[논문]한국 청소년의 대표 인체치수 및 3D 인체형상자료에 관한 연구

최승일

doi:10.5762/kais.2016.17.2.227

한국 청소년의 대표 인체치수 및 3D 인체형상자료에 관한 연구
Studies on Representative Body Sizes and 3D Body Scan Data of Korean Adolescents 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.17 no.2, 2016년, pp.227 - 232

초록
AI-Helper

3D 인체형상자료는 인체 적합성이 우수한 제품과 생활공간을 만들기 위해 다양한 분야에서 활용되고 있다. 본 연구는 한국인 인체치수조사 보급사업에서 2013년에 수집한 청소년층 3차원 측정 자료를 기반으로 한국 청소년의 대표 인체치수를 산출하고 대표 인체치수와 가까운 3D 인체형상자료를 선별하는 방법을 제공한다. 먼저 여러 측정항목으로 이루어진 다차원 벡터공간을 요인분석을 통해 둘레성분과 길이성분의 2차원 벡터공간으로 투영하였다. 다음으로 2차원 성분공간에서 마할라노비스 거리를 이용하여 대표 인체치수와 이에 가까운 3D 인체형상자료를 선별하였다. 2차원 성분공간에 나타난 청소년기의 성장패턴을 고려하여 남자는 4개의 연령그룹으로 여자는 3개의 연령그룹으로 구분하였다. 성분점수 계수행렬의 열벡터에 대응하는 고유형상을 이용하여 남자는 13개 측정항목, 여자는 14개 측정항목에 대한 대표 인체치수를 연령그룹별로 계산하였다. 여기서 구한 대표 인체치수와 3D 인체형상자료는 3차원 대표 형상을 만드는 데에 매우 유용하다.

Abstract ▼ AI-Helper

3D body scan data are used widely in various fields to make products and living spaces for superior human body fitness. Based on the 3D measurements of human bodies for teens in Size Korea 2013, this research provides a way of finding the representative body sizes and 3D body scan data. First, a multi-dimensional vector space consisting of many measurement items was projected onto a 2D vector space with circumference and length components via factor analysis. The representative body sizes and 3D scan data close to these values were obtained via the Mahalanobis distance in 2D space. Considering the adolescent growth pattern shown on this 2D space, males were divided into 4 age groups and females were divided into 3 age groups. Using the eigenbodies corresponding to the column vectors of the component score coefficient matrix, the representative body sizes of 13 measurement items (male) and 14 measurement items (female) for each age group were calculated. The representative body sizes and 3D scan data are very useful for modeling representative 3D human figures.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 한국 청소년의 대표 인체치수를 산출하고 3D 인체형상자료를 선별하고자 하였다. 여기서 구한 대표 인체치수와 3D 인체형상자료는 3차원 대표 형상을 만들기 위해 시용된다.

제안 방법

13~18세 남자에 대한 연령별 표준체형 추출을 위해 13개 직접측정 항목들(M1: 키, M2: 목뒤높이, M3: 샅높이, M4: 목밑둘레, M5: 가슴둘레, M6: 젖가슴둘레, M7: 허리둘레, M8: 배꼽수준허리둘레, M9: 엉덩이둘레, M10: 겨드랑둘레, M11: 어깨가쪽사이길이, M12: 팔길이, M13: 등길이)에 대해 주성분분석을 적용하여 성분을 추출하였다. 요인분석을 통해 Fig.
13~18세 여자에 대한 연령별 표준체형 추출을 위해 14개 직접측정 항목들(W1: 키, W2: 목뒤높이, W3: 샅높이, W4: 목밑둘레, W5:　가슴둘레, W6: 젖가슴둘레, W7: 젖가슴아래둘레, W8: 허리둘레, W9: 배꼽수준허리둘레, W10: 엉덩이둘레, W11: 겨드랑둘레, W12: 어깨가쪽사이길이, W13: 팔길이, W14: 등길이)에 대해 주성분분석을 적용하여 성분을 추출하였다. 요인분석을 통해 Fig.
각 연령그룹을 대표할 수 있는 3D 인체형상자료는 연령그룹별 산점도를 2차원 성분공간에 그린 후, 대표 인체치수에 해당하는 좌표에서 MD가 가까운 순서로 측정 대상을 찾는다. 그리고 이에 대응하는 3D 인체형상자료를 활용하는데, 스캔자료의 자세, 대칭성 등을 종합적으로 검토하여 선별한다.
청소년기의 성장패턴을 고려하여 남자는 13세, 14세, 15세, 16~18세의 4개 연령그룹으로, 여자는 13세, 14세, 15~18세의 3개 연령그룹으로 구분하였다. 남자는 13개 측정항목, 여자는 14개 측정항목에 대해 대표 인체치수를 연령그룹별로 고유형상을 이용하여 산출하였고, 2차원 성분공간에서 마할라노비스 거리를 이용하여 대표 인체치수와 가까운 측정 대상을 찾아 이에 대응하는 3D 인체형상자료를 선별하였다.
대표체형에 관한 선행연구들을 보면 다변량 분석방법인 요인분석을 이용하여 주성분을 추출한 후, 차원이 감소된 성분공간에서 Boundary 또는 Grid 방식 등을 적용하여 영역을 나누고 해당 영역의 대표 인체치수는 신체각 부위의 산술평균이나 회귀분석 등으로 산출하였다[3,4].
청소년 남녀에 대해 요인분석을 각각 실시하여 둘레 성분과 길이성분의 2개 대표성분을 추출하였다. 측정 대상들을 둘레성분과 길이성분의 2차원 성분공간에 나타내어, 대표 인체치수를 산출하고 이에 대응하는 3D 인체 형상자료를 선별하였다.
청소년 남녀에 대해 요인분석을 각각 실시하여 둘레 성분과 길이성분의 2개 대표성분을 추출하였다. 측정 대상들을 둘레성분과 길이성분의 2차원 성분공간에 나타내어, 대표 인체치수를 산출하고 이에 대응하는 3D 인체 형상자료를 선별하였다. 청소년기의 성장패턴을 고려하여 남자는 13세, 14세, 15세, 16~18세의 4개 연령그룹으로, 여자는 13세, 14세, 15~18세의 3개 연령그룹으로 구분하였다.

