선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 기존의 2차원 분석 시스템은 자동적인 분석데이터의 추출보다는 클럽 궤적 추적과 같은 단순한 스윙정보의 추출이나 수동적인 스윙분석에 사용할 수 있는 편집 시스템의 개발이 주류였다[3, 4]. 본 논문에서는 복잡한운영 환경이나 전문가에 의한 분석이 필요 없이, 단일 2차원 비디오 영상으로부터 스윙 특징 (Swing Feature)을 자동으로 추출 및 분석하는방법을 제안한다. 제안한 스윙자동 분석 시스템을 만들 경우, 저렴한 비용으로 객관적이고 안정적인 스윙 분석 시스템을 만들 수 있다.
- 본 논문에서는 이차원 카메라를 이용한 효율적인 골프 스윙 자동 분석 시스템의 개발 시 필요한 스윙 특징들을 정의하고 이들로부터 스윙 분석 정보를 추출하는 방법을 제안하였다. 제안한 방법은 다음과 같은 점에서 의의를 갖는다.
- 본 논문에서는 컴퓨터와 디지털 카메라를 이용하여 일반인들도 쉽게 자신의 스윙을 분석 및교정하는 시스템을 만드는데 있어서 필요한 스윙특징을 정의하고 이들을 자동 추출하여 분석하는 방법을 제안하는데 그 의의가 있다. 논문 ⑹과 [14-19]에서와 같이 대부분의 연구에서 어드레스, 백스윙, 스윙톱, 다운스윙, 임팩트, 팔로우쓰루(Follow-Through), 피니쉬(Finish)의 7개국면을 사용한다.
제안 방법
- 4GHz 코어2 듀오 CPU와 2GB 램 환경의 PC에서 구현한 결과, 영상 입력 후 최종 출력까지 평균 20초 이내의실행시간이 소요 되었다.(표 1>에 본 연구에서추출한 스윙 특징과 각 특징들을 이용한 분석항목들을 기술하였다. 각 스윙 분석치가 적절한지 여부는 향후 기준이 되는 데이터베이스 자료와의 비교에 의해서 가능할 것이다.
- 이동거리 요인으로는 백스윙 및 다운스윙간의 신체 무게 중심과 머리, 왼쪽어깨, 왼쪽 힙, 왼쪽 손목 등과 같은 신체 분절들의 이동거리를 사용하였다. 각도 요인으로는 어깨와 힙의 분절회전각도와 무릎관절, 팔꿈치관절, 코킹각 등의 각도 변화를 사용하였다. 논문 [7-9]에서는 5개의 주요 스윙 국면에서 백스윙 대 다운스윙 시간 비율, 상체 전경각, 상체 측경각, 무릎각, 양쪽 어깨 및 힙 관절의 높이차, 머리 움직임, 어깨와 힙의 회전각도, 클럽 회전각도, 클럽헤드 궤적, 힙의 이동 궤적과 같은 운동학적 변인들을 대상으로 하여 클럽에 따른 스윙 동작 형태를 분석하였다.
- 어드레스 키프레임과 같이손이 신체의 내부영역에 포함될 경우 손 자체를찾기가 쉽지 않다. 따라서 본 논문에서는 모션정보와 직선 찾기만으로 비교적 쉽게 찾을 수있는 클럽 샤프트를 찾은 후 샤프트 상단 끝 부분과 허리 높이가 만나는 점을 손의 위치로 사용한다. 너무 좁거나 넓은 스탠스 폭은 안정적인 스윙과 볼의 구질에 큰 영향을 주는 요소이다.
- 3단계에서는 전 단계에서 추출한 모션정보를 이용하여 스윙 분석 시 중요한 장면이 되는 어드레스(Address)부터 임팩트 (Impact)까지의 키프레임들을 추출한다, 4단계에서는 각 키프레임과 전체 스윙 상에서 분석의 대상이 되는 스윙 특징들을 추출한다. 마지막으로 다섯번째 단계에서는 4단계에서 추출된 스윙특징들을 대상으로 영상처리 기법들을 이용하여 스윙을 자동 분석한다. 스윙 분석 후, 보다 정확한 진단(Diagnosis)을 위해서는 프로골퍼들로부터 같은 환경에서 구한 스윙분석 데이터베이스가 필요하므로 본 논문에서는 스윙 분석까지 구현한다.
