• KIPS Transactions on Computer and Communication Systems
• /
• v.5 no.10
• /
• pp.303-310
• /
• 2016

Recently there has been growing popularity in exergame, such as Wii Sport or Xbox Fitness game, which enables users to get physical exercise while playing the games. In such experienced exercise games, the user's posture recognition is very important to find out exactly how much the users need to take their body posture as compared to the proper posture. This paper proposes a new exercise posture recognition model designed for the exercise game content for the elderly. The proposed model is based on extracting feature points of a skeleton model provided by the Kinect sensor to generate the feature vectors to recognize the user's exercise posture information. This paper describes the design and implementation of the exercise posture recognition model and demonstrates the feasibility of this proposed posture recognition model through a simple experiment. The experimental results showed 94.52% of average accordance rate for 12 exercise postures of 10 participants.

• 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
• /
• 2020.07a
• /
• pp.289-290
• /
• 2020

본 논문에서는 오픈 소스인 openpose skeleton tracking 기술을 이용하여 특정 운동 동작을 영상처리 기술과 딥러닝 기술로 인체 자세에 대해서 인지와 상황 판단하여 운동 동작에 대한 인식 결과를 도출할 수 있다. 먼저 입력받은 영상을 전달받아서 딥러닝 인식 시스템를 통해 인식 결과을 추출한 뒤 비교, 분석한 후에 사전 등록된 운동 동작 명칭으로 화면에 표시하여 이용자가 정확한 동작을 취할 수 있도록 지도하는 데 활용할 수 있다. 또한, 이 기술은 행동 인식부터 얼굴 인식, 손동작 인식 등에 다양하게 활용할 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.3
• /
• pp.558-567
• /
• 2017

In this research, we developed an efficient real-time human exercise pose estimation system using multiple Kinects. The main objective of this system is to measure and recognize the user's posture (such as knee curl or lunge) more accurately by employing Kinects on the front and the sides. Especially it is designed as an extensible and modular method which enables to support various additional postures in the future. This system is configured as multiple clients and the Unity3D server. The client processes Kinect skeleton data and send to the server. The server performs the multiple-Kinect calibration process and then applies the pose estimation algorithm based on the Kinect-based posture recognition model using feature extractions and the weighted averaging of feature values for different Kinects. This paper presents the design and implementation of the human exercise pose estimation system using multiple Kinects and also describes how to build and execute an interactive Unity3D exergame.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.795-798
• /
• 2017

근래에 들어, 웨어러블 기기의 발전으로 사람의 움직임에 대한 측정이 손쉬워 지면서, 워킹, 러닝, 사이클링 등의 인간의 신체 활동 상태를 감지하여 더 효율적인 운동을 할 수 있도록 정보를 획득, 제공하려는 연구가 계속되고 있다. 본 연구에서는 웨어러블 기기중 하나인 스마트 인솔을 통해서 수집되는 가속도 정보와 압력 정보를 사용하여 운동시에 사람의 운동 자세를 감지하고 측정하는 시스템을 구현하였다. 사람이 헬스센터에서 수행하는 각각의 자세는 운동의 특성에 따라 시계열 신호의 표현 패턴이 다르게 나타나며 이 패턴을 통한 정확한 자세의 감지를 위해서 본 연구에서는 다양한 신호처리 알고리즘을 사용하였으며 이 경우 더 정확한 자세를 측정할 수 있음을 알 수 있었다. 따라서 본 연구에서는 정확한 자세의 감지를 위해 운동의 특징에 따라 알고리즘을 선택하여 시계열 정보를 처리 분석 하는 시스템을 제안하였으며 이를 통해 보다 정확하게 사람의 신체활동을 분석할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.532-534
• /
• 2018

