• 한국컴퓨터정보학회논문지
• /
• 제26권6호
• /
• pp.37-46
• /
• 2021

본 논문에서는 Azure Kinect를 사용하여 요가 자세의 정확도를 측정하고 판단하는 프로그램을 설계하고 구현하였다. 이 프로그램은 Azure Kinect Camera와 센서를 통해 사용자의 모든 관절 위치를 측정한다. 측정한 관절의 값은 두 가지 방법으로 정확도를 판단하는 데이터로 사용된다. 측정된 관절 데이터는 삼각법과 피타고라스의 정리를 통하여 관절의 각도를 구한다. 또한, 측정된 관절 값은 상대적인 위치 값으로 변경한다. 각각 계산하여 구한 값은 목표하고자 하는 자세의 관절 값 및 상대적 위치 값과 비교하여 정확도를 판단한다. Azure Kinect Camera를 통해 사용자가 본인의 자세를 확인할 수 있도록 화면을 구성하고 사용자의 자세 정확도를 피드백으로 전달해 사용자의 자세 향상을 유도한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.268-269
• /
• 2021

본 논문에서는 RGB이미지와 Depth 이미지를 촬영할 수 있는 촬영 장비인 Azure Kinect를 사용해 다시점 촬영 시스템 구성을 위한 카메라 동기화 시스템을 제안한다. 제안한 시스템에는 8대의 Azure Kinect 카메라를 사용하고 있으며 각 카메라는 3.5-mm 오디오 케이블로 연결되어 외부동기화 신호를 전달한다. 그리고 이미지를 저장할 때 발생하는 메모리에서의 병목현상을 최소화하기 위해 촬영 시스템의 동작을 16개의 버퍼로 나누어 병렬 컴퓨팅으로 진행한다. 이후 동기화 여부에 따른 차리를 디바이스 타임스탬프를 기준으로 하여 비교한다.

• 산업경영시스템학회지
• /
• 제46권3호
• /
• pp.161-169
• /
• 2023

Degenerative arthritis is a common joint disease that affects many elderly people and is typically diagnosed through radiography. However, the need for remote diagnosis is increasing because knee pain and walking disorders caused by degenerative arthritis make face-to-face treatment difficult. This study collects three-dimensional joint coordinates in real time using Azure Kinect DK and calculates 6 gait features through visualization and one-way ANOVA verification. The random forest classifier, trained with these characteristics, classified degenerative arthritis with an accuracy of 97.52%, and the model's basis for classification was identified through classification algorithm by features. Overall, this study not only compensated for the shortcomings of existing diagnostic methods, but also constructed a high-accuracy prediction model using statistically verified gait features and provided detailed prediction results.

• International Journal of Advanced Culture Technology
• /
• 제9권3호
• /
• pp.367-372
• /
• 2021

The purpose of this study is to suggest that the movement expression activity of intellectually disabled people is effective in the learning process of LMA motion recognition based on Kinect sensor. We performed an ICT motion recognition games for intellectually disabled based on movement learning of LMA. The characteristics of the movement through Laban's LMA include the change of time in which movement occurs through the human body that recognizes space and the tension or relaxation of emotion expression. The design and implementation of the motion recognition model will be described, and the possibility of using the proposed motion recognition model is verified through a simple experiment. As a result of the experiment, 24 movement expression activities conducted through 10 learning sessions of 5 participants showed a concordance rate of 53.4% or more of the total average. Learning motion games that appear in response to changes in motion had a good effect on positive learning emotions. As a result of study, learning motion games that appear in response to changes in motion had a good effect on positive learning emotions

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권6호
• /
• pp.181-190
• /
• 2021

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.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.239-241
• /
• 2021

2019 발생한 COVID-19로 인하여 전 세계 사람들의 여가 활동이 제한되면서 건강관리를 위해 홈 트레이닝에 많은 관심을 기울이고 있다. 뿐만 아니라 최근 컴퓨팅 기술의 발전에 따라 사람의 행동을 눈으로 직접 판단했던 작업을 컴퓨터가 키포인트 탐지를 통해 인간의 행동을 이해하려는 많은 연구가 진행되고 있다. 이에 따라 본 논문은 Azure Kinect를 이용하여 촬영한 RGB 이미지와 Depth 이미지를 이용하여 3D 키포인트를 추정한다. RGB 이미지는 2D 키포인트 탐지기를 이용하여 2차원 공간에서의 좌표를 탐지한다. 앞서 탐지한 2D 좌표를 Depth 이미지에 투영하여 추출한 3D 키포인트의 깊이 값을 이용하여 3D 키포인트 탐지에 대한 연구 개발하였다.