대상 데이터

5차 측정부터는 3D 인체형상자료도 함께 수집하고 있으며, 6차 측정에서는 3D 인체형상자료 수집이 단계별로 시행되었다. 2010년 1단계로 20~39세 성인남녀(19세 포함)를 대상으로, 2011년 2단계로 7~12세 초등학생 남녀를 대상으로, 2012년 3단계로 중장년(40~59)과 노년층(60~69세) 남녀를 대상으로, 2013년 4단계로 13~18세 청소년층 남녀를 대상으로 3D 인체형상자료를 수집하였다[2].
2013년 청소년층 3차원 인체형상측정 조사 사업에서 청소년층(13~18세) 남녀 총 1,464명을 대상으로 측정한 자료를 활용하여 분석한다. 연령별, 성별 측정인원은 Table.
선행 연구와는 달리 주성분분석에서 구한 성분점수 계수행렬에 대응하는 고유형상의 선형결합을 이용하기 때문에 대표 인체치수를 비교적 쉽게 구할 수 있다. 또한 마할라노비스 거리를 이용하여 대표 인체치수와 가까운 3D 인체형상자료를 선별한다.
본 연구에서는 Size Korea의 ‘2013년 청소년층 3차원 인체형상측정 조사 사업’의 청소년층(13~18세) 남녀 총 1,464명에 대한 직접측정 및 3차원 측정 자료를 활용한다.

성능/효과

13~18세 남자에 대한 연령별 표준체형 추출을 위해 13개 직접측정 항목들(M1: 키, M2: 목뒤높이, M3: 샅높이, M4: 목밑둘레, M5: 가슴둘레, M6: 젖가슴둘레, M7: 허리둘레, M8: 배꼽수준허리둘레, M9: 엉덩이둘레, M10: 겨드랑둘레, M11: 어깨가쪽사이길이, M12: 팔길이, M13: 등길이)에 대해 주성분분석을 적용하여 성분을 추출하였다. 요인분석을 통해 Fig. 1의 스크리 도표를 구하고 고유값이 1이상이 되는 두 개의 대표성분을 추출하였는데, 2개 성분의 총 누적분산설명율은 80.79%로 나타났다.
13~18세 여자에 대한 연령별 표준체형 추출을 위해 14개 직접측정 항목들(W1: 키, W2: 목뒤높이, W3: 샅높이, W4: 목밑둘레, W5:　가슴둘레, W6: 젖가슴둘레, W7: 젖가슴아래둘레, W8: 허리둘레, W9: 배꼽수준허리둘레, W10: 엉덩이둘레, W11: 겨드랑둘레, W12: 어깨가쪽사이길이, W13: 팔길이, W14: 등길이)에 대해 주성분분석을 적용하여 성분을 추출하였다. 요인분석을 통해 Fig. 3의 스크리 도표를 구하고 고유값이 1이상이 되는 두 개의 대표성분을 추출하였는데, 2개 성분의 총 누적 분산설명율은 72.28%로 나타났다.

