[go: up one dir, main page]

KR20210117135A - 이미지를 이용한 비대면 체력측정 시스템 - Google Patents

이미지를 이용한 비대면 체력측정 시스템 Download PDF

Info

Publication number
KR20210117135A
KR20210117135A KR1020200177370A KR20200177370A KR20210117135A KR 20210117135 A KR20210117135 A KR 20210117135A KR 1020200177370 A KR1020200177370 A KR 1020200177370A KR 20200177370 A KR20200177370 A KR 20200177370A KR 20210117135 A KR20210117135 A KR 20210117135A
Authority
KR
South Korea
Prior art keywords
coordinate information
coordinate
value
accumulated
person
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
KR1020200177370A
Other languages
English (en)
Other versions
KR102411882B1 (ko
Inventor
조환희
허윤
송홍선
최문정
Original Assignee
최문정
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 최문정 filed Critical 최문정
Publication of KR20210117135A publication Critical patent/KR20210117135A/ko
Application granted granted Critical
Publication of KR102411882B1 publication Critical patent/KR102411882B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1126Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb using a particular sensing technique
    • A61B5/1128Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb using a particular sensing technique using image analysis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1118Determining activity level
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1124Determining motor skills
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient; User input means
    • A61B5/7465Arrangements for interactive communication between patient and care services, e.g. by using a telephone network

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Nursing (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

이미지를 이용한 비대면 체력측정 시스템은 휴대용 전자기기 및 서버를 포함한다. 상기 휴대용 전자기기로 체력측정 대상자를 촬영하고, 촬영된 이미지를 이용하여 체력측정 결과를 산출한다. 이 과정에서 체력측정 결과의 정확성을 향상시키기 위해서 딥러닝 알고리즘이 이용된다. 상기 이미지를 이용한 비대면 체력측정 시스템은 복수의 체력측정 모드들을 제공한다. 상기 체력측정 모드들은 제자리 걷기 측정모드, 일어났다가 앉기 측정모드, 및 걸어갔다가 제자리 돌아오기 모드 등을 포함한다.

Description

이미지를 이용한 비대면 체력측정 시스템{Untact physical fitness measurement system using images}
본 발명은 비대면 체력측정 시스템에 대한 것으로, 구체적으로 휴대용 전자기기에 의해 촬영되는 영상 이미지를 이용하여 체력을 측정하는 시스템에 대한 것이다.
일반적으로, 체력 및 건강은 행복한 삶을 위해 필수적인 요건이 되었으며, 이를 위해 많은 시간과 노력을 할애하고 있다. 특히, 고령화 사회에서 노인에 있어서는, 체력과 건강이 그 무엇보다도 중요한 요건이 되어가고 있다.
또한, 발달된 전자정보 기술과 통신 기술을 통해서, 체력 또는 건강을 편리하게 괸리하도록 하는 기술이 개발되고 있다.
그러나, 종래의 체력 측정 방식은 측정 대상자가 측정 감독자의 도움을 받아야만 했었기 때문에, 측정 대상자가 혼자서는 체력 측정을 하기 어려운 문제점이 있었다.
또한, 전염병과 같은 사회적 이슈 때문에, 사람들 간의 만남이 꺼려지는 상황에서도 측정 대상자와 측정 감독자가 서로 만나야만 체력 측정이 가능하다는 문제점이 있었다.
[관련기술문헌]
신체 맞춤형 운동 분석 시스템(특허등록번호 제10-2096476호)
본 발명은 다른 사람의 도움 없이도 혼자서 정확하게 자신의 체력측정을 할 수 있는 비대면 체력측정 시스템을 제공하는 것을 목적으로 한다.
본 발명의 일 실시예에 따른 이미지를 이용한 비대면 체력측정 시스템은 카메라 모듈 및 표시패널을 포함하는 휴대용 전자기기 및 상기 휴대용 전자기기와 통신하는 서버를 포함할 수 있다.
상기 이미지를 이용한 비대면 체력측정 시스템은 상기 카메라 모듈을 통해서 사람을 촬영하는 단계; 상기 표시패널에 상기 촬영된 사람에 대응하는 이미지를 생성하는 단계; 상기 이미지에서 상기 사람의 복수의 신체부위들에 대응하는 복수의 좌표정보들을 추출하는 단계; 상기 복수의 좌표정보들 중 왼쪽 손목 좌표정보 또는 오른쪽 손목 좌표정보를 통해 상기 사람이 왼쪽 손 또는 오른쪽 손을 드는 행위를 했는지 여부를 감지하는 단계; 상기 왼쪽 손목 좌표정보 또는 상기 오른쪽 손목 좌표정보를 통해 상기 사람이 들고 있던 오른쪽 손 또는 왼쪽 손을 내리는 행위를 했는지 여부를 감지하는 단계; 상기 사람이 들고 있던 오른쪽 손 또는 왼쪽 손을 내리는 행위를 한 것을 감지하는 경우, 소정의 제1 시간동안 상기 복수의 좌표정보들 중 오른쪽 엉덩이 좌표정보, 왼쪽 엉덩이 좌표정보, 오른쪽 어깨 좌표정보, 및 왼쪽 어깨 좌표정보를 누적하여 각각에 대해서 n개(여기서 n은 1이상의 자연수)를 저장하는 단계; 상기 누적된 좌표정보들을 이용하여 상기 표시패널의 표시영역과 상기 이미지 사이의 상대적 비율을 연산하는 단계; 상기 누적된 오른쪽 엉덩이 좌표정보들 중 y좌표값들 더한 제1 값에서 상기 누적된 오른쪽 어깨 좌표들 중 y좌표값들을 더한 제2 값을 빼서 제3 값을 구하고, 상기 누적된 왼쪽 엉덩이 좌표정보들 중 y좌표값들 더한 제4 값에서 상기 누적된 왼쪽 어깨 좌표들 중 y좌표값들을 더한 제5 값을 빼서 제6 값을 구하며, 상기 제3 값과 상기 제6 값의 평균값을 구하고, 상기 평균값을 상기 n으로 나눈 값의 절대값을 제1 노이즈 기준값으로 정의하는 단계; 상기 복수의 좌표정보들 중 오른쪽 발목 좌표정보, 왼쪽 발목 좌표정보, 오른쪽 무릎 좌표정보, 및 왼쪽 무릎 좌표정보를 누적하여 m개(여기서 m은 1이상의 자연수)를 저장하는 단계; 상기 m개의 누적된 좌표정보들 중 오른쪽 발목 좌표정보들 및 왼쪽 발목 좌표정보들에 사비츠키 골레이 필터를 적용하는 단계; 상기 사비츠키 골레이 필터가 적용된 오른쪽 발목 좌표정보의 y좌표값에서 상기 사비츠키 골레이 필터가 적용된 왼쪽 발목 좌표정보의 y좌표값을 빼서 제7 값을 구하고, 오른쪽 무릎 좌표정보의 y좌표값에서 왼쪽 발목 좌표정보의 y좌표값을 빼서 제8 값을 구하며, 상기 제7 값과 상기 제8 값을 더한 제9 값이 음수 인지 양수인지 판단 단계; 및 상기 제9 값이 음수에서 양수로 바뀐 이후, 다시 양수에서 음수로 바뀌는 경우, 상기 사람이 1회 걸음걸이 동작을 수행하였다고 판단하는 단계를 수행(포함)할 수 있다.
