 정보 및/또는 심박 정보와 같은 지적된 적어도 하나의 운동 정보를 제공할 수 있다.

동작 707에서, 프로세서(120)는 운동 준비 자세가 유효하지 않은 경우(예: 동작 707의 ‘아니오’), 동작 711에서, 해당 동작을 수행할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 준비 자세를 보정하거나, 및/또는 운동 자세가 잘못되었음을 가이드 하는 것과 같은 지정된 다양한 동작을 수행할 수 있다.

도 9는 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.

일 실시예에 따라, 도 9는 지정된 운동의 운동 카운팅 인식 성능을 개선하는 방법의 예를 나타낼 수 있다. 일 실시예에 따르면, 도 9에서 설명되는 동작은, 예를 들어, 도 3 내지 도 8에서 설명된 동작들에 결합하여 휴리스틱 하게 수행되거나, 설명된 동작들의 적어 일부 동작의 상세 동작으로 휴리스틱 하게 수행될 수 있다.

본 개시의 일 실시예에 따른 전자 장치(예: 도 1 및/또는 도 2의 전자 장치(101))에서, 운동 카운팅에 대한 인식 성능을 개선하는 방법은, 예를 들어, 도 9에 도시된 흐름도에 따라 수행될 수 있다. 도 9에 도시된 흐름도는 전자 장치(101)의 운동 카운팅의 인식 성능 개선을 위한 일 실시예에 따른 흐름도에 불과하며, 적어도 일부 동작의 순서는 변경되거나 병렬적으로 수행되거나, 독립적인 동작으로 수행되거나, 또는 적어도 일부 다른 동작이 적어도 일부 동작에 보완적으로 수행될 수 있다. 본 개시의 일 실시예에 따르면, 동작 901 내지 동작 919는 전자 장치(101)의 적어도 하나의 프로세서(예: 도 1 및/또는 도 2의 프로세서(120))에서 수행될 수 있다.

도 9에 도시한 바와 같이, 일 실시예에 따른 전자 장치(101)가 수행하는 동작 방법(예: 운동 카운팅의 인식 성능을 개선하는 방법)은, 운동 준비 자세를 계산하는 동작(901), 지정된 센서의 센서 데이터에 기반하여 운동 카운팅 후보(candidate) 구간을 검출하는 동작(903), 운동 카운팅 오인식 필터링을 수행하는 동작(905), 운동 카운팅 후보 구간의 시작 지점(start point)과 종료 지점(end point)에 대한 운동 자세를 계산하는 동작(907), 운동 준비 자세와 운동 카운팅 후보 구간의 운동 자세에 대한 유사도를 계산하는 동작(909), 유사도가 지정된 임계치를 초과하는지 여부를 판단하는 동작(911), 유사도가 지정된 임계치를 초과하는 경우, 운동 자세 유지 중으로 판단하는 동작(913), 운동 정보를 업데이트하는 동작(915), 유사도가 지정된 임계치를 초과하지 않는 경우(예: 지정된 임계치 이하인 경우), 운동 자세 비유지 중으로 판단하는 동작(917), 운동 준비 자세를 보정하는 동작(919), 보정된 운동 준비 자세에 따른 운동 카운팅에 기반하여 운동 정보를 업데이트하는 동작(915)을 포함할 수 있다.

도 9를 참조하면, 동작 901에서, 전자 장치(101)의 프로세서(120)는 운동 준비 자세를 계산할 수 있다. 일 실시예에 따르면, 프로세서(120)는 일정 시간 동안 가속도 움직임이 발생하지 않고, 터치와 같은 다른 입력이 감지되지 않는 경우, 사용자가 준비 자세를 취한 상황으로 판단하고, 초기 운동 준비 자세를 계산할 수 있다.

동작 903에서, 프로세서(120)는 지정된 적어도 하나의 센서의 적어도 하나의 센서 데이터에 기반하여 운동 카운팅 후보 구간을 검출할 수 있다. 일 실시예에 따르면, 프로세서(120)는 지정된 적어도 하나의 센서 데이터의 신호 처리를 통해 가산 신호를 추출할 수 있다. 일 실시예에 따르면, 프로세서(120)는 추출된 가산 신호를 이용하여 운동 카운팅 후보 구간을 검출할 수 있다. 일 실시예에 따라, 운동 카운팅 후보 구간을 검출하는 동작과 관련하여 후술하는 도면들을 참조하여 상세히 설명된다.

동작 905에서, 프로세서(120)는 운동 카운팅 오인식 필터링을 수행할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 카운팅 후보 구간에 대해 운동 모션과 비운동 모션을 구분하기 위한 필터링을 수행할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 카운팅 후보 구간에 대해 실제 운동 모션인지 또는 운동 모션과 유사한 비운동 모션인지를 평가하여 운동 카운팅 오인식을 필터링을 수행할 수 있다. 일 실시예에 따르면, 실제 운동 모션과 비운동 모션을 구분(또는 평가)하기 위한 특징 파라미터는, 예를 들어, 가속도 변화 량, 가속도 피크-밸리 인터벌(peak-valley interval), 각속도 변화 량, 및/또는 기압 변화 량을 포함할 수 있다. 일 실시예에 따라, 파라미터 별 변화 량은 운동 카운팅 후보 구간 내의 p2p(peak to peak)로 계산될 수 있다. 일 실시예에 따라, 운동 카운팅 오인식 필터링을 수행하는 동작과 관련하여 후술하는 도면들을 참조하여 상세히 설명된다.

동작 907에서, 프로세서(120)는 운동 카운팅 후보 구간의 시작 지점과 종료 지점에 대한 운동 자세를 계산할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 카운팅 후보 구간의 시작 지점과 종료 지점에 대한 운동 자세를 계산할 수 있다. 예를 들어, 사용자는 운동 중 자세가 약간 흐트러질 수 있는 반면, 종래에서는 운동 중 자세가 틀어지는 경우 운동 모션으로 간주하지 않아 카운팅으로 인정하지 않고 있다. 본 개시의 일 실시예에 따르면, 사용자의 운동 과정에서 발생되는 자세 흐트러짐을 배제하고, 운동 1회 모션에 대한 시작 지점과 종료 지점의 운동 자세를 체크하도록 함으로써, 사용자가 운동 중 자세가 흐트러지더라도 정상적으로 운동이 카운팅 되도록 할 수 있다. 예를 들어, 종래에서는 운동 시작부터 종료 시점까지 운동 자세를 지속적으로 모니터링하기 때문에, 운동 중 자세가 조금이라도 흐트러지면 운동으로 카운트 하지 않도록 하고 있다. 하지만, 사용자는 상황에 따라 운동 모션 중 운동 자세가 일부 흐트러질 수도 있기 때문에, 본 개시의 일 실시예에서는 사용자의 운동 중에 자세가 올바르던지, 또는 흐트러지던지에 관계 없이, 운동 1회 모션에 대해 시작 지점과 종료 지점에서 운동 자세를 체크하도록 할 수 있다. 일 실시예에서, 운동 1회는, 예를 들어, 스쿼트 운동의 경우 사용자가 앉았다가 일어서는 모션을 1회 수행하는 것을 나타낼 수 있다.

동작 909에서, 프로세서(120)는 운동 준비 자세와 운동 카운팅 후보 구간의 운동 자세에 대한 유사도(similarity)를 계산할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 자세의 유지 여부 판단을 위해 초기 운동 준비 자세와 운동 카운팅 후보 구간의 자세에 대한 유사도를 계산할 수 있다. 일 실시예에 따라, 운동 자세 유지 여부를 판단하는 동작과 관련하여 후술하는 도면들을 참조하여 상세히 설명된다.

동작 911에서, 프로세서(120)는 유사도가 임계치를 초과하는지 여부를 판단할 수 있다.