- M-Ratio는 백스윙 9시가 될 때까지 증가하므로 이 값이 다시 작아지기 시작하는 지점에서 백스윙9시 키 프레임을 찾을 수 있다. 본 논문에서 사용하는 스윙 시의 시간 표시는 샤프트가 가리키는 방향을 기준으로 한다. 예를 들어, 백스윙9시는 백스윙 시에 샤프트가 골퍼의 오른쪽을 지면과 평행하게 수평으로 가리킬 때를 나타낸다.
- 논문 [9]에서는 골프 숙련자가 비숙련자보다 백스윙에 소용되는 시간은 더 빠르지만 다운스윙과 팔로우쓰루에 소요되는 시간은 스윙아크가 크고 스윙을 길게 가져가므로 더 길다고 하였다. 본 논문에서 스윙템포는 다운스윙/백스윙 (DSZES) 시간으로 나타내고, 이는 다운스윙과 백스윙에 소요되는 시간의 상대적 길이로서 프로 골퍼의 경우 대략 33%~35% 내외로 알려져 있으며 다음과 같이 계산한다[7, 14].<그림 5> (a)의 상단에 스윙템포 출력의 예를 나타내었다.
- 본 논문에서 제안한 특징들의 자동 추출을 위하여 CASIO사의 EX-F1 디지털 카메라를 사용하여 스윙 모션을 획득하였다. 프레임 크기는 가로 538x 세로 384 화소로 구성되고 깨끗한 영상을 얻기 위하여 셔트 스피드 1/100(广 1/2000초, 300 fps속도로 촬영하였다.
- 논문 ⑹과 [14-19]에서와 같이 대부분의 연구에서 어드레스, 백스윙, 스윙톱, 다운스윙, 임팩트, 팔로우쓰루(Follow-Through), 피니쉬(Finish)의 7개국면을 사용한다. 본 논문에서는 2차원 측면 스윙영 상으로부터 주요 특징 추출이 가능한 국면을 스윙 특징들이 추출 및 분석되는 단계에 따라 ①어드레스, ②백스윙9시, ③스윙 톱, ④다운스윙9시, ⑤임팩트와 같은 5개의 키 프레임과 ⑥다운스윙과 백스윙 전체 구간에서의 스윙특징들로 구성한다.
- 본 논문에서는 내부MBR영역에서 에지(Edge) 인 점들을 찾은 후 허프변환을 이용한 직선을찾아서 머리 가장자리를 찾고, 그 중심을 머리위치 특징으로 사용한다.<그림 4> (b)에 머리중심을 찾는 방법을 그림으로 나타내었다.
- 본 연구에서 사용한 키프레임 및 스윙특징 추출은 입력 비디오로부터 인접 프레임인간의 모션 차와 모션 화소들을 둘러싸는 최 접사각형인 모션 MBR (Motion Minimum Boundary Rectangle) 정보와 허프변환(Hough Transform) 을 이용한 직선 찾기를 주로 이용한다.
- 본 연구에서는 키프레임의 추출을 위하여인접 프레임간의 움직임 정보를 이용한다. 임의의 [번째 프레임에 대한 모션 차 FD(i)와 모션 MBR 정보는 3개의 연속 프레임 F(i-l), F(i), F(i+1)로부터 다음과 같이 추출한다.
- 마지막으로 다섯번째 단계에서는 4단계에서 추출된 스윙특징들을 대상으로 영상처리 기법들을 이용하여 스윙을 자동 분석한다. 스윙 분석 후, 보다 정확한 진단(Diagnosis)을 위해서는 프로골퍼들로부터 같은 환경에서 구한 스윙분석 데이터베이스가 필요하므로 본 논문에서는 스윙 분석까지 구현한다.
- 상체 기울기는 적절한 어드레스와 임팩트자세의 판정에 중요한 요소 중 하나로서, 양 어깨의 기울어진 정도로 판별한다. 어깨선의 추출을 위하여 머리 중심 아래에서 가로방향으로 ±35° 이내의 기울기를 갖는 일정 길이 이상의최장 직선을 찾고, 두 직선의 중심이 이루는 가상 직선의 기울기를 상체기울기 값으로 한다.
- 대하여 분석하였다. 이동거리 요인으로는 백스윙 및 다운스윙간의 신체 무게 중심과 머리, 왼쪽어깨, 왼쪽 힙, 왼쪽 손목 등과 같은 신체 분절들의 이동거리를 사용하였다. 각도 요인으로는 어깨와 힙의 분절회전각도와 무릎관절, 팔꿈치관절, 코킹각 등의 각도 변화를 사용하였다.