본 발명의 일 실시예에 따른 이미지를 이용한 비대면 체력측정 시스템은 상기 사비츠키 골레이 필터가 적용된 상기 오른쪽 발목 좌표정보의 y좌표값 변화량 및 상기 왼쪽 발목 좌표정보의 y좌표값 변화량이 상기 제1 노이즈 기준값 보다 작은 경우, 상기 사람이 걸음걸이 동작을 수행하지 않은 것으로 판단하는 단계를 더 수행(포함)할 수 있다.
본 발명의 일 실시예에서, 상기 휴대용 전자기기를 통해 처리된 정보는 상기 서버에 전송되며, 상기 서버는 수신된 정보에 대해서 딥러닝 알고리즘을 이용하여 학습할 수 있다.
본 발명의 일 실시예에서, 상기 딥러닝 알고리즘은 콘볼루션 신경망(Convolutional Neural Network) 방식일 수 있다.
본 발명의 일 실시예에서, 상기 서버에 체력측정 기준에 대한 데이터가 저장되며, 상기 서버는 상기 휴대용 전자기기에서 수신한 정보를 상기 데이터와 비교하여 체력측정 결과를 산출하고, 상기 산출된 체력측정 결과를 상기 휴대용 전자기기에 전송할 수 있다.
본 발명의 일 실시예에 따른 이미지를 이용한 비대면 체력측정 시스템은 상기 사람이 들고 있던 오른쪽 손 또는 왼쪽 손을 내리는 행위를 한 것을 감지하는 경우, 소정의 제2 시간동안 상기 복수의 좌표정보들 중 왼쪽 어깨 좌표정보 및 오른쪽 어깨 좌표정보의 제1 평균 좌표정보 및 코 좌표정보를 누적하여 복수 개 저장하는 단계; 상기 누적된 제1 평균 좌표정보들의 평균값 및 상기 누적된 코 좌표정보들의 평균값 사이의 거리를 제2 노이즈 기준값으로 정의하는 단계; 상기 누적된 코 좌표정보들의 상기 평균값을 판단 기준좌표로 정의하는 단계; 상기 소정의 제2 시간이 지난 후, 상기 복수의 좌표정보들 중 왼쪽 어깨 좌표정보 및 오른쪽 어깨 좌표정보의 제2 평균 좌표정보를 누적하여 복수 개 저장하는 단계; 상기 누적된 제2 평균 좌표정보들에 사비츠키 골레이 필터를 적용하는 단계; 상기 사비츠키 골레이 필터가 적용된 제2 평균 좌표정보의 y좌표값과 상기 판단 기준좌표의 y좌표값의 차를 구하고, 그 차가 음수인지 양수인지 판단하는 단계; 및 상기 차가 음수에서 양수로 바뀐 이후, 다시 양수에서 음수로 바뀌는 경우, 상기 사람이 1회 일어났다가 앉는 동작을 수행하였다고 판단하는 단계를 더 수행(포함)할 수 있다.
본 발명의 일 실시예에 따른 이미지를 이용한 비대면 체력측정 시스템은 상기 사비츠키 골레이 필터가 적용된 상기 제2 평균 좌표정보의 y좌표값 변화량이 상기 제2 노이즈 기준값 보다 작은 경우, 상기 사람이 일어났다가 앉는 동작을 수행하지 않은 것으로 판단하는 단계를 더 수행(포함)할 수 있다.
