[논문]웹캠 기반 거북목 판별 알고리즘을 활용한 자세 교정 반응형 헬스케어 시스템

박소연; 류서진; 동서연

doi:10.9717/kmms.2020.24.2.285

웹캠 기반 거북목 판별 알고리즘을 활용한 자세 교정 반응형 헬스케어 시스템
Responsive Healthcare System for Posture Correction Using Webcam-Based Turtle Neck Syndrome Discrimination Algorithm 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.24 no.2, 2021년, pp.285 - 294

박소연 (Dept. of Information Technology Engineering, Sookmyung Women's University) , 류서진 (Dept. of Information Technology Engineering, Sookmyung Women's University) , 동서연 (Dept. of Information Technology Engineering, Sookmyung Women's University)

Abstract ▼ AI-Helper

This study developed a responsive healthcare system that users can easily use in real life to prevent turtle neck syndrome by posture correction. We propose a system that naturally induces direct posture improvement by adjusting the height with a responsive cradle through a turtle neck discrimination algorithm detecting the turtle neck posture in real time using a webcam. The turtle neck algorithm was developed based on machine learning, using the points that the distance relationship between the jaw line and the shoulder varies depending on the posture. For the younger age group, which is particularly problematic due to the increase in the use of IT devices, image data in different situations according to the height and posture of the cradle was collected and learned as a support vector machine classifier. In addition, a height-adjustable cradle that can support a laptop has been created and expanded into a responsive cradle that can be controlled with software by interlocking with the Arduino. Therefore, this service enables posture correction of many modern people suffering from turtle neck syndrome and will become an essential platform in the increasing online environment in the non-contact era.

주제어

표/그림 (7)

그림 Fig. 1. Diagnosis criteria for turtle neck syndrome using acromial distance.
그림 Fig. 2. Discrimination algorithm development background. (a) Difference between the face(jaw) and shoulders when the height of the cradle is low. (b) Difference between the length of cheekbone of the face when the height of the cradle is high.
그림 Fig. 3. Flow charts of discrimination algorithms according to the height of the responsive cradle, (a) when the height of the cradle is low, and (b) when the height of the cradle is high.
그림 Fig. 4. Turtle neck syndrome discrimination algorithm. (a) Facial points extracted using Dlib (#2, #9, #16), (b) Shoulder points extracted using MPII Pose Keypoints model (#2, #5), (c) The process of calculating three values which are the distances between three facial landmarks from (a) and the horizontal line of the average height of the two shoulder points, and (d) the distance between the facial cheekbones used to adjust as ratio values.
그림 Fig. 5. ROC curve graph of the test dataset performance.
그림 Fig. 6. The developed responsive cradle.
그림 Fig. 7. User appearance during the responsive healthcare system. (a) When the height of the cradle is low, (left) Correct posture, (right) The turtle neck posture, and (b) When the height of the cradle is high(raised), (left) Correct posture, (right) Turtle neck posture.

AI 본문요약
AI-Helper

가설 설정

먼저, 거치대 높이가 낮을 때는 웹캠으로 찍는 영상에 얼굴과 어깨가 모두 나온다고 가정한다. 첫째, Dlib 라이브러리로 얻을 수 있는 얼굴의 특징점 68개 중 광대 끝점과 턱 끝에 해당하는 2, 16, 9번의 총 3개의 점을 사용했다(Fig.

제안 방법

따라서 거치대의 높이가 높을 때 거북목 자세가 나타나는 경우, 목이 빠져 화면에 얼굴이 가까워진다는 점을 이용했다. 거치대의 높이가 낮았을 때와 마찬가지로 얻은 얼굴 점 68개 중 광대 양 끝에 해당하는 2번, 16번 총 2개의 점을 사용해두 점 간의 x값의 차(거리)를 계산한 얼굴 광대 길이 값으로 거북목 자세 판별을 진행했다(Fig. 4(d)).
본 논문에서는 2단계로 높이가 조절되는 거치대의 높이 단계에 따라 판별 알고리즘을 다르게 제안한다. 먼저, 거치대가 낮을 때에는 웹캠으로 찍히는 영상 이미지에서 거북목 자세 여부에 따라 얼굴의 턱선과 어깨 선 간의 거리 변화가 나타나는 것을 확인하였다(Fig.

대상 데이터

71세, 표준 편차 6. 24)을 대상으로 실험 데이터 수집을 진행하였다. 거치대가 올라가지 않은 상태와 거치대를 올린 상태 각각에서 거북목 자세와 바른 자세를 나누어 2분 동안 타자 연습을 진행하였다.
디지털 기기 사용률이 높은 10~30대의 젊은 연령대의 7명(평균 21. 71세, 표준 편차 6. 24)을 대상으로 실험 데이터 수집을 진행하였다.