본 논문은 한국에서 야구에 관련 직무에 종사하는 사람 또는 야구를 배우고 싶은 사람에게 도움을 주고자 Kinect의 모션 인식 센서를 이용하여 자세인식에 관련 된 연구 내용이다. 야구를 배우고자 하는 사람들에게 자세에 대한 교정과 자신이 직접 자신의 자세를 보면서 활용할 수 있도록 하는 것이 궁극적 목표이며 프로그램의 제작자의 개입이 없이 사용자가 주제가 될 수 있도록 한다. Kinect에서의 야구 자세를 저장하여 자신의 모습과 비교하여 자세에 대한 피드백을 받을 수 있다. 이 프로그램을 통해 사람들이 좀 더 야구에 대해 쉽게 접근하고 이용할 수 있음이 프로그램의 구현 방향이며 야구를 접하는 사람들에게 자세 부분에 도움을 주고 야구를 즐기는 사람들도 도움을 얻는 기대효과를 가지는 프로그램이다.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.3
• /
• pp.43-50
• /
• 2021

In this paper, we design and implement KITNESS, a windows application that feeds back the accuracy of fitness motions based on Kinect sensors. The feature of this application is to use Kinect's camera and joint recognition sensor to give feedback to the user to exercise in the correct fitness position. At this time, the distance between the user and the Kinect is measured using Kinect's IR Emitter and IR Depth Sensor, and the joint, which is the user's joint position, and the Skeleton data of each joint are measured. Using this data, a certain distance is calculated for each joint position and posture of the user, and the accuracy of the posture is determined. And it is implemented so that users can check their posture through Kinect's RGB camera. That is, if the user's posture is correct, the skeleton information is displayed as a green line, and if it is not correct, the inaccurate part is displayed as a red line to inform intuitively. Through this application, the user receives feedback on the accuracy of the exercise position, so he can exercise himself in the correct position. This application classifies the exercise area into three areas: neck, waist, and leg, and increases the recognition rate of Kinect by excluding positions that Kinect does not recognize due to overlapping joints in the position of each exercise area. And at the end of the application, the last exercise is shown as an image for 5 seconds to inspire a sense of accomplishment and to continuously exercise.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.137-138
• /
• 2019

최근에는 청소년과 어른 대상으로한 운동을 많이 함으로써 운동은 그 어느 때 보다 인기를 얻고 있다. 하지만 그에 따른 사고도 점차 많이 일어나고 있다. 이는 신체활동 능력의 높이는 동시에 운동자세교정을 해주고 사고방지를 하고자 스포츠, 교육, 3D 가상현실 일부 사용되는 몰입형 프로그램으로 설계 했다. 본 프로그램에서는 사용자 동작을 효과적으로 인식 할 수 있는 키넥트(Kinect)를 사용하여 인터페이스를 제작하였고 향후 연구를 통해 운동자세효과를 검증하고 다양한 운동 그리고 재활치료등 개발할 필요가 있음을 시사한다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.11 no.5
• /
• pp.157-166
• /
• 2022

Exercise is necessary for a healthy life, but it is recommended that it be conducted in a non-face-to-face environment in the context of an epidemic such as COVID-19. However, in the existing non-face-to-face exercise content, it is possible to recognize exercise movements, but the process of interpreting and providing feedback information is not automated. Therefore, in this paper, to solve this problem, we propose a method of creating a formalized rule to track the contents of exercise and the motions that constitute it. To make such a rule, first make a rule for the overall exercise content, and then create a tracking rule for the motions that make up the exercise. A motion tracking rule can be created by dividing the motion into steps and defining a key frame pose that divides the steps, and creating a transition rule between states and states represented by the key frame poses. The rules created in this way are premised on the use of posture and motion recognition technology using motion capture equipment, and are used for logical development for automation of application of these technologies. By using the rules proposed in this paper, not only recognizing the motions appearing in the exercise process, but also automating the interpretation of the entire motion process, making it possible to produce more advanced contents such as an artificial intelligence training system. Accordingly, the quality of feedback on the exercise process can be improved.

• Journal of Digital Convergence
• /
• v.18 no.12
• /
• pp.97-103
• /
• 2020

The proposed system is composed of two parts, an AI physical fitness measurement part and an AI physical fitness management part. In the AI fitness measurement part, a guide to physical fitness measurement and accurate calculation of the measured value are performed through deep learning-based pose recognition. Based on these measurements, the AI fitness management part designs personalized exercise programs and provides them to dedicated smart applications. To guide the measurement posture, the posture of the subject to be measured is photographed through a webcam and the skeleton line is extracted. Next, the skeletal line of the learned preparation posture is compared with the extracted skeletal line to determine whether or not it is normal, and voice guidance is provided to maintain the normal posture.