본 발명의 일 실시예에 따른 이미지를 이용한 비대면 체력측정 시스템은 상기 사람이 들고 있던 오른쪽 손 또는 왼쪽 손을 내리는 행위를 한 것을 감지하는 경우, 소정의 제3 시간동안 상기 복수의 좌표정보들 중 오른쪽 발목 좌표정보, 왼쪽 발목 좌표정보, 오른쪽 및 왼쪽 중 어느 한쪽의 눈 좌표정보, 상기 오른쪽 및 왼쪽 중 다른 쪽의 엉덩이 좌표정보, 오른쪽 무릎 좌표정보, 및 왼쪽 무릎 좌표정보를 누적하여 복수 개 저장하는 단계; 상기 소정의 제3 시간동안 누적된 좌표정보들 중 오른쪽 무릎 좌표정보, 왼쪽 무릎 좌표정보, 오른쪽 발목 좌표정보, 및 왼쪽 발목 좌표정보를 이용하여 상기 표시패널의 표시영역과 상기 이미지 사이의 상대적 비율을 연산하는 단계; 상기 소정의 제3 시간동안 누적된 좌표들 중 오른쪽 발목 좌표정보들의 평균 및 왼쪽 발목 좌표정보들의 평균을 출발 판단 기준좌표 그룹으로 정의하고, 상기 어느 한쪽의 눈 좌표정보들의 평균 및 상기 다른 쪽의 엉덩이 좌표정보들의 평균을 도착 판단 기준좌표 그룹으로 정의하는 단계; 상기 소정의 제3 시간이 지난 후, 상기 복수의 좌표정보들 중 오른쪽 발목 좌표정보, 왼쪽 발목 좌표정보, 상기 어느 한쪽의 눈 좌표정보, 및 상기 다른 쪽의 엉덩이 좌표정보를 누적하여 복수 개 저장하는 단계; 상기 소정의 제3 시간이 지난 후, 상기 누적된 어느 한쪽의 눈 좌표정보들 및 상기 누적된 다른 쪽의 엉덩이 좌표정보들에 사비츠키 골레이 필터를 적용하는 단계; 상기 소정의 제3 시간이 지난 후, 상기 누적된 오른쪽 발목 좌표정보들 및 상기 누적된 왼쪽 발목 좌표정보들을 상기 출발 판단 기준좌표 그룹과 비교하여 상기 사람이 걷는 동작을 시작하였는지 판단하는 단계; 및 상기 소정의 제3 시간이 지난 후, 상기 사비츠키 골레이 필터가 적용된 상기 어느 한쪽의 눈 좌표정보들 및 상기 사비츠키 골레이 필터가 적용된 다른 쪽의 엉덩이 좌표정보들을 상기 도착 판단 기준좌표 그룹과 비교하여 상기 사람이 원래 자리로 돌아왔는지 판단하는 단계를 더 수행(포함)할 수 있다.
본 발명의 일 실시예에 따른 이미지를 이용한 비대면 체력측정 시스템은 카메라 모듈 및 표시패널을 포함하는 휴대용 전자기기 및 상기 휴대용 전자기기와 통신하는 서버를 포함하고, 복수의 체력측정 모드들을 제공할 수 있다. 상기 휴대용 전자기기를 통해 상기 복수의 체력측정 모드들 중 제1 체력측정 모드가 선택되면, 상기 카메라 모듈을 통해서 사람을 촬영하고, 상기 표시패널에 상기 촬영된 사람에 대응하는 이미지를 표시하며, 상기 이미지에서 상기 사람의 복수의 신체부위들에 대응하는 복수의 좌표정보들을 추출하고, 상기 복수의 좌표정보들 중 왼쪽 손목 좌표정보 또는 오른쪽 손목 좌표정보를 통해 상기 사람이 왼쪽 손 또는 오른쪽 손을 들었다 내렸는지 여부를 감지하고, 상기 사람이 오른쪽 손 또는 왼쪽 손을 들었다 내리는 행위를 한 것을 감지하는 경우, 소정의 제1 시간동안 상기 복수의 좌표정보들 중 오른쪽 엉덩이 좌표정보, 왼쪽 엉덩이 좌표정보, 오른쪽 어깨 좌표정보, 및 왼쪽 어깨 좌표정보를 누적하여 각각에 대해서 n개(여기서 n은 1이상의 자연수)를 저장하며, 상기 누적된 좌표정보들을 이용하여 상기 표시패널의 표시영역과 상기 이미지 사이의 상대적 비율을 연산하고, 상기 누적된 오른쪽 엉덩이 좌표정보들 중 y좌표값들 더한 제1 값에서 상기 누적된 오른쪽 어깨 좌표들 중 y좌표값들을 더한 제2 값을 빼서 제3 값을 구하고, 상기 누적된 왼쪽 엉덩이 좌표정보들 중 y좌표값들 더한 제4 값에서 상기 누적된 왼쪽 어깨 좌표들 중 y좌표값들을 더한 제5 값을 빼서 제6 값을 구하며, 상기 제3 값과 상기 제6 값의 평균값을 구하고, 상기 평균값을 상기 n으로 나눈 값의 절대값을 제1 노이즈 기준값으로 정의하고, 상기 복수의 좌표정보들 중 오른쪽 발목 좌표정보, 왼쪽 발목 좌표정보, 오른쪽 무릎 좌표정보, 및 왼쪽 무릎 좌표정보를 누적하여 m개(여기서 m은 1이상의 자연수)를 저장하며, 상기 m개의 누적된 좌표정보들 중 오른쪽 발목 좌표정보들 및 왼쪽 발목 좌표정보들에 사비츠키 골레이 필터를 적용하고, 상기 사비츠키 골레이 필터가 적용된 오른쪽 발목 좌표정보의 y좌표값과 상기 사비츠키 골레이 필터가 적용된 왼쪽 발목 좌표정보의 y좌표값의 차를 구하여, 그 차가 음수 인지 양수인지 판단하고, 상기 차가 음수에서 양수로 바뀐 이후, 다시 양수에서 음수로 바뀌는 경우, 상기 사람이 1회 걸음걸이 동작을 수행하였다고 판단할 수 있다.
본 발명의 일 실시예에서, 상기 사비츠키 골레이 필터가 적용된 상기 오른쪽 발목 좌표정보의 y좌표값 변화량 및 상기 왼쪽 발목 좌표정보의 y좌표값 변화량이 상기 제1 노이즈 기준값 이하인 경우, 상기 사람이 걸음걸이 동작을 수행하지 않은 것으로 판단할 수 있다.
본 발명의 일 실시예에서, 상기 휴대용 전자기기를 통해 처리된 정보는 상기 서버에 전송되며, 상기 서버는 수신된 정보에 대해서 딥러닝 알고리즘을 이용하여 학습할 수 있다.