• 대한조선학회논문집
• /
• 제58권6호
• /
• pp.382-390
• /
• 2021

The present study suggests the application of a depth camera for wave height field measurement, focusing on the calibration procedure and test setup. Azure Kinect system is used to measure the water surface elevation, with a field of view of 800 mm × 800 mm and repetition rate of 30 Hz. In the optimal optical setup, the spatial resolution of the field of view is 288 × 320 pixels. To detect the water surface by the depth camera, tracer particles that float on the water and reflects infrared is added. The calibration consists of wave height scaling and correction of the barrel distortion. A polynomial regression model of image correction is established using machine learning. The measurement results by the depth camera are compared with capacitance type wave height gauge measurement, to show good agreement.

• Clinics in Shoulder and Elbow
• /
• 제26권2호
• /
• pp.126-130
• /
• 2023

Background: Arm swing plays a role in gait by accommodating forward movement through trunk balance. This study evaluates the biomechanical characteristics of arm swing during gait. Methods: The study performed computational musculoskeletal modeling based on motion tracking in 15 participants without musculoskeletal or gait disorder. A three-dimensional (3D) motion tracking system using three Azure Kinect (Microsoft) modules was used to obtain information in the 3D location of shoulder and elbow joints. Computational modeling using AnyBody Modeling System was performed to calculate the joint moment and range of motion (ROM) during arm swing. Results: Mean ROM of the dominant elbow was 29.7°±10.2° and 14.2°±3.2° in flexion-extension and pronation-supination, respectively. Mean joint moment of the dominant elbow was 56.4±12.7 Nm, 25.6±5.2 Nm, and 19.8±4.6 Nm in flexion-extension, rotation, and abduction-adduction, respectively. Conclusions: The elbow bears the load created by gravity and muscle contracture in dynamic arm swing movement.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.320-322
• /
• 2021

무선 인터넷 기술이 발달하고 게임 시장이 확대됨에 따라 모바일 플랫폼을 포함한 다양한 플랫폼에 탑재되는 다양한 형태의 게임이 개발되고 있다. 이러한 환경에서 게임 사용자 관점의 몰입감을 보장하는 것이 게임의 경쟁력을 확보할 수 있게 되므로 HCI(Human Computer Interaction) 이론에서 제시하는 각 영역을 충족시켜 몰입감을 늘리는 것이 필요하다. 이를 위하여 본 고에서는 게임 사용자의 게임 진행의 자유도를 확보하고 몰입감을 확보하기 위한 방안으로써 인체의 동작을 인식하는 방식의 인터페이스를 적용하여 활강 게임을 구현하고 키오스크에 탑재하여 실험하였다.

• 한국산업융합학회 논문집
• /
• 제26권1호
• /
• pp.113-119
• /
• 2023

In this paper, we propose an optimization of a pose estimation deep learning model for recognition of abnormal behavior in unmanned stores using radio frequencies. The radio frequency use millimeter wave in the 30 GHz to 300 GHz band. Due to the short wavelength and strong straightness, it is a frequency with less grayness and less interference due to radio absorption on the object. A millimeter wave radar is used to solve the problem of personal information infringement that may occur in conventional CCTV image-based pose estimation. Deep learning-based pose estimation models generally use convolution neural networks. The convolution neural network is a combination of convolution layers and pooling layers of different types, and there are many cases of convolution filter size, number, and convolution operations, and more cases of combining components. Therefore, it is difficult to find the structure and components of the optimal posture estimation model for input data. Compared with conventional millimeter wave-based posture estimation studies, it is possible to explore the structure and components of the optimal posture estimation model for input data using genetic algorithms, and the performance of optimizing the proposed posture estimation model is excellent. Data are collected for actual unmanned stores, and point cloud data and three-dimensional keypoint information of Kinect Azure are collected using millimeter wave radar for collapse and property damage occurring in unmanned stores. As a result of the experiment, it was confirmed that the error was moored compared to the conventional posture estimation model.