최근 스마트폰의 성능이 향상되고 보급이 증가하면서 기존 기기들의 다양한 기능들이 집적되고 있다. 특히 각종 센서들의 개발로 스마트 기기의 기능은 한층 성숙단계에 이르렀다. 스마트 기기의 발달과 더불어 각종 애플리케이션이 쏟아져 나오는 요즘 애플리케이션을 이용하여 사용자의 신체적 활동을 촉진하는 헬스케어 서비스 및 연구가 각광 받고 있다. 그러나 이러한 서비스들은 다이어트를 혼자서 해야 하고, 사용자가 정확한 자세로 운동을 하고 있는지 감지하는 운동 모션인식 기능이 없기 때문에 운동의 효과를 얻기에는 제한이 있다. 본 논문에서는 스마트폰 내에 내장되어 있는 센서들을 이용하여 사용자의 움직임을 감지할 수 있는 운동 모션 인식 소프트웨어를 개발하고 더불어 웹서버와 연동하여 지인들과 친구를 맺어 서로 운동을 제안하고 이를 수행할 수 있는 시스템을 설계 하고 구현하였다. 운동 모션 인식은 Kalman Filter 알고리즘을 이용하여 사용자의 움직임 데이터를 보정하고, DTW 알고리즘을 이용하여 기존에 샘플링 되어 있는 데이터와 비교하여 사용자가 정확한 자세로 운동을 하였는지 판단되어 진다.
최근 스마트폰의 성능이 향상되고 보급이 증가하면서 기존 기기들의 다양한 기능들이 집적되고 있다. 특히 각종 센서들의 개발로 스마트 기기의 기능은 한층 성숙단계에 이르렀다. 스마트 기기의 발달과 더불어 각종 애플리케이션이 쏟아져 나오는 요즘 애플리케이션을 이용하여 사용자의 신체적 활동을 촉진하는 헬스케어 서비스 및 연구가 각광 받고 있다. 그러나 이러한 서비스들은 다이어트를 혼자서 해야 하고, 사용자가 정확한 자세로 운동을 하고 있는지 감지하는 운동 모션인식 기능이 없기 때문에 운동의 효과를 얻기에는 제한이 있다. 본 논문에서는 스마트폰 내에 내장되어 있는 센서들을 이용하여 사용자의 움직임을 감지할 수 있는 운동 모션 인식 소프트웨어를 개발하고 더불어 웹서버와 연동하여 지인들과 친구를 맺어 서로 운동을 제안하고 이를 수행할 수 있는 시스템을 설계 하고 구현하였다. 운동 모션 인식은 Kalman Filter 알고리즘을 이용하여 사용자의 움직임 데이터를 보정하고, DTW 알고리즘을 이용하여 기존에 샘플링 되어 있는 데이터와 비교하여 사용자가 정확한 자세로 운동을 하였는지 판단되어 진다.
Recently, as the performance of smart phones has advanced and their distribution has increased, various functions in existing devices are accumulated. In particular, functions in smart devices have matured through improvement of diverse sensors. Various applications with the development of smart pho...
Recently, as the performance of smart phones has advanced and their distribution has increased, various functions in existing devices are accumulated. In particular, functions in smart devices have matured through improvement of diverse sensors. Various applications with the development of smart phones get fleshed out. As a result, services from applications promoting physical activity in users have gotten attention from the public. However, these services are about diet alone, and because these have no exercise motion recognition capability to detect movement in the correct position, the user has difficulty obtaining the benefits of exercise. In this paper, we develop exercise motion-recognition software that can sense the user's motion using a sensor built into a smart phone. In addition, we implement a system to offer exercise with friends who are connected via web server. The exercise motion recognition utilizes a Kalman filter algorithm to correct the user's motion data, and compared to data that exist in sampling, determines whether the user moves in the correct position by using a DTW algorithm.