본 발명의 일 실시예에서, 상기 서버에 체력측정 기준에 대한 데이터가 저장되며, 상기 서버는 상기 휴대용 전자기기에서 수신한 정보를 상기 데이터와 비교하여 체력측정 결과를 산출하고, 상기 산출된 체력측정 결과를 상기 휴대용 전자기기에 전송할 수 있다.
본 발명의 일 실시예에서, 상기 휴대용 전자기기를 통해 상기 복수의 체력측정 모드들 중 제2 체력측정 모드가 선택되면, 상기 사람이 오른쪽 손 또는 왼쪽 손을 들었다가 내리는 행위를 한 것을 감지하는 경우, 소정의 제2 시간동안 상기 복수의 좌표정보들 중 왼쪽 어깨 좌표정보 및 오른쪽 어깨 좌표정보의 제1 평균 좌표정보 및 코 좌표정보를 누적하여 복수 개 저장하고, 상기 누적된 제1 평균 좌표정보들의 평균값 및 상기 누적된 코 좌표정보들의 평균값 사이의 거리를 제2 노이즈 기준값으로 정의하며, 상기 누적된 코 좌표정보들의 상기 평균값을 판단 기준좌표로 정의하며, 상기 소정의 제2 시간이 지난 후, 상기 복수의 좌표정보들 중 왼쪽 어깨 좌표정보 및 오른쪽 어깨 좌표정보의 제2 평균 좌표정보를 누적하여 복수 개 저장하고, 상기 누적된 제2 평균 좌표정보들에 사비츠키 골레이 필터를 적용하고, 상기 사비츠키 골레이 필터가 적용된 제2 평균 좌표정보의 y좌표값과 상기 판단 기준좌표의 y좌표값의 차를 구하여, 그 차가 음수인지 양수인지 판단하며, 상기 차가 음수에서 양수로 바뀐 이후, 다시 양수에서 음수로 바뀌는 경우, 상기 사람이 1회 일어났다가 앉는 동작을 수행하였다고 판단할 수 있다.
본 발명의 일 실시예에서, 상기 사비츠키 골레이 필터가 적용된 상기 제2 평균 좌표정보의 y좌표값 변화량이 상기 제2 노이즈 기준값 보다 작은 경우, 상기 사람이 일어났다가 앉는 동작을 수행하지 않은 것으로 판단할 수 있다.
본 발명의 일 실시예에서, 상기 휴대용 전자기기를 통해 상기 복수의 체력측정 모드들 중 제3 체력측정 모드가 선택되면, 상기 사람이 오른쪽 손 또는 왼쪽 손을 들었다가 내리는 행위를 한 것을 감지하는 경우, 소정의 제3 시간동안 상기 복수의 좌표정보들 중 오른쪽 발목 좌표정보, 왼쪽 발목 좌표정보, 오른쪽 및 왼쪽 중 어느 한쪽의 눈 좌표정보, 상기 오른쪽 및 왼쪽 중 다른 쪽의 엉덩이 좌표정보, 오른쪽 무릎 좌표정보, 및 왼쪽 무릎 좌표정보를 누적하여 복수 개 저장하고, 상기 소정의 제3 시간동안 누적된 좌표정보들 중 오른쪽 무릎 좌표정보, 왼쪽 무릎 좌표정보, 오른쪽 발목 좌표정보, 및 왼쪽 발목 좌표정보를 이용하여 상기 표시패널의 표시영역과 상기 이미지 사이의 상대적 비율을 연산하며, 상기 소정의 제3 시간동안 누적된 좌표들 중 오른쪽 발목 좌표정보들의 평균 및 왼쪽 발목 좌표정보들의 평균을 출발 판단 기준좌표 그룹으로 정의하고, 상기 어느 한쪽의 눈 좌표정보들의 평균 및 상기 다른 쪽의 엉덩이 좌표정보들의 평균을 도착 판단 기준좌표 그룹으로 정의하고, 상기 소정의 제3 시간이 지난 후, 상기 복수의 좌표정보들 중 오른쪽 발목 좌표정보, 왼쪽 발목 좌표정보, 상기 어느 한쪽의 눈 좌표정보, 및 상기 다른 쪽의 엉덩이 좌표정보를 누적하여 복수 개 저장하며, 상기 누적된 어느 한쪽의 눈 좌표정보들 및 상기 누적된 다른 쪽의 엉덩이 좌표정보들에 사비츠키 골레이 필터를 적용하고, 상기 누적된 오른쪽 발목 좌표정보들 및 상기 누적된 왼쪽 발목 좌표정보들을 상기 출발 판단 기준좌표 그룹과 비교하여 상기 사람이 걷는 동작을 시작하였는지 판단하고, 상기 사비츠키 골레이 필터가 적용된 상기 어느 한쪽의 눈 좌표정보들 및 상기 누적된 다른 쪽의 엉덩이 좌표정보들을 상기 도착 판단 기준좌표 그룹과 비교하여 상기 사람이 원래 자리로 돌아왔는지 판단할 수 있다.
본 발명의 일 실시예에 따르면, 체력측정 대상자는 다른 사람의 도움 없이도 스스로 자신의 체력을 정확하게 측정할 수 있다.
이에 따라, 체력측정 대상자는 체력을 측정하는 빈도를 늘릴 수 있다. 또한, 체력측정 대상자는 전염병이 유행하는 시기에도 비대면 방식으로 안전하게 자신의 체력을 측정할 수 있다.
도 1은 본 발명의 일 실시예에 따른 비대면 체력측정 시스템을 도시한 것이다.
도 2a 내지 도 2d 각각은 휴대용 전자기기를 이용하여 체력측정을 수행하는 것을 예시적으로 도시한 것이다.
도 3a 내지 도 3d 각각은 휴대용 전자기기를 이용하여 체력측정을 수행하는 것을 예시적으로 도시한 것이다.
