• 감성과학
• /
• 제20권3호
• /
• pp.119-130
• /
• 2017

본 연구는 증강현실 홈 트레이닝 시스템을 통해 가상 참여자의 존자개 사용자에게 미치는 영향을 살펴보고자 한다. 구체적으로, 가상의 참여자가 제공되는 경우와 아닌 경우의 몰입, 인지된 경쟁, 그리고 정보 습득의 욕구의 차이에 대해 살펴보았다. 자동으로 실험 참여자들의 자세에 따른 정확도와 피드백을 제공하는 홈 트레이닝 시스템을 직접 개발하였고, 이를 활용하여 다음의 세 가지 가설을 실증하였다. 첫째, 가상의 참여자를 보며 트레이닝 시스템을 사용하면 그렇지 않은 경우보다 몰입이 더욱 높을 것이다. 둘째, 가상의 참여자를 보며 트레이닝 시스템을 사용하면 그렇지 않은 경우보다 인지된 경쟁이 더욱 높을 것이다. 셋째, 가상의 참여자를 보며 트레이닝 시스템을 사용하면 그렇지 않은 경우보다 정보 습득의 욕구가 더욱 높을 것이다. 실험을 통해 세 가지 가설이 모두 지지되었으며, 가상의 참여자가 이용자에 영향을 미침을 확인할 수 있었다. 기존 연구가 가상 트레이닝 시스템 그 자체에 대한 효과를 보는 것에 반해, 본 연구가 가상 트레이닝 시스템을 이용할 때 다른 운동 참여자가 나오는 영상을 보는 것이 유의한가에 대한 답을 하고 있다는 점에서 시사점을 제공한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.470-473
• /
• 2021

본 논문에서는 코로나-19로 인해 홈 트레이닝 시장이 성장하고 있는 상황 속에서 효율적인 운동을 위해 사용자의 식습관, 신체조건, 선호도 등을 바탕으로 적합한 운동을 추천해주는 시스템을 제안한다. 먼저 K-최근접 이웃 알고리즘을 활용해 비만의 정도에 따라 사용자를 분류하고, 운동 데이터를 소모 칼로리에 따라 클러스터링 한다. 다음으로 비만의 정도와 운동 레벨에 따라 정해진 추천 점수를 통해 사전 선호도 확률을 계산하고, 베이지안 네트워크를 통해 사후 확률을 구한다. 이를 바탕으로 특이값 분해 알고리즘(SVD)를 활용하여 사용자 맞춤형 운동을 추천한다. 제안 시스템의 성능을 검증하기 위해 비교 실험을 진행하여 회귀 문제 평가 척도인 RMSE 값 측면에서 성능을 분석하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.269-271
• /
• 2019

우리에겐 익숙하고 쉽게 느껴지지만, 누군가에겐 어려운 것들이 존재한다. 예로 시각 장애인에게는 거리를 돌아다니는 것, 거리를 달린다는 것은 상당한 용기가 필요한 일이다. 경북대학교 재학 중인 시각 장애인 김경훈 학우는 자신의 유튜브 채널에 등교하는 거리에 익숙해지도록 여러 번 걸어 다니며 연습하는 모습의 영상을 올린 적이 있다. 또 다른 시각장애인은 국민 청원에 트레이닝에 대한 지원 요청을 한 적이 있다. 우리는 이런 사례들을 조사하여 거리에 나가지 않아도, 위험요소를 생각하지 않아도 할 수 있는, 그 누구도 차별 받지 않고 모두가 자연스럽게 운동에 집중할 수 있는 홈 트레이닝 시스템을 구현하였다.

• 문화기술의 융합
• /
• 제7권3호
• /
• pp.577-582
• /
• 2021

최근 AR, VR 및 스마트 디바이스 기술의 발전에 따라 피트니스 산업에서도 비대면 환경을 기반으로 한 서비스 수요가 증가하고 있다. 비대면 온라인 홈트레이닝 서비스는 기존의 오프라인 서비스에 비해 시간과 장소의 제약이 없다는 장점이 있으나 운동 기구의 부재 및 사용자의 정확한 운동 자세 유지여부, 운동량의 측정이 어려운 단점이 존재한다. 본 연구에서는 이러한 단점을 보완할 수 있는 표준 운동 프로그램을 개발하고 딥러닝 기반 신체 자세 추정 영상처리를 통하여 새로운 비대면 홈트레이닝 어플리케이션 알고리즘을 제안한다. 본 연구의 알고리즘 기반 어플리케이션을 활용한다면 표준 운동 프로그램 영상의 트레이너를 사용자가 직접 보고 따라하면서 사용자 스스로 자세를 교정하며 정확한 운동이 가능하다. 나아가 본 연구의 알고리즘을 용도에 맞게 커스터마이징 한다면 공연, 영화, 동아리 활동, 컨퍼런스 분야로의 적용도 가능할 것이다.