동작 911에서, 프로세서(120)는 유사도가 임계치를 초과하는 경우(예: 동작 911의 ‘예’), 동작 913에서, 운동 자세 유지 중으로 판단할 수 있다. 일 실시예에 따르면, 프로세서(12)는 운동 자세 유사도가 일정 임계치를 초과하면, 사용자가 운동 자세를 잘 유지하면서 운동하고 있는 것으로 판단할 수 있다. 일 실시예에 따르면, 유사도는, 예를 들어, 코사인 유사도(cosine similarity) 및/또는 피어슨 상관 계수(pearson correlation coefficient)와 같은 다양한 유사도 계수(similar coefficient)를 이용하여 계산될 수 있다. 일 실시예에 따라, 운동 자세 유지 여부를 판단하는 동작과 관련하여 후술하는 도면들을 참조하여 상세히 설명된다.

동작 915에서, 프로세서(120)는 운동 정보를 업데이트 할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 정보(예: 운동 횟수, 칼로리, 및/또는 심박에 관한 정보)를 업데이트할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 자세 유사도가 일정 임계치 이상인 경우, 사용자가 운동 자세를 잘 유지하며 해당 운동을 수행하고 있는 것으로 판단하고, 운동 카운트, 칼로리, 및/또는 심박과 같은 해당 운동에 대한 운동 정보를 업데이트하도록 할 수 있다.

동작 911에서, 프로세서(120)는 유사도가 임계치 이하인 경우(예: 동작 911의 ‘아니오’), 동작 917에서, 운동 자세 비유지 중으로 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 자세 유사도가 일정 임계치 이하인 경우는, 예를 들어, 사용자가 초기 운동 준비 자세와 다른 운동 자세로 운동을 수행하는 경우를 포함할 수 있다. 예를 들어, 사용자가 초기 운동 준비 자세와 다른 운동 자세로 운동을 수행하는 경우는, 사용자가 운동 준비 자세를 취하기 전 프로세서(120)에 의해 운동 준비 자세로 계산되거나, 또는 사용자가 운동 준비 자세를 취했을 때와 달리 의도적으로 다른 운동 자세로 운동을 수행하는 경우를 포함할 수 있다.

일 실시예에 따라, 사용자의 운동 준비 자세 전에 운동 준비 자세가 계산되는 경우는, 예를 들어, 사용자가 운동 시작 버튼을 클릭한 후 가만히 서 있는 경우와 같이 사용자가 움직이지 않고 동일한 자세를 유지하고 있는 경우 운동 준비 자세로 계산될 수 있다. 이러한 경우, 사용자가 실질적으로 운동을 수행하게 되면 초기 운동 준비 자세가 실질적인 운동 자세와 달라지게 되며, 결과적으로 운동 자세 유사도가 낮게 계산될 수 있다.

일 실시예에 따라, 사용자가 의도적으로 초기 운동 준비 자세와 다른 운동 자세로 운동을 수행하는 경우는, 예를 들어, 사용자가 바벨을 어깨에 걸치고 스쿼트 운동을 하려고 하는 경우, 해당 운동 자세로 초기 운동 준비 자세가 계산될 수 있다. 하지만, 사용자가 실제 운동 시점에 다리 사이에 커틀벨을 들고 스쿼트 운동을 수행하게 되는 경우에는 초기 운동 준비 자세가 실제 운동 자세와 달라 운동 자세 유사도가 낮게 계산될 수 있다.

동작 919에서, 프로세서(120)는 운동 준비 자세를 보정할 수 있다. 일 실시예에 따라, 운동 자세 유사도가 일정 임계치 이하인 경우, 운동 준비 자세를 보정하는 동작과 관련하여 후술하는 도면들을 참조하여 상세히 설명된다.

도 10은 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.

도 11은 본 개시의 일 실시예에 따른 운동 카운팅 후보 구간 검출을 설명하기 위한 참조 도면이다.

도 12a 및 도 12b는 본 개시의 일 실시예에 따른 운동 카운팅 후보 구간 검출을 설명하기 위한 참조 도면들이다.

도 13a 및 도 13b는 본 개시의 일 실시예에 따른 운동 카운팅 후보 구간 검출을 설명하기 위한 참조 도면들이다.

일 실시예에 따라, 도 10은 지정된 운동의 운동 인식 성능 개선을 위한 운동 카운팅 후보 구간을 검출하는 방법의 예를 나타낼 수 있다. 일 실시예에 따르면, 도 10에서 설명되는 동작은, 예를 들어, 도 3 내지 도 9에서 설명된 동작들에 결합하여 휴리스틱 하게 수행되거나, 설명된 동작들의 적어 일부 동작의 상세 동작으로 휴리스틱 하게 수행될 수 있다.

본 개시의 일 실시예에 따른 전자 장치(예: 도 1 및/또는 도 2의 전자 장치(101))에서, 운동 카운팅에 대한 인식 성능 개선을 위한 운동 카운팅 후보 구간을 검출하는 방법은, 예를 들어, 도 10에 도시된 흐름도에 따라 수행될 수 있다. 도 10에 도시된 흐름도는 전자 장치(101)의 운동 카운팅의 인식 성능 개선을 위한 일 실시예에 따른 흐름도에 불과하며, 적어도 일부 동작의 순서는 변경되거나 병렬적으로 수행되거나, 독립적인 동작으로 수행되거나, 또는 적어도 일부 다른 동작이 적어도 일부 동작에 보완적으로 수행될 수 있다. 본 개시의 일 실시예에 따르면, 동작 1001 내지 동작 1011은 전자 장치(101)의 적어도 하나의 프로세서(예: 도 1 및/또는 도 2의 프로세서(120))에서 수행될 수 있다.

도 10에 도시한 바와 같이, 일 실시예에 따른 전자 장치(101)가 수행하는 동작 방법(예: 운동 카운팅 후보 구간 검출 방법)은, 지정된 센서의 센서 데이터에 기반하여 가산 신호를 추출하는 동작(1001), 제로 크로싱 포인트(ZC(zero crossing) point)를 검출하는 동작(1003), 제로 크로싱 구간 내의 피크(peak) 및 밸리(valley)를 검출하는 동작(1005), 피크 및 밸리가 지정된 조건을 만족하는지 여부를 판단하는 동작(1007), 피크 및 밸리가 지정된 조건을 만족하는 경우, 제로 크로싱 구간 내의 가산 신호가 최대 경계치(upper boundary) 및 최소 경계치(lower boundary)를 지나는 순서를 체크하는 동작(1009), 운동 카운팅 후보 구간을 결정하는 동작(1011)을 포함할 수 있다.

도 10을 참조하면, 동작 1001에서, 전자 장치(101)의 프로세서(120)는 지정된 센서의 센서 데이터에 기반하여 가산 신호(countable signal)를 추출할 수 있다. 일 실시예에 따르면, 프로세서(120)는 가속도 센서(예: 도 2의 가속도 센서(240))의 가속도 신호 처리를 통해 가산 신호를 추출할 수 있다. 일 실시예에 따르면, 프로세서(120)는 가속도 신호에 LPF(low pass filter)를 적용한 후 SVM(single vector magnitude) 신호에 대한 SWS(sliding window summing) 차분 신호를 추출하고, 이를 가산 신호로 사용할 수 있다. 일 실시예에 따르면, 프로세서(120)는 기압 센서(예: 도 2의 기압 센서(260))의 기압 신호 처리를 통해 가산 신호를 추출할 수 있다. 일 실시예에 따르면, 프로세서(120)는 기압 신호에 LPF를 적용한 후 SWS 차분 신호를 추출하고, 이를 가산 신호로 사용할 수 있다.

동작 1003에서, 프로세서(120)는 제로 크로싱 포인트를 검출할 수 있다. 일 실시예에 따르면, 프로세서(120)는 추출된 가산 신호에 대해 제로 크로싱 포인트를 검출할 수 있다. 일 실시예에 따르면, 프로세서(120)는 가속도 신호 및/또는 기압 신호 기반의 가산 신호에 대해 제로 크로싱 포인트를 검출할 수 있다.

