• 한국정보통신학회논문지
• /
• 제25권9호
• /
• pp.1183-1189
• /
• 2021

홈 트레이닝을 하는 사람들은 전문적인 대면 지도가 없기 때문에 잘못된 자세로 동작을 하여 신체에 무리가 올 수 있다. 본 연구에서는 자세 예측 모델과 다층 퍼셉트론을 이용하여 사용자의 자세를 교정 해주는 "영상 데이터 기반 동작 분류 및 자세 교정 시스템"을 제안한다. 자세 예측 모델로 뼈대 정보를 예측한 후 심층 신경망을 이용하여 어떤 운동 동작인지를 분류한 뒤, 올바른 관절의 각도를 알려주며 교정이 이루어진다. 이 과정에서 동작 분류 모델의 성능을 향상시키기 위해 연속적인 프레임들의 결과를 고려하는 투표 알고리즘을 적용하였다. 다층 퍼셉트론 기반 모델을 자세 분류 모델로 사용했을 때 0.9의 정확도를 가진다. 그리고 투표 알고리즘을 통해 분류 모델의 정확도는 0.93으로 향상된다.

• 인터넷정보학회논문지
• /
• 제24권4호
• /
• pp.47-56
• /
• 2023

This paper presents an approach to exercise that utilizes motion capture through the Rokoko Smart Suit. With the emergence of Covid-19, physical fitness levels have declined due to restrictions on in-person fitness classes and gym closures. To maintain physical activity, many individuals have turned to mobile applications and streaming videos. However, home workouts often lack the motivation and experience found in gyms, classes, or community centers, particularly with the presence of coaches and instructors. Additionally, instructors find it challenging to convey precise postures to their online students, and vice versa. To address this issue, the researchers propose the use of a full-body tracking suit like the Rokoko Smart Suit, which enables instructors to present a more realistic approach to physical activity. The Rokoko Smart Suit offers a 3D view of the instructor, eliminating the limitations of camera scope when streaming on platforms like Zoom or MS Teams. This technology enhances the at-home workout experience, and the incorporation of 3D virtual reality features can further elevate the realism of a workout.