도 4a 내지 도 4d 각각은 휴대용 전자기기를 이용하여 체력측정을 수행하는 것을 예시적으로 도시한 것이다.
이하, 도면을 참조하여 본 발명의 실시예들을 설명한다.
도면들에 있어서, 구성요소들의 비율 및 치수는 기술적 내용의 효과적인 설명을 위해 과장된 것이다. "및/또는"은 연관된 구성들이 정의할 수 있는 하나 이상의 조합을 모두 포함한다.
"포함하다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1은 본 발명의 일 실시예에 따른 비대면 체력측정 시스템(FMS)을 도시한 것이다.
비대면 체력측정 시스템(FMS)은 휴대용 전자기기(USS), 서버(SV), 및 퍼스널 컴퓨터(CD)를 포함할 수 있다.
휴대용 전자기기(USS)는 카메라 모듈, 메모리장치, 제어장치, 통신모듈, 표시패널, 및 터치감지모듈을 포함할 수 있다. 휴대용 전자기기(USS)는 예를들어, 스마트폰, 태블릿 PC, 랩톱, 스마트 와치, 또는 스마트 안경 등 일 수 있다. 본 명세서 내에서는 휴대용 전자기기(USS)가 스마트폰인 것을 예시적으로 도시하였다.
서버(SV)는 휴대용 전자기기(USS)와 무선 또는 유선 방식으로 통신할 수 있다. 서버(SV)에는 휴대용 전자기기(USS)에서 수신한 정보를 이용하여 체력측정 결과를 도출하기 위한 데이터들이 저장되어 있을 수 있다.
서버(SV)는 딥러닝 또는 머신러닝 방식을 이용하여 휴대용 전자기기(USS)를 통해 촬영된 이미지 분석에 대한 정확도를 향상시키고, 이를 토대로 체력측정 결과값 산출의 정확도를 향상시킬 수 있다. 예를들어, 합성곱 신경망(CNN, Convolution Neural Network) 알고리즘이 이용될 수 있으나, 이에 제한되는 것은 아니다.
서버(SV)는 체력측정 결과를 산출하여, 이를 휴대용 전자기기(USS)에 전송할 수 있다.
퍼스널 컴퓨터(CD)는 서버(SV)와 무선 또는 유선방식으로 통신할 수 있다. 퍼스널 컴퓨터(CD)는 서버(SV)를 제어할 수 있다.
본 발명의 다른 실시예에서, 비대면 체력측정 시스템(FMS)은 퍼스널 컴퓨터(CD)를 제외하고, 휴대용 전자기기(USS) 및 서버(SV)를 포함하는 개념으로 이해될 수 있다.
비대면 체력측정 시스템(FMS)은 복수의 체력측정 모드들을 제공할 수 있다. 예를들어, 체력측정 모드들은 제자리 걷기 측정모드, 일어났다가 앉기 측정모드, 및 걸어갔다가 제자리 돌아오기 모드 등을 포함할 수 있다.
도 2a 내지 도 2d 각각은 휴대용 전자기기(USS)를 이용하여 체력측정을 수행하는 것을 예시적으로 도시한 것이다. 도 2a 내지 도 2d 각각은 사용자가 체력측정 모드들 중 제자리 걷기 측정모드를 선택한 후, 사람의 동작을 휴대용 전자기기(USS)를 이용하여 촬영한 것을 예시적으로 도시한 것이다.
휴대용 전자기기(USS)는 사람을 촬영하여, 표시패널의 표시영역(DA)에 촬영한 사람에 대응하는 이미지(IM)를 표시할 수 있다. 표시영역(DA)은 제1 방향(DR1) 및 제2 방향(DR2)이 정의하는 면과 평행할 수 있다. 제1 방향(DR1)은 X축 방향과 나란하고, 제2 방향(DR2)은 Y축 방향과 나란할 수 있다. 따라서, 표시영역(DA) 내의 화소들 각각의 위치는 (x, y)와 같은 형태의 좌표로 표현될 수 있다.
휴대용 전자기기(USS)는 이미지(IM)를 분석하여 촬영된 사람의 복수의 신체부위들에 대응하는 복수의 좌표정보들(RY, LY, CN, RS, LS, RE, LE, RW, LW, RH, LH, RK, LK, RA, LA)을 추출하고, 추출된 좌표정보들(RY, LY, CN, RS, LS, RE, LE, RW, LW, RH, LH, RK, LK, RA, LA)의 움직임을 파악할 수 있다.
좌표정보들(RY, LY, CN, RS, LS, RE, LE, RW, LW, RH, LH, RK, LK, RA, LA)은 오른쪽 눈 좌표정보(RY), 왼쪽 눈 좌표정보(LY), 코 좌표정보(CN), 오른쪽 어깨 좌표정보(RS), 왼쪽 어깨 좌표정보(LS), 오른쪽 팔꿈치 좌표정보(RE), 왼쪽 팔꿈치 좌표정보(LE), 오른쪽 손목 좌표정보(RW), 왼쪽 손목 좌표정보(LW), 오른쪽 엉덩이 좌표정보(RH), 왼쪽 엉덩이 좌표정보(LH), 오른쪽 무릎 좌표정보(RK), 왼쪽 무릎 좌표정보(LK), 오른쪽 발목 좌표정보(RA), 및 왼쪽 발목 좌표정보(LA)를 포함할 수 있다.
도 2a를 참조하면, 왼쪽 손목 좌표정보(LW) 또는 오른쪽 손목 좌표정보(RW)를 통해 사람이 왼쪽 손 또는 오른쪽 손을 드는 행위를 했는지 여부를 감지할 수 있다.
도 2b 참조하면, 왼쪽 손목 좌표정보(LW) 또는 오른쪽 손목 좌표정보(RW)를 통해 사람이 왼쪽 손 또는 오른쪽 손을 내리는 행위를 했는지 여부를 감지할 수 있다.