동작 1005에서, 프로세서(120)는 제로 크로싱 구간 내의 피크 및 밸리를 검출할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제로 크로싱 구간 내의 가산 신호가 최대 경계치와 최소 경계치를 지나는지 여부 및 각각의 경계치를 지나는 순서를 체크하기 위해 피크 및 밸리 값을 추출할 수 있다.

동작 1007에서, 프로세서(120)는 피크 및 밸리가 지정된 조건을 만족하는지 여부를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 피크 및 밸리 값이, 미리 정의된 최대 경계치(upper boundary) 및 최소 경계치(lower boundary)를 지나는지 여부를 체크할 수 있다.

동작 1007에서, 프로세서(120)는 지정된 조건을 만족하지 않는 경우(예: 동작 1007의 ‘아니오’), 동작 1001로 진행하여 동작 1001 이하의 동작을 수행할 수 있다.

동작 1007에서, 프로세서(120)는 지정된 조건을 만족하는 경우(예: 동작 1007의 ‘예’), 동작 1009에서, 제로 크로싱 구간 내의 가산 신호가 최대 경계치 및 최소 경계치를 지나는 순서를 체크할 수 있다.

동작 1011에서, 프로세서(120)는 운동 카운팅 후보 구간을 결정할 수 있다. 일 실시예에 따르면, 프로세서(120)는 가속도 기반의 가산 신호에서 지정된 조건을 만족하거나 기압 기반의 가산 신호에서 지정된 조건을 만족하면, 해당 제로 크로싱 구간을 운동 카운팅 후보 구간으로 판단하도록 동작할 수 있다.

도 10에 따른 동작 예시를 도 11 내지 도 13b를 참조하여 설명된다.

일 실시예에 따르면, 도 11에 예시된 그래프는, 예를 들어, 사용자가 가슴 앞쪽에서 깍지 낀 운동 자세로 지정된 운동(예: 스쿼트 운동)을 10회 수행한 경우의 가속도 기반의 가신 신호의 예를 나타낸 그래프이다. 일 실시예에 따라, 도 11에서 x축은 시간(s)을 나타내고, y축은 가속도(m/s²)를 나타낼 수 있다.

도 11을 참조하면, 프로세서(120)는 가산 신호가 (+)에서 (-)로 변경되는 지점을 제로 크로싱 포인트로 검출할 수 있다. 예를 들어, 도 11의 그래프에서 ⓐ~ⓔ가 제로 크로싱 포인트로 검출될 수 있다. 일 실시예에 따라, 운동 카운팅 후보 구간 검출은 제로 크로싱 구간을 하나의 후보 구간으로 검출이 가능하다. 예를 들면, ⓐ~ⓑ 구간, ⓒ~ⓓ 구간, 및 ⓓ~ⓔ 구간을 각각 운동 카운팅 후보 구간으로 검출할 수 있다. 하지만, 이러한 방식으로 운동 카운팅 후보 구간을 검출하게 되면, ⓒ~ⓔ 구간의 경우 사용자가 운동을 1회 수행하였음에도 불구하고, 운동을 2회 수행한 것으로 운동 카운팅 후보 구간이 오검출 될 수 있다.

따라서, 본 개시의 일 실시예에 따르면, 운동 카운팅 후보 구간을 검출하기 위해서, 도 12a 및 도 12b에 예시한 바와 같이 운동 카운팅 후보 구간 내의 신호가 일정 최대 경계치(upper boundary)(1210)와 일정 최소 경계치(lower boundary)(1220)를 지나는 지 여부와, 각각의 경계치(1210, 1220)를 지나는 순서를 체크하여 보다 정확한 운동 카운팅 후보 구간을 검출할 수 있다.

도 12a를 참조하면, 도 12a는 도 11에 예시된 ⓐ~ⓑ 구간을 포함하는 부분(1110)을 확대한 참조 도면으로, 일반적인 경우의 예를 나타낼 수 있다. 예를 들어, 도 12a에 예시한 바와 같이, 신호가 최소 경계치(1220)를 기준으로 ①과 ② 지점을 순서대로 지나고, 최대 경계치(1210)를 기준으로 ③과 ④ 지점을 순서대로 지날 수 있다. 이와 같이, 신호가 ⓐ~ⓑ 구간 내에서 ①~④ 까지의 경계치(1210, 1220)를 순서대로 최소 경계치(1220)의 ①과 ② 지점 및 최대 경계치(1210)의 ③과 ④ 지점을 한 번씩 지나는 경우, ⓐ~ⓑ 구간을 하나의 운동 카운팅 후보 구간으로 검출할 수 있다.

도 12b를 참조하면, 도 12b는 도 11에 예시된 ⓒ~ⓔ 구간을 포함하는 부분(1120)을 확대한 참조 도면으로, 일반적이지 않은 경우의 예를 나타낼 수 있다. 예를 들어, 도 12b에서는 신호가 최대 경계치(1210) 및 최소 경계치(1220) 중 적어도 하나에서 두 번씩 지나는 경우의 예를 나타낼 수 있다. 예를 들어, 도 12b에 예시한 바와 같이, 신호가 최소 경계치(1220)를 기준으로 ①과 ② 지점 및 ③과 ④ 지점을 순서대로 지나고, 최대 경계치(1210)를 기준으로 ⑤와 ⑥ 지점을 순서대로 지날 수 있다. 이와 같이, 신호가 ⓒ~ⓔ 구간 내에서 최소 경계치(1220)의 ①과 ② 지점 및 ③과 ④ 지점과 같이 두 번씩 지난 후 최대 경계치(1210)의 ⑤와 ⑥ 지점을 지나는 경우, ①~⑥ 까지의 경계치(1210, 1220)를 순서대로 지나는 구간인 ⓒ~ⓔ 구간을 하나의 운동 카운팅 후보 구간으로 검출할 수 있다.

일 실시예에 따르면, 도 13a 및 도 13b에 예시된 그래프는, 예를 들어, 사용자가 스쿼트 운동을 천천히 수행하는 경우의 가속도와 기압 기반의 가산 신호의 예를 나타낸 그래프이다. 일 실시예에 따라, 도 13a에서 x축은 시간(s)을 나타내고, y축은 가속도(m/s²)를 나타낼 수 있다. 일 실시예에 따라, 도 13b에서 x축은 시간(s)을 나타내고, y축은 기압(hPa)을 나타낼 수 있다.

도 13a 및 도 13b를 참조하면, 일반적으로, 가속도 센서(240)의 특성 상, 사용자가 스쿼트 운동을 천천히 수행하는 경우, 가속도 센서(240)의 센서 데이터(예: 가속도 신호)의 변화가 명확하게 나타나지 않은 경우가 발생할 수 있다. 따라서, 본 개시의 일 실시예에 따르면, 운동 카운팅 후보 구간을 검출할 때, 가속도 센서(240)의 센서 데이터뿐만 아니라, 기압 센서(260)의 센서 데이터(예: 기압 신호)도 함께 체크할 수 있다.

일 실시예에 따라, 기압 기반의 가산 신호에서 운동 카운팅 후보 구간을 검출하는 방법은, 앞서 도 11 내지 도 12b를 참조한 설명 부분에서 설명한 가속도 기반의 방법과 실질적으로 동일할 수 있다. 일 실시예에 따르면, 도 13a 및 도 13b에서 기압 기반의 가산 신호에서 점선으로 표시된 부분(1300)이 일정 최대 경계치(1210) 및 일정 최소 경계치(1220)를 지나고 있으며, 해당 구간이 운동 카운팅 후보 구간으로 검출될 수 있다.

본 개시의 일 실시예에 따르면, 가속도를 이용하는 방법과 기압을 이용하는 방법 중 어느 하나라도 지정된 조건을 만족하는 경우에 운동 카운팅 후보 구간으로 검출하도록 할 수 있다. 본 개시의 일 실시예에 따르면, 가속도를 이용하는 방법과 기압을 이용하는 방법 모두 지정된 조건을 만족하는 경우에 운동 카운팅 후보 구간으로 검출하도록 할 수도 있다.