성능/효과

1[%]의 분류 성능을 보였다. 결론적으로 본 시스템을 통해 일상생활 속에서 잘못된 자세를 스스로 파악하고 거북목 증후군 예방을 위한 지속적인 자세 교정이 가능하다. 또한 제안하는 시스템의 경우, 별도의 부착식 센서 없이 사용자가 일상생활에서 노트북 컴퓨터를 사용하는 상황을 방해받지 않은 상태에서 무구속, 무자각으로 손쉽게 사용 가능하다는 점에서 누구나 쉽게 접근할 수 있는 실생활 서비스를 제공한다.
결론적으로 본 시스템을 통해 일상생활 속에서 잘못된 자세를 스스로 파악하고 거북목 증후군 예방을 위한 지속적인 자세 교정이 가능하다. 또한 제안하는 시스템의 경우, 별도의 부착식 센서 없이 사용자가 일상생활에서 노트북 컴퓨터를 사용하는 상황을 방해받지 않은 상태에서 무구속, 무자각으로 손쉽게 사용 가능하다는 점에서 누구나 쉽게 접근할 수 있는 실생활 서비스를 제공한다. 본 연구에서 제안하는 시스템을 통해 IT기기 사용이 증가한 언택트 환경에서 바른 자세를 유도하여 일상에서의 건강 증진을 향상시키는 효과가 기대된다.
본 연구에서 제안하는 시스템은 웹캠을 통해 얻은 사용자의 이미지에서 얼굴과 어깨에서 추출한 점들로 거북목 자세 판별 알고리즘을 통해 실시간으로 거북목 증후군 자세를 판별하고, 거북목 자세로 판별될 경우 반응형 거치대의 높이를 높임으로써 사용자의 자세를 바른 자세로 유도한다. 반응형 거치대의 높이가 올라간 상태에서도 거북목 자세로 판별될 경우 알람으로 경고를 주어 지속적으로 사용자의 바른 자세를 유도한다.
반응형 거치대의 높이가 올라간 상태에서도 거북목 자세로 판별될 경우 알람으로 경고를 주어 지속적으로 사용자의 바른 자세를 유도한다. 이 시스템에서 사용되는 거북목 자세 판별 알고리즘으로 본 연구에서 취득한 얼굴 영상 데이터로 학습 및 검증했을 때, 정확도와 AUC 값은 각각 90.9[%], 94.1[%]의 분류 성능을 보였다. 결론적으로 본 시스템을 통해 일상생활 속에서 잘못된 자세를 스스로 파악하고 거북목 증후군 예방을 위한 지속적인 자세 교정이 가능하다.

후속연구

그러나 본 연구에서 검증한 자세 판별 알고리즘의 성능이 10대∼30대 여성을 대상으로 제한적인 실험 데이터를 수집해서 얻은 결과라는 점에서 한계가 존재한다
본 연구에서 검증한 노트북 컴퓨터 뿐만 아니라 태블릿 pc, 스마트폰 등으로 확장 또한 가능하므로 실생활 적용 가능성이 매우 높을 것으로 생각된다. 그러나 본 연구에서 검증한 자세 판별 알고리즘의 성능이 10대∼30대 여성을 대상으로 제한적인 실험 데이터를 수집해서 얻은 결과라는 점에서 한계가 존재한다.
또한 제안하는 시스템의 경우, 별도의 부착식 센서 없이 사용자가 일상생활에서 노트북 컴퓨터를 사용하는 상황을 방해받지 않은 상태에서 무구속, 무자각으로 손쉽게 사용 가능하다는 점에서 누구나 쉽게 접근할 수 있는 실생활 서비스를 제공한다. 본 연구에서 제안하는 시스템을 통해 IT기기 사용이 증가한 언택트 환경에서 바른 자세를 유도하여 일상에서의 건강 증진을 향상시키는 효과가 기대된다.
그러나 본 연구에서 검증한 자세 판별 알고리즘의 성능이 10대∼30대 여성을 대상으로 제한적인 실험 데이터를 수집해서 얻은 결과라는 점에서 한계가 존재한다. 추후 연구에서 남성뿐 아니라 다양한 연령층으로 실험 참여자를 확장시킨다면 제안하는 시스템 성능의 일반화 뿐 아니라 알고리즘의 성능 또한 높일 수 있을 것이다.

참고문헌 (24)

Health insurance big data of National Health Insurance Service(2018), https://www.nhis.or.kr (accessed December 1, 2020).
H. Chiu, C. Tu, S. Wu, and C. Hsiou, "Muscle Activity and Comfort Perception on Neck, Shoulder, and Forearm While Using a Tablet Computer at Various Tilt Angles," Journal of Human-computer Interaction, Vol. 31, No. 11, pp. 769-776, 2015.

상세보기
J. Lee, S. Park, H. Shin, and W. Choi, "Comparison of The VDT Occupation and VDT Related Hobby Groups in Terms of Patients' Subjective Symptoms of VDT Syndrome," Journal of International Academy of Physical Therapy Research, Vol. 8, No. 2, pp. 1168-1174. 2017.