손 드는 행위를 할 때, 좌표정보들(RY, LY, CN, RS, LS, RE, LE, RW, LW, RH, LH, RK, LK, RA, LA) 중 왼쪽 손목 좌표정보(LW) 또는 오른쪽 손목 좌표정보(RW)의 좌표변화가 가장 크다. 따라서, 왼쪽 손목 좌표정보(LW) 또는 오른쪽 손목 좌표정보(RW)를 이용하면, 손을 들고 내리는 행동을 수행하였는지 여부를 정확히 판단할 수 있다.
사람이 들고 있던 오른쪽 손 또는 왼쪽 손을 들었다가 내리는 행위를 한 것으로 판단하는 경우, 소정의 시간(예를들어, 약 3초) 동안 좌표정보들(RY, LY, CN, RS, LS, RE, LE, RW, LW, RH, LH, RK, LK, RA, LA) 중 오른쪽 엉덩이 좌표정보(RH), 왼쪽 엉덩이 좌표정보(LH), 오른쪽 어깨 좌표정보(RS), 및 왼쪽 어깨 좌표정보(LS)를 누적하여 n개(여기서 n은 1이상의 자연수)를 저장할 수 있다. 이 때, 누적된 정보들은 휴대용 전자기기(USS)의 메모리에 저장될 수 있다.
휴대용 전자기기(USS)는 소정의 시간 동안 누적된 오른쪽 엉덩이 좌표정보(RH), 왼쪽 엉덩이 좌표정보(LH), 오른쪽 어깨 좌표정보(RS), 및 왼쪽 어깨 좌표정보(LS)를 이용하여 표시영역(DA)과 사람에 대응하는 이미지(IM) 사이의 상대적 비율을 연산할 수 있다.
휴대용 전자기기(USS)와 사람(체력측정 대상자) 사이의 거리, 사람(체력측정 대상자)의 키, 휴대용 전자기기(USS)와 사람(체력측정 대상자) 사이의 상대적 위치, 휴대용 전자기기(USS)에 실장되는 카메라 모듈의 성능 등에 따라서 표시영역(DA)내에서 이미지(IM)가 차지하는 비율이 달라질 수 있다. 이와 같이, 표시영역(DA)내에서 이미지(IM)가 차지하는 상대적 비율을 고려하여, 좌표정보들(RY, LY, CN, RS, LS, RE, LE, RW, LW, RH, LH, RK, LK, RA, LA)의 움직임을 파악하는 경우, 더욱 정확한 측정이 가능하게 된다.
오른쪽 엉덩이 좌표정보(RH), 왼쪽 엉덩이 좌표정보(LH), 오른쪽 어깨 좌표정보(RS), 및 왼쪽 어깨 좌표정보(LS)는 사람 몸통에 대응하여, 충분히 크키가 커서 상대적 비율 비교에 용이하다. 또한, 오른쪽 엉덩이 좌표정보(RH), 왼쪽 엉덩이 좌표정보(LH), 오른쪽 어깨 좌표정보(RS), 및 왼쪽 어깨 좌표정보(LS)는 제자리 걷기 동작을 수행하는 과정에서 움직임의 변화가 거의 없기 때문에, 제자리 걷기 측정모드에서 상대적 비율을 측정하기 위한 기준 좌표들로 삼기에 적절하다.
또한, 휴대용 전자기기(USS)는 소정의 시간 동안 누적된 오른쪽 엉덩이 좌표정보(RH), 왼쪽 엉덩이 좌표정보(LH), 오른쪽 어깨 좌표정보(RS), 및 왼쪽 어깨 좌표정보(LS)를 이용하여 제1 노이즈 기준값을 정의할 수 있다. 제1 노이즈 기준값이 정의되는 이유는, 작은 움직임에도 정확한 제자리 걷기 동작이 수행된 것처럼 카운팅 되는 오류를 막기 위함이다.
누적된 n개의 오른쪽 엉덩이 좌표정보들(RH) 중 y좌표값들 더해서 제1 값을 구하고, 누적된 n개의 오른쪽 어깨 좌표정보들(RS) 중 y좌표값들을 더해서 제2 값을 구하며, 제1 값에서 제2 값을 빼서 제3 값을 구할 수 있다. 누적된 n개의 왼쪽 엉덩이 좌표정보들(LH) 중 y좌표값들 더해서 제4 값을 구하고, 누적된 n개의 왼쪽 어깨 좌표정보들(LS) 중 y좌표값들을 더해서 제5 값을 구하며, 제4 값에서 제5 값을 빼서 제6 값을 구할 수 있다. 상기 제3 값과 상기 제6 값의 평균값을 구하고, 상기 평균값을 n으로 나눈 값의 절대값을 제1 노이즈 기준값으로 정의할 수 있다.
사람이 들고 있던 오른쪽 손 또는 왼쪽 손을 들었다가 내리는 행위를 한 이후, 소정의 시간(예를들어, 약 3초)가 지나면 본격적으로 사람의 움직임을 측정할 수 있다.
구체적으로 제자리 걷기 동작을 수행하는지 여부를 판단하기 위해서, 오른쪽 발목 좌표정보(RA), 왼쪽 발목 좌표정보(LA), 오른쪽 무릎 좌표정보(RK), 및 왼쪽 무릎 좌표정보(LK)를 누적하여 m개(여기서 m은 1이상의 자연수)를 저장할 수 있다.
누적된 m개의 좌표정보들 중 오른쪽 발목 좌표정보들(RA) 및 왼쪽 발목 좌표정보들(LA)에 사비츠키 골레이 필터(Savitzky-Golay Filter)를 적용할 수 있다. 사비츠키 골레이 필터(Savitzky-Golay Filter)는 디지털 필터로써, 파동 형태의 데이터를 관찰하는 과정에서 노이즈를 제거하는데 사용될 수 있다.