도 14는 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.

일 실시예에 따라, 도 14는 지정된 운동의 운동 인식 성능 개선을 위한 운동 카운팅 오인식 필터링을 수행하는 방법의 예를 나타낼 수 있다. 일 실시예에 따르면, 도 14에서 설명되는 동작은, 예를 들어, 도 3 내지 도 13b에서 설명된 동작들에 결합하여 휴리스틱 하게 수행되거나, 설명된 동작들의 적어 일부 동작의 상세 동작으로 휴리스틱 하게 수행될 수 있다.

본 개시의 일 실시예에 따른 전자 장치(예: 도 1 및 도 2의 전자 장치(101))에서, 운동 카운팅에 대한 인식 성능 개선을 위한 운동 카운팅 오인식 필터링 방법은, 예를 들어, 도 14에 도시된 흐름도에 따라 수행될 수 있다. 도 14에 도시된 흐름도는 전자 장치(101)의 운동 카운팅의 인식 성능 개선을 위한 일 실시예에 따른 흐름도에 불과하며, 적어도 일부 동작의 순서는 변경되거나 병렬적으로 수행되거나, 독립적인 동작으로 수행되거나, 또는 적어도 일부 다른 동작이 적어도 일부 동작에 보완적으로 수행될 수 있다. 본 개시의 일 실시예에 따르면, 동작 1401 내지 동작 1413은 전자 장치(101)의 적어도 하나의 프로세서(예: 도 1 및/또는 도 2의 프로세서(120))에서 수행될 수 있다.

도 14에 도시한 바와 같이, 일 실시예에 따른 전자 장치(101)가 수행하는 동작 방법(예: 운동 카운팅 오인식 필터링 방법)은, 지정된 센서의 센서 데이터에 기반하여 특징 파라미터를 추출하는 동작(1401), 특징 파라미터의 가속도 변화 량이 제1 임계치 및 제2 임계치 사이에 존재하는 제1 조건을 만족하는지 판단하는 동작(1403), 제1 조건을 만족하는 경우, 특징 파라미터의 각속도 변화 량이 제3 임계치 및 제4 임계치 사이에 존재하는 제2 조건을 만족하는지 판단하는 동작(1405), 제2 조건을 만족하는 경우, 특징 파라미터의 기압 변화 량이 제5 임계치 및 제6 임계치 사이에 존재하는 제3 조건을 만족하는지 판단하는 동작(1407), 제3 조건을 만족하는 경우, 특징 파라미터의 가속도 피크-밸리 인터벌이 제7 임계치 및 제8 임계치 사이에 존재하는 제4 조건을 만족하는지 판단하는 동작(1409), 제1 조건, 제2 조건, 제3 조건 및 제4 조건을 모두 만족하는 경우 운동 모션으로 판단하는 동작(1411), 제1 조건, 제2 조건, 제3 조건 또는 제4 조건 중 어느 하나의 조건을 만족하지 않는 경우 비운동 모션으로 판단하는 동작(1413)을 포함할 수 있다.

도 14를 참조하면, 동작 1401에서, 전자 장치(101)의 프로세서(120)는 지정된 센서의 센서 데이터에 기반하여 특징 파라미터를 추출할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 카운팅 후보 구간에 대해 실제 운동 모션인지 또는 운동 모션과 유사한 비운동 모션인지를 평가하기 위하여, 가속도, 자이로, 및 기압 기반의 특징 파라미터를 추출할 수 있다. 일 실시예에 따르면, 특징 파라미터는 가속도 변화 량, 가속도 피크-밸리 인터벌(peak-valley interval), 각속도 변화 량, 및 기압 변화 량을 포함할 수 있다. 일 실시예에 따라, 특징 파라미터 별 변화 량은 운동 카운팅 후보 구간 내의 p2p (peak to peak) 로 계산될 수 있다.

동작 1403에서, 프로세서(120)는 특징 파라미터의 가속도 변화 량이 제1 임계치 및 제2 임계치 사이에 존재하는 지정된 제1 조건을 만족하는지 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 가속도 변화 량이 일정 임계치의 범위 내(예: 제1 임계치 및 제2 임계치 사이)에 있지 않은 경우 비운동 모션으로 필터링 할 수 있다.

동작 1403에서, 프로세서(120)는 가속도 변화 량이 지정된 제1 조건을 만족하는 경우(예: 동작 1403의 ‘예’), 동작 1405에서, 특징 파라미터의 각속도 변화 량이 제3 임계치 및 제4 임계치 사이에 존재하는 지정된 제2 조건을 만족하는지 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 각속도 변화 량이 일정 임계치의 범위 내(예: 제3 임계치 및 제4 임계치 사이)에 있지 않은 경우 비운동 모션으로 필터링 할 수 있다.

동작 1405에서, 프로세서(120)는 각속도 변화 량이 지정된 제2 조건을 만족하는 경우(예: 동작 1405의 ‘예’), 동작 1407에서, 특징 파라미터의 기압 변화 량이 제5 임계치 및 제6 임계치 사이에 존재하는 지정된 제3 조건을 만족하는지 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 기압 변화 량이 일정 임계치의 범위 내(예: 제5 임계치 및 제6 임계치 사이)에 있지 않은 경우 비운동 모션으로 필터링 할 수 있다.

동작 1407에서, 프로세서(120)는 기압 변화 량이 지정된 제3 조건을 만족하는 경우(예: 동작 1407의 ‘예’), 동작 1409에서, 특징 파라미터의 가속도 피크-밸리 인터벌이 제7 임계치 및 제8 임계치 사이에 존재하는 지정된 제4 조건을 만족하는지 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 가속도 피크-밸리 인터벌이 일정 임계치의 범위 내(예: 제7 임계치 및 제8 임계치 사이)에 있지 않은 경우 비운동 모션으로 필터링 할 수 있다.

동작 1409에서, 프로세서(120)는 가속도 피크-밸리 인터벌이 지정된 제4 조건을 만족하는 경우(예: 동작 1409의 ‘예’), 동작 1411에서, 운동 모션으로 판단할 수 있다.

동작 1403, 동작 1405, 동작 1407, 또는 동작 1409에서, 프로세서(120)는, 특징 파라미터(예: 가속도 변화 량, 각속도 변화 량, 기압 변화 량, 또는 가속도 피크-밸리 인터벌)가 지정된 제1 조건, 지정된 제2 조건, 지정된 제3 조건, 또는 지정된 제4 조건 중 어느 하나의 지정된 조건을 만족하지 않는 경우(예: 동작 1403의 ‘아니오’, 동작 1405의 ‘아니오’, 동작 1407의 ‘아니오’, 또는 동작 1409의 ‘아니오’), 동작 1413에서, 비운동 모션으로 판단할 수 있다.

도 14에 예시한 바와 같이, 특징 파라미터에 기반하여 실제 운동 구간을 판단하는 일 예를 도 15 및 도 16의 예시를 참조하여 설명된다.

도 15는 본 개시의 일 실시예에 따른 운동 카운팅 오인식 필터링 동작을 설명하기 위한 참조 도면이다.

도 15를 참조하면, 도 15에 예시된 그래프는, 예를 들어, 사용자가 깍지 낀 자세로 스쿼트 운동을 10회 수행한 경우의 가속도 센서(예: 도 2의 가속도 센서(240)), 자이로 센서(예: 도 2의 자이로 센서(250)), 및 기압 센서(예: 도 2의 기압 센서(260))의 특징 신호(1501, 1503, 1505)의 예를 나타낼 수 있다. 예를 들어, 참조 부호 1501은 가속도 센서(240)의 특징 신호의 예를 나타내고, 참조 부호 1503은 자이로 센서(250)의 특징 신호의 예를 나타내고, 참조 부호 1505는 기압 센서(260)의 특징 신호의 예를 나타낼 수 있다. 일 실시예에 따라, 도 15의 참조부호 1501, 참조부호 1503, 참조부호 1505에서 x축은 시간(s)을 나타낼 수 있다. 일 실시예에 따라, 도 15의 참조부호 1501, 참조부호 1503, 참조부호 1505에서 y축은, 각각, 가속도(m/s²), 각속도(dps), 기압(hPa)를 나타낼 수 있다.