후속연구

본 연구에서는 대표 인체치수를 구하기 위해 직접측정 자료에 고유형상의 개념을 적용하였는데, 3D 스캔자료에 바로 고유형상의 개념을 적용하여 3차원 대표 형상을 구하기 위해서는 인체의 주요 포인트를 3D 스캔자료에서 인식하는 방법 등에 대한 추가적인 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	3D 인체형상자료는 어디에 활용되는가?	3D 인체형상자료는 인체 적합성이 우수한 제품과 생활공간을 만들기 위해 다양한 분야에서 활용되고 있다. 본 연구는 한국인 인체치수조사 보급사업에서 2013년에 수집한 청소년층 3차원 측정 자료를 기반으로 한국 청소년의 대표 인체치수를 산출하고 대표 인체치수와 가까운 3D 인체형상자료를 선별하는 방법을 제공한다.
	3차원 대표 형상을 만드는 과정은 어떻게 구분되는가?	여기서 구한 대표 인체치수와 3D 인체형상자료는 3차원 대표 형상을 만들기 위해 시용된다. 3차원 대표 형상을 만드는 과정은 대표 인체치수를 MakeHuman과 같은 인체 모델링 소프트웨어에 입력하여 3D 형상을 만드는 접근방법과 대표 인체치수에 가까운 측정 대상의 3D 스캔자료를 가공하는 접근방법으로 구분할 수 있다[10].
	대표 인체치수와 가까운 3D 인체형상자료를 만들기 위해 어떻게 했는가?	본 연구는 한국인 인체치수조사 보급사업에서 2013년에 수집한 청소년층 3차원 측정 자료를 기반으로 한국 청소년의 대표 인체치수를 산출하고 대표 인체치수와 가까운 3D 인체형상자료를 선별하는 방법을 제공한다. 먼저 여러 측정항목으로 이루어진 다차원 벡터공간을 요인분석을 통해 둘레성분과 길이성분의 2차원 벡터공간으로 투영하였다. 다음으로 2차원 성분공간에서 마할라노비스 거리를 이용하여 대표 인체치수와 이에 가까운 3D 인체형상자료를 선별하였다. 2차원 성분공간에 나타난 청소년기의 성장패턴을 고려하여 남자는 4개의 연령그룹으로 여자는 3개의 연령그룹으로 구분하였다. 성분점수 계수행렬의 열벡터에 대응하는 고유형상을 이용하여 남자는 13개 측정항목, 여자는 14개 측정항목에 대한 대표 인체치수를 연령그룹별로 계산하였다. 여기서 구한 대표 인체치수와 3D 인체형상자료는 3차원 대표 형상을 만드는 데에 매우 유용하다.

참고문헌 (10)

Korean Agency for Technology and Standards, Size Korea [Internet]. Korea, Available From: http://sizekorea.kats.go.kr/01_sizekorea/outline.asp. (accessed December 15, 2015)
Korean Agency for Technology and Standards, Survey Report of 3D Measurements of Human Bodies for Teens in 2013, Ministry of Trade, Industry and Energy, December, 2013.
K. Jung, O. Kwon, H. You, "Development of the Boundary Zone Method for Generation of Representative Human Models", Proceedings of the Human Factors and Ergonomics Society Annual Meeting, Vol. 53, No. 19, pp. 1472-1476, 2009. DOI: http://dx.doi.org/10.1177/154193120905301902

상세보기
K. Jung, O. Kwon, H. You, "Evaluation of the Multivariate Accommodation Performance of the Grid Method", Applied Erogonomics, Vol. 42, No. 1, pp. 156-161, 2010. DOI: http://dx.doi.org/10.1016/j.apergo.2010.06.004

상세보기
Y, Park, S. Chin, "Extraction of Full Body Size Parameters for Personalized Recommendation Module", Journal of the Korea Academia-Industrial Cooperation Society, Vol. 11, No. 12, pp. 5113-5119, 2010. DOI: http://dx.doi.org/10.5762/KAIS.2012.13.12.5689

원문보기 상세보기
J. Kang, "Human Body Vibration Analysis under Consideration of Seat Dynamic Characteristics", Journal of the Korea Academia-Industrial Cooperation Society, Vol. 13, No. 12, pp. 5689-5695, 2012. DOI: http://dx.doi.org/10.5762/KAIS.2012.13.12.5689

원문보기 상세보기
M. Han, E. Choi, S. Oh, "A Analysis of Proper Workbench for Body Type of Dental Technician", Journal of the Korea Academia-Industrial Cooperation Society, Vol. 14, No. 1, pp. 328-335, 2013. DOI: http://dx.doi.org/10.5762/KAIS.2013.14.1.328

원문보기 상세보기
R. D. Maesschalck, D. Jouan-Rimbaud, D. L. Massart, "The Mahalanobis Distance", Chemo metrics and Intelligent Laboratory Systems, Vol. 50, No. 1, pp. 1-18, 2000. DOI: http://dx.doi.org/10.1016/S0169-7439(99)00047-7

상세보기
M. Collins, J. Zhang, P. Miller, H. Wang, H. Zhou, "Eigenbody: Analysis of Body Shape for Gender from Noisy Images", International Machine Vision and Image Processing Conference, 2010.
M. Bastioni, R. Simone, M. Shakti, "Ideas and Methods for Modeling 3D Human Figures: The Principle Algorithms used by Makehuman and their Implementation in a New Approach to Parametric Modeling", Proceedings of the 1st Bangalore Annual Compute Conference, ACM, 2008. DOI: http://dx.doi.org/10.1145/1341771.1341782

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증