오른쪽 발목 좌표정보(RA), 왼쪽 발목 좌표정보(LA), 오른쪽 무릎 좌표정보(RK), 및 왼쪽 무릎 좌표정보(LK) 모두에 사비츠키 골레이 필터(Savitzky-Golay Filter)를 적용하면 비대면 체력측정 시스템(FMS)의 속도가 느려질 수 있다. 따라서, 오른쪽 발목 좌표정보들(RA) 및 왼쪽 발목 좌표정보들(LA)이 오른쪽 무릎 좌표정보들(RK) 및 왼쪽 무릎 좌표정보들(LK)에 비해서 노이즈가 더 많이 생긴다는 점을 고려하여, 오른쪽 발목 좌표정보들(RA) 및 왼쪽 발목 좌표정보들(LA)에만 사비츠키 골레이 필터(Savitzky-Golay Filter)를 적용하는 것이 바람직하다.
사비츠키 골레이 필터가 적용된 오른쪽 발목 좌표정보(RA)의 y좌표의 변화량 및 왼쪽 발목 좌표정보(LA)의 y좌표의 변화량이 제1 노이즈 기준값보다 작은 경우, 체력측정 대상자가 걸음걸이 동작을 수행하지 않은 것으로 판단할 수 있다.
도 2c 및 도 2d를 참고하면, 사비츠키 골레이 필터가 적용된 오른쪽 발목 좌표정보(RA)의 y좌표의 변화량 및 왼쪽 발목 좌표정보(LA)의 y좌표의 변화량이 제1 노이즈 기준값 이상인 경우, 사비츠키 골레이 필터가 적용된 오른쪽 발목 좌표정보(RA)의 y좌표값에서 왼쪽 발목 좌표정보(LA)의 y좌표값을 빼서 제7 값을 구하고, 오른쪽 무릎 좌표정보(RK)의 y좌표값에서 왼쪽 무릎 좌표정보의 y좌표값을 빼서 제8 값을 구할 수 있다. 이후, 제7 값과 제8값을 더한 제9 값이 음수 인지 양수인지 판단할 수 있다.
위와 같이 산출한 제9 값이 음수(양수)에서 양수(음수)로 바뀐 이후, 다시 양수(음수)에서 음수(양수)로 바뀐다면, 이 때 체력측정 대상자가 1회 걸음걸이 동작을 수행하였다고 판단할 수 있다.
이와 같이, 오른쪽 발목 좌표정보(RA)와 왼쪽 발목 좌표정보(LA) 사이의 상대적인 위치뿐만 아니라, 오른쪽 무릎 좌표정보(RK) 및 왼쪽 무릎 좌표정보(LK) 사이의 상대적인 위치까지 고려함으로써, 걸음걸이 동작 수행여부에 대해서 정확하게 판단할 수 있다.
또한, 표시영역(DA)는 제자리 걷기 동작 측정을 하는 과정에서 남은 시간에 대응하는 이미지(TM) 및 동작을 수행한 횟수에 대응하는 이미지(CT)가 표시될 수 있다. 예를들어, 남은 시간에 대응하는 이미지(TM)는 120초부터 0초까지 남은 시간이 점점 줄어드는 방식으로 표시될 수 있다. 동작을 수행한 횟수에 대응하는 이미지(CT)는 한쪽 발이 올라갈 때마다 0.5씩 숫자가 증가하여, 양쪽 발이 모두 올라갔다가 내려온 경우에 1씩 증가되는 방식으로 표시될 수 있다.
도 3a 내지 도 3d 각각은 휴대용 전자기기(USS)를 이용하여 체력측정을 수행하는 것을 예시적으로 도시한 것이다. 도 3a 내지 도 3d 각각은 사용자가 체력측정 모드들 중 일어났다가 앉기 측정모드를 선택한 후, 사람의 동작을 휴대용 전자기기(USS)를 이용하여 촬영한 것을 예시적으로 도시한 것이다.
도 3a를 및 도 3b에 도시된 바와 같이, 사람이 들고 있던 오른쪽 손 또는 왼쪽 손을 들었다가 내리는 행위를 한 것으로 판단하는 경우, 소정의 시간(예를들어, 약 3초) 동안 좌표정보들(RY, LY, CN, RS, LS, RE, LE, RW, LW, RH, LH, RK, LK, RA, LA) 중 오른쪽 어깨 좌표정보(RS) 및 왼쪽 어깨 좌표정보(LS)의 평균 좌표정보(이하, 제1 평균 좌표정보) 및 코 좌표정보(CN)를 누적하여 복수 개 저장할 수 있다. 이 때, 누적된 정보들은 휴대용 전자기기(USS)의 메모리에 저장될 수 있다.
누적된 코 좌표정보(CN)는 판단 기준좌표로 정의될 수 있다.
휴대용 전자기기(USS)는 소정의 시간 동안 누적된 제1 평균 좌표정보 및 코 좌표정보(CN)를 이용하여 제2 노이즈 기준값을 정의할 수 있다. 제2 노이즈 기준값이 정의되는 이유는, 작은 움직임에도 의자에서 일어났다가 앉는 동작이 수행된 것처럼 카운팅 되는 오류를 막기 위함이다.
누적된 제1 평균 좌표정보들의 평균값 및 누적된 코 좌표정보(CN)의 평균값 사이의 거리를 제2 노이즈 기준값으로 정의할 수 있다.
사람이 들고 있던 오른쪽 손 또는 왼쪽 손을 들었다가 내리는 행위를 한 이후, 소정의 시간(예를들어, 약 3초)가 지나면 본격적으로 사람의 움직임을 측정할 수 있다.
구체적으로 의자에서 일어났다가 앉는 동작을 수행하는지 여부를 판단하기 위해서, 왼쪽 어깨 좌표정보(LS) 및 오른쪽 어깨 좌표정보(RS)의 평균 좌표정보(이하, 제2 평균 좌표정보)를 누적하여 복수 개 저장할 수 있다.
