본 연구는 Kinect와 Wii Balance Board를 이용하여 운동 수행자에게 올바른 스쿼트 자세를 제시하고자 진행되었다. 기존에 진행된 연구와는 다르게 본 연구는 사용자의 관점에서 실용성과 사용성에 기반을 두고 진행되었다. 이를 위하여 기존에 가정용 및 게임용으로 제작된 Kinect와 Wii Balance Board를 이용하여 스쿼트 자세 인식 시스템을 개발하여 연구를 진행하게 되었다. 개발한 시스템을 통하여 전문가 1명과 일반인 10명이 실험에 참여하여 스쿼트 동작 준비 자세부터 동작 수행 자세를 측정하였다. 스쿼트 동작 준비 자세에서는 Kinect로 어깨 너비와 발목 너비의 차이 데이터를 획득하고, Wii Balance Board로 신체의 압력중심점(CoP) 데이터를 획득하였다. 스쿼트 동작 수행 자세에서는 Kinect로 무릎 각도 데이터를 획득하고, Wii Balance Board로 신체의 압력중심점(CoP) 데이터를 획득하였다. 각 자세에서 획득한 데이터는 서포트 벡터 머신(SVM)을 통하여 분류되었고, 이를 통하여 Kinect와 Wii Balance Board가 각각의 자세를 분류할 수 있는 확률을 획득할 수 있었다. 이렇게 획득한 확률은 모두 89% 이상의 결과값을 나타내었으며, 기존 동작인식 시스템과 비교하였을 때 큰 차이가 나지 않는 결과를 얻어냈다. 따라서 본 연구를 통해 Kinect와 Wii Balance Board를 이용하여 운동 수행자에게 올바른 스쿼트 자세를 가이드 해 줄 수 있으며 기존 동작 인식 시스템에 비해 보다 더 간편하고 쉽게 스쿼트 동작을 분석할 수 있는 시스템임을 확인 할 수 있었다.
주요어: Kinect, Wii Balance Board, 스쿼트, SVM, ...
본 연구는 Kinect와 Wii Balance Board를 이용하여 운동 수행자에게 올바른 스쿼트 자세를 제시하고자 진행되었다. 기존에 진행된 연구와는 다르게 본 연구는 사용자의 관점에서 실용성과 사용성에 기반을 두고 진행되었다. 이를 위하여 기존에 가정용 및 게임용으로 제작된 Kinect와 Wii Balance Board를 이용하여 스쿼트 자세 인식 시스템을 개발하여 연구를 진행하게 되었다. 개발한 시스템을 통하여 전문가 1명과 일반인 10명이 실험에 참여하여 스쿼트 동작 준비 자세부터 동작 수행 자세를 측정하였다. 스쿼트 동작 준비 자세에서는 Kinect로 어깨 너비와 발목 너비의 차이 데이터를 획득하고, Wii Balance Board로 신체의 압력중심점(CoP) 데이터를 획득하였다. 스쿼트 동작 수행 자세에서는 Kinect로 무릎 각도 데이터를 획득하고, Wii Balance Board로 신체의 압력중심점(CoP) 데이터를 획득하였다. 각 자세에서 획득한 데이터는 서포트 벡터 머신(SVM)을 통하여 분류되었고, 이를 통하여 Kinect와 Wii Balance Board가 각각의 자세를 분류할 수 있는 확률을 획득할 수 있었다. 이렇게 획득한 확률은 모두 89% 이상의 결과값을 나타내었으며, 기존 동작인식 시스템과 비교하였을 때 큰 차이가 나지 않는 결과를 얻어냈다. 따라서 본 연구를 통해 Kinect와 Wii Balance Board를 이용하여 운동 수행자에게 올바른 스쿼트 자세를 가이드 해 줄 수 있으며 기존 동작 인식 시스템에 비해 보다 더 간편하고 쉽게 스쿼트 동작을 분석할 수 있는 시스템임을 확인 할 수 있었다.