- 다운스윙9시 키프레임에서 구하는코킹각 값은 3차원 시스템과 오차가 존재하는부분이다. 정확한 코깅각 측정은 팔 아랫부분과샤프트가 이루는 각도가 되어야 하나, 2차원 영상에서는 팔 아랫부분이 손에 의하여 가려져서정확한 추출이 어려워 본 논문에서는 추출이 상대적으로 쉬운 팔 윗부분과의 각도를 추출하였다. 임팩트 프레임에서 간혹 빠른 스윙 스피드로 인하여 샤프트 궤적 일부가 소실되는 경우가발생하였는데, 이는 보다 빠른 셔트 스피드 설정으로 어느 정도 까지는 해결 될 것으로 간주된다.
- 추출하였다. 주요 추출 정보(특징)로는 어깨 회전각도, 힙 각도, X-Factor, 손목 각도, 헤드 스웨이 (Sway), 어깨 굽힘 각도, 어깨 기울임각도, 힙굽힘 각도, 힙 기울임 각도 등이다. X-Factor는 어드레스와 백스윙 톱 간 백스윙시에 이루어지는 어깨회전각과 골반회전각의 차이로서, 충분한 상체 회전으로 이 값을 크게 할수록 좋다.
- 때문이다. 키프레임의 추출을 위하여 본 논문에서는 각 프레임의 모션MBR의 비율을 사용한다. 각 프레임의 모션정보에 대하여 MBR 을 구하고 이 MBR의 가로/세로 비율(M-Ratio)을 이용한다.
- 스윙 모션을 획득하였다. 프레임 크기는 가로 538x 세로 384 화소로 구성되고 깨끗한 영상을 얻기 위하여 셔트 스피드 1/100(广 1/2000초, 300 fps속도로 촬영하였다. 실험에 사용된 비디오 영상은 일반적으로 약 800개 이내의 프레임으로 구성되지만, 특징 추출 시간을 일정하게 하기 위하여 전체 프레임 수에 관계없이 촬영된영상 중 일정한 간격으로 200개의 프레임을 특징 추출 대상으로 사용하였다.
대상 데이터
- 논문 [5]에서는 스윙의 3개 주요 국면인 어드레스(Address), 백스윙 톱(Backswing Top), 임팩트(Impact)에서의 인체 분절 정보(각)를 골프선수, 일반 골퍼, 초보자의 3개 그룹을 대상으로하여 추출하였다. 주요 추출 정보(특징)로는 어깨 회전각도, 힙 각도, X-Factor, 손목 각도, 헤드 스웨이 (Sway), 어깨 굽힘 각도, 어깨 기울임각도, 힙굽힘 각도, 힙 기울임 각도 등이다.
- 헤드-스웨이 (Head Sway)는 백스윙과다운스윙 시 머리의 움직임을 나타내는데, 과도한 움직임은 임팩트 정확성을 떨어뜨리고 너무적은 움직임은 비거리에 부정적 영향을 미치므로 적정한 범위 내에서의 이동이 필요하다. 따라서, 본 논문에서는 공의 비거리에 큰 영향을주는 다운스윙시(9시)의 팔과 샤프트가 이루는손목각도(다운 9시 코킹각)와 스윙의 안정성과체중 이동에 영향을 주는 헤드-스웨이를 주요한스윙 분석 대상으로 한다.
- 프레임 크기는 가로 538x 세로 384 화소로 구성되고 깨끗한 영상을 얻기 위하여 셔트 스피드 1/100(广 1/2000초, 300 fps속도로 촬영하였다. 실험에 사용된 비디오 영상은 일반적으로 약 800개 이내의 프레임으로 구성되지만, 특징 추출 시간을 일정하게 하기 위하여 전체 프레임 수에 관계없이 촬영된영상 중 일정한 간격으로 200개의 프레임을 특징 추출 대상으로 사용하였다. 1.
이론/모형
- 키프레임의 추출을 위하여 본 논문에서는 각 프레임의 모션MBR의 비율을 사용한다. 각 프레임의 모션정보에 대하여 MBR 을 구하고 이 MBR의 가로/세로 비율(M-Ratio)을 이용한다.
성능/효과
- 실험에 사용된 비디오 영상은 일반적으로 약 800개 이내의 프레임으로 구성되지만, 특징 추출 시간을 일정하게 하기 위하여 전체 프레임 수에 관계없이 촬영된영상 중 일정한 간격으로 200개의 프레임을 특징 추출 대상으로 사용하였다. 1.4GHz 코어2 듀오 CPU와 2GB 램 환경의 PC에서 구현한 결과, 영상 입력 후 최종 출력까지 평균 20초 이내의실행시간이 소요 되었다.(표 1>에 본 연구에서추출한 스윙 특징과 각 특징들을 이용한 분석항목들을 기술하였다.