도 15에 예시한 바와 같이, 가속도 센서(240), 자이로 센서(250), 및 기압 센서(260)의 특징 신호(1501, 1503, 1505)에서, 점선으로 표시된 부분(1500)은 실제 운동 모션에 따른 구간을 나타낼 수 있고, 점선으로 표시된 부분(1500) 이외의 다른 구간은 실제 운동 모션이 아닌 비운동 모션에 따른 구간을 나타낼 수 있다. 본 개시의 일 실시예에서는, 가속도 변화 량, 각속도 변화 량, 및 기압 변화 량을 체크하여 운동 카운팅 오인식을 필터링할 수 있다. 일 실시예에서, 운동 카운팅 후보 구간 내의 각 센서의 특징 신호의 변화 량은 p2p(peak to peak)로 계산될 수 있다.

일 실시예에 따라, 도 15의 그래프에서, 참조 부호 1503의 자이로 센서(250)의 특징 신호 중 ⓐ의 경우는 실제 운동 시의 자이로 변화 량 보다 훨씬 큰 변화 량을 나타낼 수 있고, 운동으로 카운팅 하지 않을 수 있다. 일 실시예에 따라, 도 15의 그래프에서, 참조 부호 1505의 기압 센서(260)의 특징 신호 중 ⓑ의 경우는 실제 운동 시의 기압 변화 량 보다 훨씬 작은 변화 량을 나타낼 수 있고, 운동으로 카운트하지 않을 수 있다.

도 16은 본 개시의 일 실시예에 따른 운동 카운팅 오인식 필터링 동작을 설명하기 위한 참조 도면이다.

도 16을 참조하면, 도 16에 예시된 그래프는, 예를 들어, 사용자가 다리 사이에 커틀벨을 들고 스쿼트 운동을 10회 수행한 경우의 가속도 센서(예: 도 2의 가속도 센서(240))의 특징 신호의 예를 나타낼 수 있다. 일 실시예에 따라, 도 11에서 x축은 시간(s)을 나타내고, y축은 가속도(m/s²)를 나타낼 수 있다.

도 16에 예시한 바와 같이, 도 16의 경우 사용자가 운동 10회를 종료한 이후 전자 장치(예: 도 1 및/또는 도 2의 전자 장치(101))의 화면을 보기 위해 팔을 들어 올리는 모션이 발생되는 경우일 수 있다. 예를 들어, 최대 경계치와 최소 경계치의 조건을 모두 만족하면서 하나의 운동 카운팅 후보 구간으로 검출되고, 이때의 가속도 변화 량 또한 임계 범위 조건을 만족하여 운동 1회로 카운트 될 수 있다.

본 개시의 일 실시예에서는, 상기와 같은 경우, 운동 카운팅 후보 구간 내의 피크-밸리 간의 피크-밸리 인터벌(예: 최대 경계치와 최소 경계치의 조건을 만족하는 운동 카운팅 후보 구간의 인터벌)을 체크하여 운동 카운팅 오인식을 필터링 할 수 있다. 예를 들어, 도 16의 그래프에 예시된 바와 같이, 참조 부호 1600은 실제 운동 구간을 나타낼 수 있다. 일 실시예에 따라, 실제 운동 구간(1600)에서 예시된 ⓐ, ⓑ 및 ⓒ 구간은, 최대 경계치와 최소 경계치를 순서대로 지나는 운동 카운팅 후보 구간일 수 있다. 일 실시예에 따르면, ⓐ, ⓑ 및 ⓒ 구간과 같이 최대 경계치와 최소 경계치의 조건을 만족하는 운동 카운팅 후보 구간에 대해, 피크-밸리 간의 피크-밸리 인터벌을 체크하여, 지정된 일정 임계치 내의 구간에 대해서 운동 모션으로 처리하고, 일정 임계치 이상의 구간에 대해서는 비운동 모션으로 처리하여, 운동 카운트의 정확도를 향상할 수 있다. 예를 들어, 도 16의 그래프에 예시된 바와 같이, ⓐ와 ⓑ 구간의 피크-밸리 인터벌 보다 ⓒ의 피크-밸리 인터벌이 상대적으로 길게 측정될 수 있다. 예를 들어, ⓐ와 ⓑ 구간은 최대 경계치와 최소 경계치의 조건을 만족하면서 일정 임계치 내에 포함되는 구간일 수 있다. 예를 들어, ⓒ 구간은 최대 경계치와 최소 경계치의 조건을 만족하지만 일정 임계치 이상의 구간일 수 있다. 이와 같이, ⓒ의 경우, 가속도 피크-밸리 인터벌이 일정 임계치의 범위를 벗어나기 때문에 비운동 모션으로 판단하고, 운동으로 카운트 하지 않을 수 있다.

도 17은 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.

일 실시예에 따라, 도 17은 지정된 운동의 운동 인식 성능 개선을 위한 운동 자세 유지 여부를 판단하는 방법의 예를 나타낼 수 있다. 일 실시예에 따르면, 도 17에서 설명되는 동작은, 예를 들어, 도 3 내지 도 16에서 설명된 동작들에 결합하여 휴리스틱 하게 수행되거나, 설명된 동작들의 적어 일부 동작의 상세 동작으로 휴리스틱 하게 수행될 수 있다.

본 개시의 일 실시예에 따른 전자 장치(예: 도 1 및/또는 도 2의 전자 장치(101))에서, 운동 카운팅에 대한 인식 성능 개선을 위한 운동 자세 유지 여부 판단 방법은, 예를 들어, 도 17에 도시된 흐름도에 따라 수행될 수 있다. 도 17에 도시된 흐름도는 전자 장치(101)의 운동 카운팅의 인식 성능 개선을 위한 일 실시예에 따른 흐름도에 불과하며, 적어도 일부 동작의 순서는 변경되거나 병렬적으로 수행되거나, 독립적인 동작으로 수행되거나, 또는 적어도 일부 다른 동작이 적어도 일부 동작에 보완적으로 수행될 수 있다. 본 개시의 일 실시예에 따르면, 동작 1701 내지 동작 1719는 전자 장치(101)의 적어도 하나의 프로세서(예: 도 1 및/또는 도 2의 프로세서(120))에서 수행될 수 있다.

도 17에 도시한 바와 같이, 일 실시예에 따른 전자 장치(101)가 수행하는 동작 방법(예: 운동 자세 유지 여부 판단 방법)은, 운동 카운팅 후보 구간의 시작 지점과 종료 지점에 대한 운동 자세를 계산하는 동작(1701), 운동 준비 자세와 운동 카운팅 후보 구간의 운동 자세에 대한 유사도를 계산하는 동작(1703), 유사도가 지정된 제1 임계치를 초과하는지 여부를 판단하는 동작(1705), 유사도가 지정된 제1 임계치를 초과하는 경우, 운동 자세 유지 중으로 판단하는 동작(1707), 운동 정보를 업데이트하는 동작(1709), 유사도가 지정된 제1 임계치를 초과하지 않는 경우(예: 지정된 제1 임계치 이하인 경우), 운동 카운팅 후보 구간을 누적하는 동작(1711), 후보 구간 개수가 지정된 제2 임계치를 초과하는지 여부를 판단하는 동작(1713), 후보 구간 개수가 지정된 제2 임계치를 초과하지 않는 경우(예: 지정된 제2 임계치 이하인 경우), 동작 1701로 리턴하는 동작, 후보 구간 개수가 지정된 제2 임계치를 초과하는 경우, 운동 준비 자세 보정의 이력이 있는지 여부를 판단하는 동작(1715), 운동 준비 자세 보정 이력이 없는 경우, 운동 준비 자세를 보정하는 동작(1717), 운동 준비 자세 보정 이력이 있는 경우, 운동 자세에 대한 가이드를 제공하는 동작(1719)을 포함할 수 있다.