Recently, as the performance of smart phones has advanced and their distribution has increased, various functions in existing devices are accumulated. In particular, functions in smart devices have matured through improvement of diverse sensors. Various applications with the development of smart phones get fleshed out. As a result, services from applications promoting physical activity in users have gotten attention from the public. However, these services are about diet alone, and because these have no exercise motion recognition capability to detect movement in the correct position, the user has difficulty obtaining the benefits of exercise. In this paper, we develop exercise motion-recognition software that can sense the user's motion using a sensor built into a smart phone. In addition, we implement a system to offer exercise with friends who are connected via web server. The exercise motion recognition utilizes a Kalman filter algorithm to correct the user's motion data, and compared to data that exist in sampling, determines whether the user moves in the correct position by using a DTW algorithm.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 이러한 단점을 보완하기 위해 사용자들간의 커뮤니티를 형성해 운동에 적절한 동기부여를 할 수 있고, 한가지 운동이 아닌 여러 가지의 운동을 가능하게 하여 체계적인 다이어트가 가능하도록 하였다. 뿐만 아니라, 측정할 수 있는 운동 이외에도 여러 운동들의 정보를 제공하여 사용자들이 보고 따라 할 수 있도록 하였다.
본 연구에서 제안한 운동 모션인식 시스템의 성능 평가를 위하여 실험을 하였다. 제안한 시스템은 스마트폰에 내장되어 있는 센서들을 이용하여 사용자의 운동 횟수를 정확하게 측정하는 것이 중요하다.
제안 방법
뿐만 아니라, 측정할 수 있는 운동 이외에도 여러 운동들의 정보를 제공하여 사용자들이 보고 따라 할 수 있도록 하였다. 가장 중요한 모션인식은 사용자의 움직임의 정확성을 높이기 위하여 Kalman Filter 알고리즘과 DTW 알고리즘을 사용하여 사용자의 움직임을 정확하게 측정할 수 있는 시스템을 구현하였다. 사용자는 스마트폰 애플리케이션을 이용하여 다른 지인들과 운동을 제안하고 제안받을 수 있으며, 제안 받은 운동은 스마트폰을 이용하여 정확한 자세를 유지하며 운동을 계속할 수 있다.
마지막 탭에서는 다양한 운동 정보를 확인할 수 있고 운동일지를 작성할 수 있으며 데이터베이스에 저장된 다이어트 식단을 추천받을 수 있다. 그리고 제안 받지 않더라도 운동할 수 있는 기능을 위하여 싱글모드를 추가하였다. 또한 추가할 운동 종류를 선택할 수 있으며, Fig.
데이터베이스는 사용자의 정보를 저장 및 관리할 수 있도록 총 4개의 테이블로 구성하였으며 구성요소는 회원 관리 테이블, 친구관계 테이블, 운동제안 사항 테이블, 메모테이블로 구성되어 있다. 각 테이블의 구조는 Table 1, Table 2, Table 3, Table4와 같다.
본 연구에서는 이러한 단점들을 보완하여 사용자간 커뮤니티를 형성해 적절한 동기부여가 가능하도록 하며,Kalman Filter 알고리즘[10]과 DTW 알고리즘[11]을 통하여 사용자의 움직임에 대한 모션인식을 보다 정확하게 한다. 또한 여러 가지 운동이 가능하게 하여 체계적인 다이어트가 가능하게 하는 것을 목표로 하는 모바일 기반사용자 운동 모션인식 시스템을 설계하고 구현한다.
먼저 스마트폰 애플리케이션은 xml로 사용자 인터페이스를 설계하였으며 자이로 센서를 이용하여 스마트폰의 회전량을 계산하고, 가속도 센서를 이용하여 3가지 축의 가속도를 계산하였다. 또한 스마트 디바이스와 사용자의 거리만을 이용해서 측정할 수 있는 운동의 측정을 위해 근접 센서를 이용한다.
본 연구에서는 이러한 단점들을 보완하여 사용자간 커뮤니티를 형성해 적절한 동기부여가 가능하도록 하며,Kalman Filter 알고리즘[10]과 DTW 알고리즘[11]을 통하여 사용자의 움직임에 대한 모션인식을 보다 정확하게 한다. 또한 여러 가지 운동이 가능하게 하여 체계적인 다이어트가 가능하게 하는 것을 목표로 하는 모바일 기반사용자 운동 모션인식 시스템을 설계하고 구현한다.
