• 패션비즈니스
• /
• 제18권4호
• /
• pp.1-14
• /
• 2014

Currently smart textile market is rapidly expanding and the demand is increasing integration of an electronic fiber circuit. The garments are an attractive platform for wearable device. This is one of the integration techniques, which consists of is the selective introduction of conductive yarns into the fabric through knitting, weaving or embroidering. The aim of this work is to develop a golf bend driven prototype design for an attachable Arduino that can be used to assess elbow motion. The process begins with the development of a wearable device technique that uses conductive yarn and flex sensor for measurement of elbow bending movements. Also this paper describes and discusses resistance value of zigzag embroidery of the conductive yarns on the tensile properties of the fabrics. Furthermore, by forming a circuit using an Arduino and flex sensor the prototype was created with an assistance band for golf posture training. This study provides valuable information to those interested in the future directions of the smart fashion industry.

• 한국산업정보학회논문지
• /
• 제25권2호
• /
• pp.129-136
• /
• 2020

손가락 움직임 인식을 통한 제어는 직관적인 인간-컴퓨터 상호작용 방법의 하나이다. 본 연구에서는 여러 가지 ML (Machine learning) 기법을 사용하여 효율적인 손가락 움직임 인식을 위한 웨어러블 디바이스를 구현한다. 움직임 인식을 위한 시계열 데이터 분석에 전통적으로 사용되어 온 HMM (Hidden markov model) 및 DTW (Dynamic time warping) 기법뿐만 아니라 NN (Neural network) 기법을 적용하여 손가락 움직임 인식의 효율성 및 정확성을 비교하고 분석한다. 제안된 시스템의 경우, 경량화된 ML 모델을 설계하기 위해 각 ML 기법에 대해 최적화된 전처리 프로세스를 적용한다. 실험 결과, 최적화된 NN, HMM 및 DTW 기반 손가락 움직임 인식시스템은 각각 99.1%, 96.6%, 95.9%의 정확도를 제공한다.