도 17을 참조하면, 동작 1701에서, 전자 장치(101)의 프로세서(120)는 운동 카운팅 후보 구간의 시작 지점과 종료 지점에 대한 운동 자세를 계산할 수 있다.

동작 1703에서, 프로세서(120)는 운동 준비 자세와 운동 카운팅 후보 구간의 운동 자세에 대한 유사도를 계산할 수 있다.

동작 1705에서, 프로세서(120)는 유사도가 지정된 제1 임계치를 초과하는지 여부를 판단할 수 있다.

동작 1705에서, 프로세서(120)는 유사도가 지정된 제1 임계치를 초과하는 경우(예: 동작 1705의 ‘예’), 동작 1707에서, 운동 자세 유지 중으로 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 자세의 유지 여부 판단을 위해 초기 운동 준비 자세와 운동 카운팅 후보 구간의 자세에 대한 유사도를 계산할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 자세 유사도가 일정 임계치를 초과하면, 사용자가 운동 자세를 잘 유지하면서 운동하고 있는 것으로 판단할 수 있다. 일 실시예에 따르면, 유사도는, 예를 들어, 코사인 유사도(cosine similarity) 및/또는 피어슨 상관 계수(pearson correlation coefficient)와 같은 다양한 유사도 계수(similar coefficient)를 이용하여 계산될 수 있다.

동작 1709에서, 프로세서(120)는 운동 정보를 업데이트 할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 정보(예: 운동 횟수, 칼로리, 및/또는 심박에 관한 정보)를 업데이트할 수 있다.

동작 1705에서, 프로세서(120)는 유사도가 지정된 제1 임계치를 초과하지 않는 경우(예: 동작 1705의 ‘아니오’), 예를 들어, 지정된 제1 임계치 이하인 경우, 동작 1711에서, 운동 카운팅 후보 구간을 누적할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 자세 유사도가 제1 임계치 이하인 운동 카운팅 후보 구간을 누적할 수 있다.

동작 1713에서, 프로세서(120)는 후보 구간 개수가 지정된 제2 임계치를 초과하는지 여부를 판단할 수 있다.

동작 1713에서, 프로세서(120)는 후보 구간 개수가 지정된 제2 임계치를 초과하지 않는 경우(예: 동작 1713의 ‘아니오’), 예를 들어, 지정된 제2 임계치 이하인 경우, 동작 1701로 진행하여 동작 1701 이하의 동작을 수행할 수 있다.

동작 1713에서, 프로세서(120)는 후보 구간 개수가 지정된 제2 임계치를 초과하는 경우(예: 동작 1713의 ‘예’), 동작 1715에서, 운동 준비 자세 보정에 대한 보정 이력이 있는지 여부를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 누적된 운동 카운팅 후보 구간의 개수가 일정 횟수(예: 제2 임계치)를 초과하는 경우, 운동 준비 자세에 대한 보정 이력이 있는지 여부를 체크할 수 있다.

동작 1715에서, 프로세서(120)는 운동 준비 자세에 대한 보정 이력이 없는 경우(예: 동작 1715의 ‘아니오’), 동작 1717에서, 운동 준비 자세를 보정할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 준비 자세에 대한 보정 이력이 없는 경우, 운동 준비 자세 보상 값을 계산할 수 있다. 예를 들어, 운동 준비 자세 보상 값은 초기 운동 준비 자세에 적용될 수 있고, 보정된 운동 준비 자세는 이후의 운동 자세 유지 여부를 판단할 때 사용될 수 있다.

동작 1715에서, 프로세서(120)는 운동 준비 자세 보정 이력이 있는 경우(예: 동작 1715의 ‘예’), 동작 1719에서, 운동 자세에 대한 가이드를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 운동 준비 자세에 대한 보정 이력이 있는 경우, 사용자가 지정된 운동 자세를 취할 수 있도록 해당 운동 자세에 대한 가이드를 제공할 수 있다.

도 17에 예시한 바와 같이, 운동 자세 유지 여부를 판단하는 일 예를 도 18의 예시를 참조하여 설명된다.

도 18은 본 개시의 일 실시예에 따른 운동 자세 유지 여부 판단을 설명하기 위한

도 18을 참조하면, 도 18에 예시된 그래프는, 예를 들어, 사용자가 다리 사이에 커틀벨을 들고 스쿼트 운동을 10회 수행한 경우의 운동 자세(예: roll, pitch) 신호의 예를 나타낸 그래프이다. 일 실시예에 따라, 도 18에서 x축은 시간(s)을 나타내고, y축은 자세각(예: 롤(roll) 및 피치(pitch)의 각도(degree))을 나타낼 수 있다.

일 실시예에 따라, 종래에서는 사용자가 지정된 운동의 모션을 취했는지 판단하기 위하여, 사용자의 운동 중의 자세를 지속적으로 모니터링 할 수 있다. 이로 인해, 사용자가 운동 중 사용자의 운동 자세가 조금이라도 흐트러지는 경우, 운동으로 카운트 되지 않는 경우가 발생할 수 있다.

본 개의 일 실시예에서는, 초기 운동 준비 자세 인식 구간에서 사용자의 운동 자세(예: roll, pitch)를 체크하고, 이후 사용자가 운동할 때, 운동 카운팅 후보 구간의 시작 지점과 종료 지점에 대해서만 초기 운동 준비 자세가 유지되고 있는지 여부를 체크하도록 할 수 있다. 이를 통해, 사용자가 운동 중 사용자의 운동 자세가 일정 부분 틀어지더라도 운동으로 카운트로 인식되도록 할 수 있다.

예를 들어, 도 18의 그래프에 예시한 바와 같이, 운동 시작 전의 초기 운동 준비 자세 인식 구간(1810)에서의 운동 자세는 roll과 pitch 모두 약 -65도로 계산될 수 있다. 이후, 사용자가 운동 중인 운동 카운팅 후보 구간에서의 시작 및 종료 지점(1820)의 운동 자세가 약 -65도 부근을 유지하고 있음을 확인할 수 있다. 이와 같이, 초기 운동 준비 자세 인식 구간(1810)의 자세와 운동 카운팅 후보 구간의 자세 간의 유사도가 일정 임계치 이상이면, 프로세서(120)는 사용자가 운동 자세를 유지하고 있는 상황으로 판단할 수 있다.

도 19는 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.

일 실시예에 따라, 도 19는 지정된 운동의 운동 인식 성능 개선을 위한 운동 준비 자세를 보정하는 방법의 예를 나타낼 수 있다. 일 실시예에 따르면, 도 19에서 설명되는 동작은, 예를 들어, 도 3 내지 도 18에서 설명된 동작들에 결합하여 휴리스틱 하게 수행되거나, 설명된 동작들의 적어 일부 동작의 상세 동작으로 휴리스틱 하게 수행될 수 있다.

본 개시의 일 실시예에 따른 전자 장치(예: 도 1 및/또는 도 2의 전자 장치(101))에서, 운동 카운팅에 대한 인식 성능 개선을 위한 운동 준비 자세 보정 방법은, 예를 들어, 도 19에 도시된 흐름도에 따라 수행될 수 있다. 도 19에 도시된 흐름도는 전자 장치(101)의 운동 카운팅의 인식 성능 개선을 위한 일 실시예에 따른 흐름도에 불과하며, 적어도 일부 동작의 순서는 변경되거나 병렬적으로 수행되거나, 독립적인 동작으로 수행되거나, 또는 적어도 일부 다른 동작이 적어도 일부 동작에 보완적으로 수행될 수 있다. 본 개시의 일 실시예에 따르면, 동작 1901 내지 동작 1905는 전자 장치(101)의 적어도 하나의 프로세서(예: 도 1 및/또는 도 2의 프로세서(120))에서 수행될 수 있다.