본 연구는 Kinect와 Wii Balance Board를 이용하여 운동 수행자에게 올바른 스쿼트 자세를 제시하고자 진행되었다. 기존에 진행된 연구와는 다르게 본 연구는 사용자의 관점에서 실용성과 사용성에 기반을 두고 진행되었다. 이를 위하여 기존에 가정용 및 게임용으로 제작된 Kinect와 Wii Balance Board를 이용하여 스쿼트 자세 인식 시스템을 개발하여 연구를 진행하게 되었다. 개발한 시스템을 통하여 전문가 1명과 일반인 10명이 실험에 참여하여 스쿼트 동작 준비 자세부터 동작 수행 자세를 측정하였다. 스쿼트 동작 준비 자세에서는 Kinect로 어깨 너비와 발목 너비의 차이 데이터를 획득하고, Wii Balance Board로 신체의 압력중심점(CoP) 데이터를 획득하였다. 스쿼트 동작 수행 자세에서는 Kinect로 무릎 각도 데이터를 획득하고, Wii Balance Board로 신체의 압력중심점(CoP) 데이터를 획득하였다. 각 자세에서 획득한 데이터는 서포트 벡터 머신(SVM)을 통하여 분류되었고, 이를 통하여 Kinect와 Wii Balance Board가 각각의 자세를 분류할 수 있는 확률을 획득할 수 있었다. 이렇게 획득한 확률은 모두 89% 이상의 결과값을 나타내었으며, 기존 동작인식 시스템과 비교하였을 때 큰 차이가 나지 않는 결과를 얻어냈다. 따라서 본 연구를 통해 Kinect와 Wii Balance Board를 이용하여 운동 수행자에게 올바른 스쿼트 자세를 가이드 해 줄 수 있으며 기존 동작 인식 시스템에 비해 보다 더 간편하고 쉽게 스쿼트 동작을 분석할 수 있는 시스템임을 확인 할 수 있었다.
This study has proceeded to provide proper squat guidelines for performer using Kinect and Wii Balance Board. Unlike previous studies, this study was based on practicality and usability in terms of users. For this purpose, this study has continued to develop a squat posture recognition system that u...
This study has proceeded to provide proper squat guidelines for performer using Kinect and Wii Balance Board. Unlike previous studies, this study was based on practicality and usability in terms of users. For this purpose, this study has continued to develop a squat posture recognition system that utilizes Kinect and Wii Balance Board which have been made for home entertainment Through the developed system, an expert and 10-participant participated in the experiment and measured the movements of warm-up postures and squat postures. For warm-up postures, the Kinect collected data regarding the measurements between two feet and shoulder width, and the Wii Balance Board collected Center of Pressure(CoP) data. For squat postures, the Kinect collected data regarding knee angle measures, and the Will Balance Board collected CoP data. The data obtained from each posture has been classified by Support Vector Machine(SVM). Through this, it is possible to obtain the probability of classifying each posture from Kinect and Wii Balance Board. The probability of obtaining was above 89%, and when compared to the existing recognition system, there were not great differences. Therefore, this study is able to guide the proper squat posture to the performer using Kinect and Wii Balance Board. It can be confirmed that it is a system that able to analyze the squat posture more comfortably and easily than the existing recognition system.
This study has proceeded to provide proper squat guidelines for performer using Kinect and Wii Balance Board. Unlike previous studies, this study was based on practicality and usability in terms of users. For this purpose, this study has continued to develop a squat posture recognition system that utilizes Kinect and Wii Balance Board which have been made for home entertainment Through the developed system, an expert and 10-participant participated in the experiment and measured the movements of warm-up postures and squat postures. For warm-up postures, the Kinect collected data regarding the measurements between two feet and shoulder width, and the Wii Balance Board collected Center of Pressure(CoP) data. For squat postures, the Kinect collected data regarding knee angle measures, and the Will Balance Board collected CoP data. The data obtained from each posture has been classified by Support Vector Machine(SVM). Through this, it is possible to obtain the probability of classifying each posture from Kinect and Wii Balance Board. The probability of obtaining was above 89%, and when compared to the existing recognition system, there were not great differences. Therefore, this study is able to guide the proper squat posture to the performer using Kinect and Wii Balance Board. It can be confirmed that it is a system that able to analyze the squat posture more comfortably and easily than the existing recognition system.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.