원문보기 상세보기
J. Swann, "Good positioning: the importance of posture," Journal of Nursing and Residential Care, Vol. 11, No. 9, pp. 467-469, 2009.

상세보기
Y. Kim, "Comparison of Effect of Combined Exercise Training on Fear-Avoidance Beliefs Questionnaire and Neck Disability Index in Forward Head Posture and Turtle Neck," Journal of the Korea Entertainment Industry Association, Vol. 11, No. 4, pp. 227-236, 2017.
S. Lee, "Factors Related to Occurrence of Forward Head Posture in Information and Communication Addicts," Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, Vol. 8, No. 6, pp. 675-683, 2018.
B. Ahn, Y. Ko, and J.Lee, "Indoor Location and Pose Estimation Algorithm using Artificial Attached Marker," Journal of Korea Multimedia Society, Vol. 19, No. 2, pp. 240-251, 2016.

원문보기 상세보기
W. Jun, W. Lee, and H. Kim, "Forward Head Posture Detection and Warning System using Image Equipment," Proceeding of Symposium of the Korean Institute of communications and Information Sciences, pp. 571-572, 2016.
T. Kim, S. Chen, and J. Lach, "Detecting and Preventing Forward Head Posture with Wireless Inertial Body Sensor Networks," Proceeding of International Conference on Body Sensor Networks, pp. 125-126, 2011.
M. Jung, D. Shin, and D. Lim, "Development of a forward head posture warning system for pc users by using artificial intelligence algorithms," Journal of Institute of Control, Robotics and Systems, Vol. 26, No. 5, pp. 355-362, 2020.

상세보기
H. Jung, J. Ji, and S. Min, "Real-Time Sitting Posture Monitoring System Using Pressure Sensor," Journal of Transactions of the Korean Institute of Electrical Engineers, Vol. 64, No. 6, pp. 940-947, 2015.

원문보기 상세보기
J. Han, and J. Park, "Turtle Neck Syndrome Posture Correction Service Using CNN-based Learning Model," Journal of the Korea Contents Association, Vol. 20, No. 7, pp. 47-55, 2020.

원문보기 상세보기
J. Lee, Y. Chee, J. Bae, H. Kim, and Y. Kim, "The Wearable Sensor System to Monitor the Head & Neck Posture in Daily Life," Journal of Biomedical Engineering Research, Vol. 37, No. 3, pp. 112-118, 2016.

원문보기 상세보기
S. Kim, N. Kim, and L. Kim, "Effects of Cervical Sustained Natural Apophyseal Glide on Forward Head Posture and Respiratory Function," Journal of Physical Therapy Science, Vol. 27, No. 6, pp. 1851-1854, 2015.

상세보기
A.G. Silva, T.D. Punt, P. Sharples, J.P. Vilas-Boas, and M.I. Johnson, "Head Posture Assessment for Patients with Neck Pain: Is It Useful?," Journal of Therapy and Rehabilitation, Vol. 16, No. 1, pp. 43-53, 2009.

상세보기
H. Kim, J. Chun, and J. Jee, "The Posture Correction Effect of Functional Clothing to Prevent Turtle Neck Syndrome," Journal of the Costume Culture, Vol. 24, No. 3, pp. 358-366, 2016.
P.S. Bradley and O.L. Mangasarian, "Massive Data Discrimination via Linear Support Vector Machines," Journal of Optimization Methods and Software, Vol. 13, No. 1, pp. 1-10, 2000.

상세보기
W. Na, S. Han, and Y. Jeong, "FPGA Design of SVM Classifier for Real Time Image Processing," Journal of Institute of Korean Electrical and Electronics Engineers, Vol. 20, No. 3, pp. 209-219, 2016.
D.E. King, "Dlib-ml: A Machine Learning Toolkit," Journal of Machine Learning Research, Vol. 10, pp. 1755-1758, 2009.
E. Insafutdinov, L. Pishchulin, B. Andres, M. Andriluka, and B. Schiele, "Deepercut: A Deeper, Stronger, and Faster Multi-Person Pose Estimation Model," Proceeding of European Conference on Computer Vision, pp. 34-50, 2016.
G. Bradski, "The OpenCV Library," Journal of Dr Dobb's J . Software Tools, Vol. 25, No. 11, pp. 120-125, 2000.
F. Pedregosa, G. Varoquaux, A. Gramfort, V. Michel, B. Thirion, and O. Grisel et al., "Scikit-learn: Machine Learning in Python," Journal of Machine Learning Research, Vol. 12, pp. 1532-4435, 2011.
Sciencebox. https://www.sciencebox.co.kr/ (accessed February 1, 2021).
M. Munasinghe, "Facial Expression Recognition Using Facial Landmarks and Random Forest Classifier," Proceeding of IEEE/ACIS International Conference on Computer and Information Science, pp. 423-427, 2018.

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