가장 중요한 모션인식은 사용자의 움직임의 정확성을 높이기 위하여 Kalman Filter 알고리즘과 DTW 알고리즘을 사용하여 사용자의 움직임을 정확하게 측정할 수 있는 시스템을 구현하였다. 사용자는 스마트폰 애플리케이션을 이용하여 다른 지인들과 운동을 제안하고 제안받을 수 있으며, 제안 받은 운동은 스마트폰을 이용하여 정확한 자세를 유지하며 운동을 계속할 수 있다. 향후 연구 계획은 모션 인식률을 높이기 위한 알고리즘의 최적화 문제를 해결하고 더 많은 종류의 운동을 제공하여 사용자의 선택 폭을 확장할 계획이다.
실험은 20대 성인 남성 10명을 대상으로 각 운동마다 정확한 자세 10회, 부정확한 자세 10회씩 진행하였고,정확한 자세를 유지하여 운동했을 때의 오차율과 부정확한 자세를 유지하여 운동했을 때의 오차율을 측정하였다. Table 5는 실제 운동 횟수와 스마트폰을 이용하여 측정된 운동 횟수를 나타내었다.
또한 스마트 디바이스와 사용자의 거리만을 이용해서 측정할 수 있는 운동의 측정을 위해 근접 센서를 이용한다. 이렇게 센서를 이용하여 수집된 데이터는 오차값이 포함되어 있기 때문에 Kalman Filter 알고리즘을 이용하여 데이터를 보정하고,DTW 알고리즘을 이용하여 기존에 샘플링 되어있는 데이터와 비교하는 과정을 거쳐 사용자가 정확한 자세로 운동을 하였는지 판단한다.
대상 데이터
1과 같다. 시스템은 스마트폰 애플리케이션과 서버로 구성되었으며, 서버는 Apache와 MySql데이터베이스를 이용하여 구성하였다.
이론/모형
본 연구에서 사용자가 정확한 자세로 운동을 하였는지 판단하는 모션인식 알고리즘은 DTW 알고리즘과 Kalman Filter 알고리즘이다.
성능/효과
이러한 오차율이 발생한 원인은 사용자의 운동자세가 부정확하거나 알고리즘의 최적화문제로 인해 발생하였다. 실험 결과 알고리즘의 최적화 문제를 조금 더 해결하면 오차율을 크게 줄일 수 있을 것으로 판단된다.
후속연구
사용자는 스마트폰 애플리케이션을 이용하여 다른 지인들과 운동을 제안하고 제안받을 수 있으며, 제안 받은 운동은 스마트폰을 이용하여 정확한 자세를 유지하며 운동을 계속할 수 있다. 향후 연구 계획은 모션 인식률을 높이기 위한 알고리즘의 최적화 문제를 해결하고 더 많은 종류의 운동을 제공하여 사용자의 선택 폭을 확장할 계획이다.
질의응답
핵심어
질문
논문에서 추출한 답변
DTW 알고리즘은 어느 분야에서 널리 사용되는가?
DTW 알고리즘은 음성인식, 생물정보공학, 온라인 필기체 문자 인식 등에서 널리 사용되고 있는 것으로, 두 시계열 간의 거리를 최소화 하는 방향으로 움직이면서 매칭시켜 각 템플릿과의 누적거리를 계산하여 최소가 되는 클래스로 인식한다. DTW 알고리즘을 이용하여 두 시계열을 매칭시켰을 경우 유클리디안 거리 방법을 사용했을 때와는 달리 부분적으로 왜곡되거나 변형된 파형에 대해서도 적절하게 매칭시킬 수 있다는 것을 보여준다.
Kalman Filter 알고리즘에서 Filter란 무엇인가?
다시 말하면 최소자승법(Least Square)의 개념을 바탕으로 이전의 측정 데이터와 새로운 측정 데이터를 사용하여 데이터에 포함된노이즈를 제거하여 새로운 결과를 추정하는 알고리즘이다. 여기서 Filter란 측정 데이터에 포함된 불확실성(Noise)을 필터링하는 것으로 노이즈를 동반한 측정데이터에서 원하는 신호를 골라내는 알고리즘이다. Fig.
