RISS 검색 - 국내학술지논문 상세보기

국문 초록 (Abstract)

여러 명이 모여서 진행되는 스포츠 활동은 코로나19와 같이 광범위하게 유행하는 전염병이 퍼지는 상황에서는 진행되기 어려우며, 이로 인해 현대인의 신체 활동 부족이 발생한다. 비대면으...

여러 명이 모여서 진행되는 스포츠 활동은 코로나19와 같이 광범위하게 유행하는 전염병이 퍼지는 상황에서는 진행되기 어려우며, 이로 인해 현대인의 신체 활동 부족이 발생한다. 비대면으로 진행되는 운동 콘텐츠들을 이용하면 이런 문제점을 극복할 수 있지만, 대면 운동 시와 같은 세밀한 자세 확인이 어렵다. 본 연구에서는 보다 나은 비대면 운동 콘텐츠 운영을 위해서 IT 시스템에서 자세를 감지하고 움직임을 추적하는 모델을 제시한다. 제안하는 움직임 추적 모델은 체육학에서 널리 사용되는 움직임 분석 방법들을 참고하여 신체 모델을 정의하고 이에 따른 자세 및 움직임을 정의한다. 제안한 모델을 사용하면 운동에 쓰이는 움직임을 인식하고 분석할 수 있으며 운동 프로그램에서 특정 움직임의 횟수를 알 수 있고, 운동프로그램 수행 여부 감지도 가능하다. 제안한 모델의 유효성을 확인하기 위해 마커리스 모션 캡쳐 장비인 Azure Kinect DK를 사용하여 움직임 추적, 그리고 운동 프로그램 추적 프로그램을 구현하였다. 제안된 움직임 분석 모델을 개선하고 모션 캡쳐 시스템의 성능을 높인다면 보다 세밀한 움직임 분석이 가능하며, 적용할 수 있는 운동의 종류를 늘릴 수 있다.

다국어 초록 (Multilingual Abstract)

Sports activities conducted by multiple people are difficult to proceed in a situation where a widespread epidemic such as COVID-19 is spreading, and this causes a lack of physical activity in modern people. This problem can be overcome by using online exercise contents, but it is difficult to check detailed postures such as during face-to-face exercise. In this study, we present a model that detects posture and tracks movement using IT system for better non-face-to-face exercise content management. The proposed motion tracking model defines a body model with reference to motion analysis methods widely used in physical education and defines posture and movement accordingly. Using the proposed model, it is possible to recognize and analyze movements used in exercise, know the number of specific movements in the exercise program, and detect whether or not the exercise program is performed. In order to verify the validity of the proposed model, we implemented motion tracking and exercise program tracking programs using Azure Kinect DK, a markerless motion capture device. If the proposed motion tracking model is improved and the performance of the motion capture system is improved, more detailed motion analysis is possible and the number of types of motions can be increased.

참고문헌 (Reference)

1 윤혜정, "키넥트를 이용한 체감형 동작 인식 댄스 게임 개발" 한국정보처리학회 3 (3): 49-56, 2014

2 유미옥, "키 프레임과 모션캡처 애니메이션의 캐릭터 움직임 비교" 한국콘텐츠학회 8 (8): 74-83, 2008

3 양승은, "임의 두 지점의 웹 카메라와 퍼지 가비지 모델을 이용한 사용자의 의미 있는 동작 검출" 한국정보처리학회 1 (1): 127-136, 2012

4 하태용, "인공지능 기반의 스마트 헬스케어 운동관리를 위한 애플리케이션 구현" 대한전자공학회 57 (57): 44-51, 2020

5 변영현, "스포츠 모션분석을 위한 모션캡처시스템의 동향분석" 한국정보기술학회 11 (11): 191-201, 2013

6 이정기, "스쿼트 동작 시 웨이트 벨트 착용 전·후에 따른 운동역학적 분석" 한국수산해양교육학회 28 (28): 893-902, 2016

7 서덕희, "스마트매트와 카메라 센서를 이용한 가상현실 체험형 운동게임 시스템 설계 및 구현" 한국정보통신학회 20 (20): 2297-2304, 2016

8 채명훈, "무선 센서 네트워크 기반의 덤벨 컬 운동 분석시스템" 한국정보과학회 18 (18): 19-30, 2012

9 이순호, "디지털영상자료를 이용한 경기내용분석 프로그램 개발" 국민체육진흥공단 한국스포츠정책과학원 18 (18): 84-94, 2007

10 이우진, "댄스스포츠 쿠반락 동작에서 벡터코딩에 의한 초보자와 숙련자의 몸통과 골반 협응 패턴 차이 분석" 한국무용과학회 36 (36): 73-86, 2019