• 한국융합학회논문지
• /
• 제12권6호
• /
• pp.233-239
• /
• 2021

최근 코로나19(COVID-19)라는 신종 바이러스로 인해 사람들은 외출을 자제하고 집안에 있는 시간이 길어졌다. 그로 인해 활동량이 급감하고 체중이 증가하여 건강에 대한 관심이 더욱 높아졌고, 이를 해결하기 위한 방법으로 홈트레이닝이 대안이 될 수 있다. 이에 홈트레이닝의 트렌드를 알아보기 위해 뉴스분석시스템인 빅카인즈(BIG KINDS)에서 제공하는 뉴스를 활용하여 2019년 12월 1일부터 2020년 11월 30일까지의 기사를 수집하였다. 빈도분석, 가중도에 따른 관계도 분석, 연관어 분석을 실시하였고, 빅카인즈에서 개발한 알고리즘을 활용한 프로그램으로 분석을 실시하였다. 결론적으로 첫째, 홈트레이닝은 인공지능의 기술과 등장이 홈트레이닝을 주도하는 것으로 나타났다. 둘째, 홈트레이닝은 이동통신사의 관련한 컨텐츠와 영상서비스 위주로 이루어지고 있음을 추측할 수 있다. 셋째, 운동 종목으로는 필라테스의 선호도가 높고, 이와 관련된 운동용품의 수요가 증가함에 따라 상표출원도 영향이 있음을 알 수 있었다. 다음연구에서는 연구방법론을 보완하고 다양한 분석을 통해 향후 시행될 여러 빅데이터 연구의 기초자료로 활용될 것을 기대한다.

• 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.

• 한국정보통신학회논문지
• /
• 제21권11호
• /
• pp.2095-2102
• /
• 2017

본 논문에서 구현한 고령자 홈 트레이닝 콘텐츠는 사용자의 운동 능력에 따라 개인별 운동 처방을 하여 이를 통해 노인 개개인에게 맞춤형 프로그램을 제공한다. 고령화 인구 증가와 대비되는 노인의 낮은 건강 수명을 극복하기 위한 건강 증진은 필수적이다. 따라서 노인의 사망 위험 중 높은 비중을 차지하는 낙상을 예방하기 위한 하체 근력 강화운동이 중요하다. 본 논문에서는 노인이 자연환경 속에서 본인이 운동 한다고 느낄 수 있는 홈 트레이닝 콘텐츠 개발을 목표로 하였다. 이를 위해 Kinect 센서를 사용하여 골격 모델의 특징점을 추출하고 특징 벡터를 생성하여 사용자의 운동 횟수를 인식하였다. 제안하는 게임 모델을 사용하여 운동 능력 테스트를 수행하고 이를 기반으로 개인의 능력에 맞는 운동을 처방받아 운동을 수행할 수 있다. 키넥트 센서의 인식 테스트 결과 80%~97%의 정확도를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권6호
• /
• pp.19-28
• /
• 2021

코로나로 인해 건강관리에 대한 관심이 증가하고 있는 요즘, 여러 사람이 함께 이용하는 헬스장이나 공용시설을 이용하는데 어려움이 늘어남에 따라 홈 트레이닝을 하는 이들이 늘어나고 있다. 이에 본 연구에서는 홈 트레이닝 사용자들에게 좀 더 정확하고 의미 있는 운동 추천을 제공하기 위해 개인 성향 정보를 활용한 개인화된 운동 추천 알고리즘을 제안한다. 이를 위해 식습관 정보, 육체적 조건 등 개인을 나타낼 수 있는 개인 성향 정보를 사용해 k-최근접 이웃 알고리즘으로 데이터를 비만의 기준에 따라 분류하였다. 또한, 운동 데이터 셋을 운동의 레벨에 따라 등급을 구별하였으며 각 데이터 셋의 이웃 정보를 바탕으로 모델 기반 협업 필터링 방법 중 차원 축소모델인 특이값 분해 알고리즘(SVD)을 통해 사용자들에게 개인화된 운동 추천을 제공한다. 따라서 메모리 기반 협업 필터링 추천 기법의 데이터 희소성과 확장성의 문제를 해결할 수 있고, 실험을 통해 본 연구에서 제안하는 알고리즘의 정확도와 성능을 검증한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.141-142
• /
• 2019

본 논문에서는 현대사회에서 스마트 폰 보급의 활성화와 좋지 않은 자세로 오래 앉아 있는 학생들이 자가적으로 척추 측만증을 진단하여 스스로 인지하게 하는 것이 목표이다. 척추측만증은 통증이 나타나지 않아 질병으로인해 병원에서 진료받지 않으면 자가적으로 판단하기 어려울 뿐만 아니라 방치하면 추간판 탈출증 등 여러 척추 질환에 노출 되기 쉽다. 질환을 예방 하기 위해 자이로 센서와 균형센서를 이용하여 집이나 재활트레이닝 센터 및 학교 등에서 자가적으로 판단을 할 수 있다. 센서를 통한 자가적인 진단 정보는 휴대폰의 어플리케이션으로 전달되어 척추 측만증의 정도를 알 수 있고 그에 따른 운동방법이나 자세 교정 방법등을 알려주고 운동 프로그램을 설계하는 시스템을 개발하는데 목적이 있는 연구이다.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.177-183
• /
• 2022

최근 COVID-19로 인해 홈 트레이닝의 관심도가 증가하고 있다. 이에 따라 HAR(human activity recognition) 기술을 홈 트레이닝에 적용한 연구가 진행되고 있다. 기존 HAR 분야의 논문에서는 동적인 자세보다는 앉기, 일어서기와 같은 정적인 자세들을 분석한다. 본 논문은 동적인 운동 자세를 분석하여 사용자의 운동 자세 정확도를 보여주는 딥러닝 모델을 제안한다. AI hub의 피트니스 이미지를 blaze pose를 사용하여 사람의 자세 데이터를 분석한다. 3개의 딥러닝 모델: RNN(recurrnet neural networks), LSTM(long short-term memory networks), CNN(convolution neural networks)에 대하여 실험을 진행한다. RNN, LSTM, CNN 모델의 f1-score는 각각 0.49, 0.87, 0.98로 CNN 모델이 가장 적합하다는 것을 확인하였다. 이후 연구로는, 다양한 학습 데이터를 사용하여 더 많은 운동 자세를 분석할 예정이다.