• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.489-490
• /
• 2023

본 논문에서는 신체 영상 인식 기술을 이용한 운동 자세 교정 시스템을 제안하고 개발하였다. 구글에서 제공하는 미디어파이프 포즈(MediaPipe Pose) 오픈소스를 사용하여 웹캠으로 사용자의 운동 동작을 실시간으로 인식하여, 인식된 신체 구조의 33개의 관절 위치로 Pose Landmark를 사용하여 사용자의 운동 자세에 대한 횟수 카운트, 운동 동작의 정확도 측정을 할 수 있게 하여 혼자 운동하거나 처음 운동하는 사람들에게 운동의 접근성을 높이고, 올바른 자세로 운동을 하도록 유도할 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.479-480
• /
• 2023

현대 사회는 출생아가 줄어들고 고령화 현상이 빠르게 진행 중이다. 20~30대의 사회 복지 종사자가 줄어들고 노인 인구는 늘어나는 반비례 현상이 나타나고 있다. 보호자가 없는 노인에게 낙상 사고와 같은 위급상황이 발생한다면 골든타임을 놓칠 수도 있을 것이다. 따라서, 본 논문에서는 낙상 사고 발생 시, 빠른 시간 내에 실시간 모니터링을 통해 노인 복지사가 상황을 인지할 수 있게 하는 시스템을 개발하였다. 미디어파이프 포즈 모델을 이용하여 관찰 대상의 움직임을 포착하도록 하였고 PTZ 카메라의 서보 모터 제어를 통해 포착한 관찰 대상을 추적하도록 하였다. 주요 장면은 사진으로 저장해 웹 서버로 전송하고, 심박수 측정 센서와 와이파이 통신 모듈이 장착된 아두이노 보드가 실시간으로 웹 서버로 전송하여, 전담 관리자는 사진을 통해 상황을 인식하고 심박수를 보고 얼마나 위급한지 알 수 있도록 하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.15-16
• /
• 2021

본 논문에서는 RGB 영상 데이터를 입력으로 하여 mediapipe의 손 포즈 추정 알고리즘을 적용해 손가락 관절 및 주요 부위의 위치를 얻고 이를 기반으로 딥러닝 모델에 학습 후 손동작 인식 방법을 제안한다. 연속된 프레임에서 한 손의 손가락 주요 부위 간 좌표를 얻고 차분 벡터의 x, y좌표를 저장한 후 Conv1D, Bidirectional GRU, Transformer를 결합한 딥러닝 모델에 학습 후 손동작 인식 분류를 하였다. IC4You Gesture Dataset 의 한 손 동적 데이터 9개 클래스에 적용한 결과 99.63%의 손동작 인식 정확도를 얻었다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.19 no.1
• /
• pp.217-224
• /
• 2024

With the rapid growth of K-POP, the dance content industry is spreading. With the recent increase in the spread of SNS, they also shoot and share their dance videos. However, it is not easy for dance beginners who are new to dancing to learn dance moves because it is difficult to receive objective feedback when dancing alone while watching videos. This paper describes a system that uses MediaPipe to compare choreography videos and dance videos of users and detect whether they are following the movement correctly. This study proposes a method of giving feedback based on Color Map to users by calculating the similarity of dance movements between user images taken with webcam or camera and choreography images using cosine similarity and COCO OKS. Through this system, objective feedback on users' dance movements can be visually received, and beginners are expected to be able to learn accurate dance movements.