도 19에 도시한 바와 같이, 일 실시예에 따른 전자 장치(101)가 수행하는 동작 방법(예: 운동 준비 자세 보정 방법)은, 누적된 운동 카운팅 후보 구간 각각의 시작 지점 및 종료 지점에 대한 운동 자세를 계산하는 동작(1901), 해당 운동 자세 값의 평균 값을 계산하는 동작(1903), 운동 준비 자세의 자세 값과 평균 값의 차분에 기반하여 운동 준비 자세 보상 값을 계산하는 동작(1905)을 포함할 수 있다.

도 19를 참조하면, 동작 1901에서, 전자 장치(101)의 프로세서(120)는 누적된 운동 카운팅 후보 구간 각각의 시작 지점 및 종료 지점에 대한 운동 자세를 계산할 수 있다.

동작 1903에서, 프로세서(120)는 해당 운동 자세 값의 대표 값을 계산할 수 있다. 일 실시예에 따르면, 프로세서(120)는 누적된 운동 카운팅 후보 구간의 시작 지점과 종료 지점에 대해 각각 계산된 운동 자세 값의 대표(예: 최대, 최소, 중간, 최빈, 또는 평균) 값을 계산할 수 있다.

동작 1905에서, 프로세서(120)는 운동 준비 자세의 자세 값과 대표 값의 차분에 기반하여 운동 준비 자세 보상 값을 계산할 수 있다. 일 실시예에 따르면, 운동 준비 자세 보정 값은 초기 운동 준비 자세에 적용될 수 있고, 보정된 운동 준비 자세는 이후의 운동 자세 유지 여부를 판단할 때 사용될 수 있다. 일 실시예에 따르면, 운동 준비 자세에 대한 보상 값을 계산한 구간에 대해서는 운동 카운팅 후보 구간의 개수에 따라 운동 카운트를 업데이트 하도록 동작할 수도 있다.

본 개시의 일 실시예에 따른 전자 장치(101)에서 수행하는 동작 방법은, 운동 시작 트리거를 감지하는 것에 기반하여 운동 가이드를 제공하는 동작, 센서 모듈(예: 도 1 또는 도 2의 센서 모듈(176, 230))의 지정된 적어도 하나의 센서(예: 도 2의 가속도 센서(240), 자이로 센서(250), 및/또는 기압 센서(260))의 센서 데이터에 기반하여, 지정된 시간 동안 사용자의 운동 준비 자세를 인식하는 동작, 상기 운동 준비 자세에 대응하는 운동 유형에 관련된 운동 자세 정보를 제공하는 동작, 상기 운동 준비 자세에 대응하는 사용자의 운동 카운팅을 위한 인식 스키마(recognition schema)를 구동하는 동작, 인식 스키마에 기반하여 운동 카운팅을 수행하는 동작, 및 운동 카운팅에 따른 운동 정보를 제공하는 동작을 포함할 수 있다.

일 실시예에 따르면, 상기 운동 준비 자세를 인식하는 동작은, 상기 운동 준비 자세에 기반하여 대응하는 운동 자세를 인식하는 동작, 상기 운동 자세를 상기 인식된 운동 준비 자세에 대응하는 미리 지정된 기준 운동 자세와 비교하는 동작, 상기 운동 자세와 상기 기준 운동 자세 간의 유사도(similarity)에 기반하여 운동 자세의 유지 여부를 판단하는 동작을 포함할 수 있다.

일 실시예에 따르면, 상기 인식 스키마를 구동하는 동작은, 상기 운동 자세가 기준 운동 자세와 실질적으로 일치하지 않는 경우, 상기 운동 준비 자세를 보정하는 동작, 상기 운동 준비 자세 보정에 기반하여, 보정된 운동 준비 자세에 따른 사용자의 운동을 카운팅하기 위한 상기 인식 스키마로, 제1 인식 스키마를 결정하는 동작, 상기 운동 자세가 기준 운동 자세와 실질적으로 일치하는 경우, 상기 운동 준비 자세에 따른 사용자의 운동을 카운팅하기 위한 상기 인식 스키마로, 상기 제1 인식 스키마와 다른 제2 인식 스키마를 결정하는 동작을 포함할 수 있다.

일 실시예에 따르면, 상기 운동 자세의 유지 여부를 판단하는 동작은, 지정된 적어도 하나의 센서의 적어도 하나의 센서 데이터에 기반하여 운동 카운팅 후보 구간을 검출하는 동작, 상기 운동 카운팅 후보 구간에 대해 운동 모션과 비운동 모션을 필터링 하는 동작, 상기 운동 카운팅 후보 구간의 시작 지점과 종료 지점에 대한 운동 자세를 계산하는 동작, 상기 운동 준비 자세와 상기 운동 카운팅 후보 구간의 운동 자세에 대한 유사도를 계산하는 동작을 포함할 수 있다.

본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.

본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.

일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어^TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱(heuristic)하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

본 명세서와 도면에 개시된 본 개시의 다양한 실시예들은 본 개시의 기술 내용을 쉽게 설명하고 본 개시의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 개시의 범위를 한정하고자 하는 것은 아니다. 따라서 본 개시의 범위는 여기에 개시된 실시예들 이외에도 본 개시의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태가 본 개시의 범위에 포함되는 것으로 해석되어야 한다.