- 내부MBRe 스윙중의 사람의신체부분이 움직인 범위가 되고 외부MBRe 클럽 샤프트를 포함한 움직임 영역이 된다. 2개의모션MBR을 사용하면 특징 추출의 범위를 제한하므로 추출시간과 정확성을 높이는데 도움을준다.
- 넷째, 제안한 방법을 많은 프로 및 아마추어 골퍼들의 스윙에 적용할 경우 객관적인 스윙 진단 및 비교가 가능하다.
- 둘째, 가격이 비싸고 설치 환경이 복잡하거나어려운 3차원 스윙분석 시스템과 달리, 설치와 운용이 간편하고 가격이 저렴하다는 장점이 있다.
- 어드레스 키프레임에서 상체 기울기는 양 어깨선 중심이 이루는 각을 사용하므로 추출된 어깨 직선의 끝점 위치에 따라 기울기 값이 다소크게 변하는 단점을 보였다. 향후 기울기 값을보다 엄밀하게 구하는 방법에 대한 연구가 필요할 것이다.
- 제안한 방법의 성능을 확인하기 위하여 20장의 아마추어 스윙영상을 대상으로 특징 추출 및분석을 실험한 결과, 17장의 영상에 대하여 스윙톱에서의 오른손 추출을 제외한 특징 추출 및분석이 성공하였다. 직선 무늬가 많은 상의를입은 골퍼 영상 2장과 건물과 같은 복잡한 배경이 있는 영상 1장에 대하여는 어깨 기울기 검출을 포함한 일부 특징 추출이 실패 하였다.
- 본 논문에서는 복잡한운영 환경이나 전문가에 의한 분석이 필요 없이, 단일 2차원 비디오 영상으로부터 스윙 특징 (Swing Feature)을 자동으로 추출 및 분석하는방법을 제안한다. 제안한 스윙자동 분석 시스템을 만들 경우, 저렴한 비용으로 객관적이고 안정적인 스윙 분석 시스템을 만들 수 있다.
- 제안한 시스템을 다수의 아마추어 스윙 영상에 적용한 결과 스윙특징의 추출이 효과적으로이루어짐을 확인 하였다. 향후, 측면 영상뿐만아니라 후면 영상에 대한 특징 추출을 추가한후, 많은 프로 골퍼들을 대상으로 제안한 스윙특징들을 추출 및 통계화 하여 스윙 자동 분석및 진단 시스템을 개발할 예정이다.
- 첫째, 기존의 2차원 스윙분석 관련 시스템들은 전문가의 도움이 반드시 필요한 반면, 제안한 특징 자동주줄 방법을 사용할 경우 전문가의 도움 없이도 스윙 분석이 가능하다.
후속연구
- (표 1>에 본 연구에서추출한 스윙 특징과 각 특징들을 이용한 분석항목들을 기술하였다. 각 스윙 분석치가 적절한지 여부는 향후 기준이 되는 데이터베이스 자료와의 비교에 의해서 가능할 것이다.
- 본다. 그 밖에, 샤프트 움직임이 지면과 이루는 각인 스윙 면(Plane) 각도, 어드레스 시 두 발의 앞 뒤 정렬 상태, 몸과 볼과의 거리 등과 같은 특징들은 향후 본 연구에 이어 추가할 후면 (Rear) 스윙 영상 분석에서 추출할 수 있을 것이다.
- 뿐만 아니라, 골프 스윙은 3초 이내의 짧은 순간에 이루어지므로 육안으로는 정확하게 분석하기 어렵고 전문가에 따라 스윙 분석 방법과 내용이 서로 달라서 객관적인 결과를 얻기도 쉽지 않다. 따라서, 컴퓨터를 이용한 자동 분석 시스템을 국내에서 크게 늘어나고 있는 스크린 골프장에 설치하여 활용한다면 보다 저렴하고 쉽게 객관적인 스윙 분석이 가능하고 아울러 올바른 스윙 자세로 부상도 예방할 수 있을 것이다.
- 변하는 단점을 보였다. 향후 기울기 값을보다 엄밀하게 구하는 방법에 대한 연구가 필요할 것이다. 다운스윙9시 키프레임에서 구하는코킹각 값은 3차원 시스템과 오차가 존재하는부분이다.
- 확인 하였다. 향후, 측면 영상뿐만아니라 후면 영상에 대한 특징 추출을 추가한후, 많은 프로 골퍼들을 대상으로 제안한 스윙특징들을 추출 및 통계화 하여 스윙 자동 분석및 진단 시스템을 개발할 예정이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.