기존의 애플리케이션을 이용한 헬스케어 서비스의 문제점은 무엇인가?
스마트 기기의 발달과 더불어 각종 애플리케이션이 쏟아져 나오는 요즘 애플리케이션을 이용하여 사용자의 신체적 활동을 촉진하는 헬스케어 서비스 및 연구가 각광 받고 있다. 그러나 이러한 서비스들은 다이어트를 혼자서 해야 하고, 사용자가 정확한 자세로 운동을 하고 있는지 감지하는 운동 모션인식 기능이 없기 때문에 운동의 효과를 얻기에는 제한이 있다. 본 논문에서는 스마트폰 내에 내장되어 있는 센서들을 이용하여 사용자의 움직임을 감지할 수 있는 운동 모션 인식 소프트웨어를 개발하고 더불어 웹서버와 연동하여 지인들과 친구를 맺어 서로 운동을 제안하고 이를 수행할 수 있는 시스템을 설계 하고 구현하였다.
참고문헌 (11)
Y. C. Lee, and C. W. Lee, "Motion Recognition of SmartPhone using Sensor Data," Journal of Korea Multimedia Society, vol. 17, no. 12, pp. 1437-1445, 2014. DOI: http://dx.doi.org/10.9717/kmms.2014.17.12.1437
V. M. Mantyla, J. Mantyjarvi, T. Seppanen, and E. Tuulari, "Hand gesture recognition of a mobile device user," Multimedia and Expo. ICME, vol. 1, pp. 281-284, 2000. DOI: http://dx.doi.org/10.1109/icme.2000.869596
S. Kallio, J. Kela, and J. Mantyjarvi, "Online gesture recognition System for mobile interaction," IEEE International Conference on Systems, vol. 3, pp. 2070-2076, 2003. DOI: http://dx.doi.org/10.1109/icsmc.2003.1244189
J. T. Park, H. S. Hwang, J. S. Yun, G. S. Park, and I. Y. Moon, "User Motion Recognition Healthcare System using Smart-Band," Journal of Advanced Navigation Technology, vol. 18, no. 6, pp. 619-624, 2014. DOI: http://dx.doi.org/10.12673/jant.2014.18.6.619
H. J. Park and H. S. Kim, "Case studies and development on wearable healthcare design - mainly with diverse types of user perspectives," Journal of Korea Digital Design Council, vol. 14, no. 3, pp. 135-144, 2014. DOI: http://dx.doi.org/10.17280/jdd.2014.14.3.014
D. J. Kim, H. K. Shin, and H. S. Ryu, "The preference of healthcare smart home system," The Architectural Institute of Korea, vol. 28, no. 5, pp. 151-158, 2012.
D. K. Park, and M. H. Yeoun, "A study on the system and interaction configuration of health-band," Journal of Korea Digital Design Council, Vol. 2014, No. 5, pp.113-114, 2014.
M. K. Jun, "Effect of Dieter apps applying BodyThink program on obese highschool girls", Department of Nursing Education The Graduate School Pusan National University.
S. E. Lee, and S. I. Kim, "Mobile Fitness Application's User Experience Study-Analytic focus on Extreme users", Journal of the Korea Digital Design, Vol.14 No.3, pp. 769-777, 2014. DOI: http://dx.doi.org/10.17280/jdd.2014.14.3.076
A. M. Sabatini, "Quaternion-based Extended Kalman Filter for Determining Orientation by Inertial and Magnetic Sensing," IEEE Transaction on biomedical Engineering, vol. 53, pp. 1346-1356, 2006. DOI: http://dx.doi.org/10.1109/TBME.2006.875664
H. Sakoe, and S. Chiba, "Dynamic Programming Algorithm Optimization for Spoken Word Recognition," IEEE Transaction on Acoustics, Speech and Signal Processing, vol. 26, no. 1, pp. 43-49, 1978. DOI: http://dx.doi.org/10.1109/TASSP.1978.1163055
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.