101: 전자 장치
120: 프로세서
130: 메모리
160, 210: 디스플레이
220: 통신 회로
230: 센서 모듈

Claims

전자 장치에 있어서,
디스플레이(160, 210);
센서 모듈(230);
메모리(130); 및
상기 디스플레이(160, 210), 상기 센서 모듈(230), 및 상기 메모리(130)와 작동적으로 연결된 프로세서(120)를 포함하고, 상기 프로세서(120)는,
운동 시작 트리거를 감지하는 것에 기반하여 운동 가이드를 제공하고,
상기 센서 모듈(230)의 지정된 적어도 하나의 센서(240, 250, 260)의 센서 데이터에 기반하여, 지정된 시간 동안 사용자의 운동 준비 자세를 인식하고,
상기 운동 준비 자세에 대응하는 운동 유형에 관련된 운동 자세 정보를 제공하고,
상기 운동 준비 자세에 대응하는 사용자의 운동 카운팅을 위한 인식 스키마(recognition schema)를 구동하고,
인식 스키마에 기반하여 운동 카운팅을 수행하고, 및
운동 카운팅에 따른 운동 정보를 제공하도록 설정된 전자 장치.
제1항에 있어서, 상기 프로세서는,
상기 센서 모듈의 지정된 적어도 하나의 센서 기반의 가산 신호(countable signal)를 기반으로 운동 카운팅을 인식하도록 설정된 전자 장치.
제1항에 있어서, 상기 프로세서는,
상기 인식된 운동 준비 자세에 기반하여 대응하는 운동 자세를 인식하고,
운동 자세를 인식하는 동안, 상기 인식된 운동 준비 자세에 관련된 운동 자세 정보를 시각적 이미지 및/또는 텍스트에 기반하여 제공하도록 설정된 전자 장치.
제3항에 있어서, 상기 프로세서는,
상기 운동 자세를 상기 인식된 운동 준비 자세에 대응하는 미리 지정된 기준 운동 자세와 비교하고,
상기 운동 자세와 상기 기준 운동 자세 간의 유사도(similarity)에 기반하여 운동 자세의 유지 여부를 판단하도록 설정된 전자 장치.
제1항 내지 제4항 중 어느 하나의 항에 있어서, 상기 프로세서는,
상기 운동 자세가 기준 운동 자세와 실질적으로 일치하지 않는 경우, 상기 운동 준비 자세를 보정하고,
상기 운동 준비 자세 보정에 기반하여, 보정된 운동 준비 자세에 따른 사용자의 운동을 카운팅하기 위한 상기 인식 스키마로, 제1 인식 스키마를 결정하고,
상기 결정된 제1 인식 스키마에 기반한 운동 카운팅에 기반하여 상기 운동 정보를 연속되게 누적하여 제공하도록 설정된 전자 장치.
제1항 내지 제4항 중 어느 하나의 항에 있어서, 상기 프로세서는,
상기 운동 자세가 기준 운동 자세와 실질적으로 일치하는 경우, 상기 운동 준비 자세에 따른 사용자의 운동을 카운팅하기 위한 상기 인식 스키마로, 제2 인식 스키마를 결정하고,
상기 결정된 제2 인식 스키마에 기반한 운동 카운팅에 기반하여 상기 운동 정보를 연속되게 누적하여 제공하도록 설정된 전자 장치.
제1항 내지 제4항 중 어느 하나의 항에 있어서, 상기 프로세서는,
상기 지정된 시간 동안 운동 준비 자세를 인식하는 결과에 기반하여, 상기 운동 준비 자세가 일정 시간 유지되는지 여부를 판단하고,
운동 준비 자세가 일정 시간 유지되는 경우, 상기 운동 준비 자세에 대응하는 인식 스키마를 구동하도록 설정된 전자 장치.
제1항 내지 제4항 중 어느 하나의 항에 있어서, 상기 프로세서는,
지정된 적어도 하나의 센서의 적어도 하나의 센서 데이터에 기반하여 운동 카운팅 후보 구간을 검출하고,
상기 운동 카운팅 후보 구간에 대해 운동 모션과 비운동 모션을 필터링 하고,
상기 운동 카운팅 후보 구간의 시작 지점과 종료 지점에 대한 운동 자세를 계산하고,
상기 운동 준비 자세와 상기 운동 카운팅 후보 구간의 운동 자세에 대한 유사도를 계산하도록 설정된 전자 장치.
제8항에 있어서, 상기 프로세서는,
지정된 적어도 하나의 센서 데이터의 신호 처리를 통해 가산 신호(countable signal)를 추출하고,
추출된 가산 신호를 이용하여 운동 카운팅 후보 구간을 검출하도록 설정된 전자 장치.
제9항에 있어서, 상기 프로세서는,
지정된 센서의 센서 데이터에 기반하여 가산 신호를 추출하고,
추출된 가산 신호에 대해 제로 크로싱 포인트(zero crossing point)를 검출하고,
상기 제로 크로싱 구간 내의 피크 및 밸리를 검출하고,
상기 피크 및 밸리가 미리 정의된 최대 경계치(upper boundary) 및 최소 경계치(lower boundary)를 지나는지 여부에 기반하여 지정된 조건을 만족하는지 판단하고,
지정된 조건을 만족하는 경우, 상기 제로 크로싱 구간 내의 가산 신호가 최대 경계치 및 최소 경계치를 지나는 순서를 체크하고,
상기 지정된 조건을 만족하는 가산 신호의 제로 크로싱 구간을 상기 운동 카운팅 후보 구간으로 결정하도록 설정된 전자 장치.
제8항에 있어서, 상기 프로세서는,
상기 운동 모션과 상기 비운동 모션을 구분하기 위한 특징 파라미터에 기반하여 운동 카운팅 오인식을 필터링을 수행하도록 설정되고,
상기 특징 파라미터는, 가속도 변화 량, 가속도 피크-밸리 인터벌(peak-valley interval), 각속도 변화 량, 및/또는 기압 변화 량을 포함하는 전자 장치.
제8항에 있어서, 상기 프로세서는,
상기 유사도가 지정된 임계치를 초과하는 경우, 사용자의 운동 자세 유지 중으로 판단하고,
상기 운동 정보를 업데이트 하도록 설정된 전자 장치.
제8항에 있어서, 상기 프로세서는,
상기 유사도가 지정된 임계치 이하인 경우, 운동 자세 비유지 중으로 판단하고,
상기 운동 준비 자세를 보정하도록 설정된 전자 장치.
제13항에 있어서, 상기 프로세서는,
상기 유사도가 지정된 제1 임계치 이하인 경우, 운동 카운팅 후보 구간을 누적하고,
후보 구간 개수가 일정 횟수를 초과하는 경우, 상기 운동 준비 자세에 대한 보정 이력 여부를 판단하고,
운동 준비 자세에 대한 보정 이력이 없는 경우, 운동 준비 자세를 보정하고,
운동 준비 자세 보정 이력이 있는 경우, 운동 자세에 대한 가이드를 제공하도록 설정된 전자 장치.
제1항 내지 제4항 중 어느 하나의 항에 있어서, 상기 프로세서는,
상기 운동 시작 트리거를 감지 시에, 지정된 외부 장치와 무선 통신을 연결하도록 상기 통신 회로를 제어하고,
운동 코칭에 관련된 시각적 정보를 상기 외부 장치에게 전송하도록 설정되고,
상기 외부 장치에 의해 운동 코칭에 관련된 시각적으로 정보를 표시하도록 설정된 전자 장치.
제15항에 있어서,
상기 운동 코칭에 관련된 시각적 정보는 상기 전자 장치의 상기 디스플레이 및/또는 상기 외부 장치의 디스플레이를 통해 표시되도록 설정된 전자 장치.
전자 장치의 동작 방법에 있어서,
운동 시작 트리거를 감지하는 것에 기반하여 운동 가이드를 제공하는 동작(303),
센서 모듈(230)의 지정된 적어도 하나의 센서(240, 250, 260)의 센서 데이터에 기반하여, 지정된 시간 동안 사용자의 운동 준비 자세를 인식하는 동작(305),
상기 운동 준비 자세에 대응하는 운동 유형에 관련된 운동 자세 정보를 제공하는 동작(307),
상기 운동 준비 자세에 대응하는 사용자의 운동 카운팅을 위한 인식 스키마(recognition schema)를 구동하는 동작(309),
인식 스키마에 기반하여 운동 카운팅을 수행하는 동작(311), 및
운동 카운팅에 따른 운동 정보를 제공하는 동작(313)을 포함하는 방법.
제17항에 있어서, 상기 운동 준비 자세를 인식하는 동작은,
상기 운동 준비 자세에 기반하여 대응하는 운동 자세를 인식하는 동작,
상기 운동 자세를 상기 인식된 운동 준비 자세에 대응하는 미리 지정된 기준 운동 자세와 비교하는 동작,
상기 운동 자세와 상기 기준 운동 자세 간의 유사도(similarity)에 기반하여 운동 자세의 유지 여부를 판단하는 동작을 포함하는 방법.
제17항 또는 제18항에 있어서, 상기 인식 스키마를 구동하는 동작은,
상기 운동 자세가 기준 운동 자세와 실질적으로 일치하지 않는 경우, 상기 운동 준비 자세를 보정하는 동작,
상기 운동 준비 자세 보정에 기반하여, 보정된 운동 준비 자세에 따른 사용자의 운동을 카운팅하기 위한 상기 인식 스키마로, 제1 인식 스키마를 결정하는 동작,
상기 운동 자세가 기준 운동 자세와 실질적으로 일치하는 경우, 상기 운동 준비 자세에 따른 사용자의 운동을 카운팅하기 위한 상기 인식 스키마로, 상기 제1 인식 스키마와 다른 제2 인식 스키마를 결정하는 동작을 포함하는 방법.
제17항 또는 제18항에 있어서, 상기 운동 자세의 유지 여부를 판단하는 동작은,
지정된 적어도 하나의 센서의 적어도 하나의 센서 데이터에 기반하여 운동 카운팅 후보 구간을 검출하는 동작,
상기 운동 카운팅 후보 구간에 대해 운동 모션과 비운동 모션을 필터링 하는 동작,
상기 운동 카운팅 후보 구간의 시작 지점과 종료 지점에 대한 운동 자세를 계산하는 동작,
상기 운동 준비 자세와 상기 운동 카운팅 후보 구간의 운동 자세에 대한 유사도를 계산하는 동작을 포함하는 방법.