누적된 제2 평균 좌표정보들에 사비츠키 골레이 필터(Savitzky-Golay Filter)를 적용할 수 있다.
사비츠키 골레이 필터가 적용된 제2 평균 좌표정보들의 y좌표의 변화량이 제2 노이즈 기준값보다 작은 경우, 체력측정 대상자가 일어서거나 앉는 동작을 수행하지 않은 것으로 판단될 수 있다.
사비츠키 골레이 필터가 적용된 제2 평균 좌표정보들의 y좌표의 변화량이 제2 노이즈 기준값 이상인 경우, 사비츠키 골레이 필터가 적용된 제2 평균 좌표정보의 y좌표값과 판단 기준좌표의 y좌표값의 차를 구하고, 그 차가 음수인지 양수인지 판단할 수 있다.
제2 평균 좌표정보의 y좌표값과 판단 기준좌표의 y좌표값의 차가 음수(양수)에서 양수(음수)로 바뀐 이후, 다시 양수(음수)에서 음수(양수)로 바뀌는 경우, 체력측정 대상자가 1회 일어났다가 앉는 동작을 수행하였다고 판단될 수 있다.
이와 같이, 앉아 있는 상태에서의 코 좌표정보(CN)를 판단 기준좌표로 설정하고, 움직이는 오른쪽 어깨 좌표정보(RS) 및 왼쪽 어깨 좌표정보(LS)의 평균값을 판단 기준좌표와 비교함으로써, 체력측정 대상자가 일어났다가 앉는 동작을 수행했는지 여부에 대해서 정확하게 판단할 수 있다.
또한, 표시영역(DA)은 일어났다가 앉는 동작을 측정을 하는 과정에서 남은 시간에 대응하는 이미지(TM) 및 동작을 수행한 횟수에 대응하는 이미지(CT)가 표시될 수 있다. 예를들어, 남은 시간에 대응하는 이미지(TM)는 30초부터 0초까지 남은 시간이 점점 줄어드는 방식으로 표시될 수 있다. 동작을 수행한 횟수에 대응하는 이미지(CT)는 일어나거나 앉을 때마다 0.5씩 숫자가 증가하여, 일어났다가 앉는 동작을 모두 수행하는 경우 1씩 증가되는 방식으로 표시될 수 있다.
그 외 다른 설명은 도 2a 내지 도 2d에서 설명한 내용과 실질적으로 동일한바 생략한다.
도 4a 내지 도 4d 각각은 휴대용 전자기기(USS)를 이용하여 체력측정을 수행하는 것을 예시적으로 도시한 것이다. 도 4a 내지 도 4d 각각은 사용자가 체력측정 모드들 중 걸어갔다가 제자리 돌아오기 모드를 선택한 후, 사람의 동작을 휴대용 전자기기(USS)를 이용하여 촬영한 것을 예시적으로 도시한 것이다.
도 4a를 및 도 4b에 도시된 바와 같이, 사람이 들고 있던 오른쪽 손 또는 왼쪽 손을 들었다가 내리는 행위를 한 것으로 판단하는 경우, 소정의 시간(예를들어, 약 3초) 동안 좌표정보들(RY, LY, CN, RS, LS, RE, LE, RW, LW, RH, LH, RK, LK, RA, LA) 중 오른쪽 발목 좌표정보(RA), 왼쪽 발목 좌표정보(LA), 오른쪽 및 왼쪽 중 어느 한쪽의 눈 좌표정보(RY 또는 LY), 오른쪽 및 왼쪽 중 다른 한쪽의 엉덩이 좌표정보(RH 또는 LH), 오른쪽 무릎 좌표정보(RK), 및 왼쪽 무릎 좌표정보(LK)를 누적하여 복수 개 저장할 수 있다. 예를들어, 오른쪽 눈 좌표정보(RY)가 누적되어 저장되는 경우, 반대쪽인 왼쪽 엉덩이 좌표정보(LH)가 누적되어 저장될 수 있다. 왼쪽 눈 좌표정보(LY)가 누적되어 저장되는 경우, 반대쪽인 오른쪽 엉덩이 좌표정보(RH)가 누적되어 저장될 수 있다. 이 때, 누적된 정보들은 휴대용 전자기기(USS)의 메모리에 저장될 수 있다.
휴대용 전자기기(USS)는 소정의 시간동안 누적된 좌표정보들 중 오른쪽 무릎 좌표정보(RK), 왼쪽 무릎 좌표정보(LK), 오른쪽 발목 좌표정보(RA), 및 왼쪽 발목 좌표정보(LA)를 이용하여 표시영역(DA)과 사람에 대응하는 이미지(IM) 사이의 상대적 비율을 연산할 수 있다.
소정의 시간동안 누적된 좌표들 중 오른쪽 발목 좌표정보들(RA)의 평균 및 왼쪽 발목 좌표정보들(LA)의 평균을 출발 판단 기준좌표 그룹으로 정의할 수 있다. 그리고, 어느 한쪽 눈 좌표정보들(예를들어, 오른쪽 눈 좌표정보들(RY))의 평균 및 다른 쪽 엉덩이 좌표정보들(예를들어, 왼쪽 엉덩이 좌표정보들(LH))의 평균을 도착 판단 기준좌표 그룹으로 정의할 수 있다. 기준이 되는 좌표가 1개가 아닌 2개 이므로, 그룹 형태로 정의가 된 것이다.
이와 같이, 오른쪽 왼쪽 중에서 같은 쪽이 아닌 서로 다른 쪽에 있는 눈 좌표정보와 엉덩이 좌표정보를 선택함에 따라, 사람의 동작을 잘못 판단하는 오류를 줄이고 정확성을 향상시킬 수 있다.
사람이 들고 있던 오른쪽 손 또는 왼쪽 손을 들었다가 내리는 행위를 한 이후, 소정의 시간(예를들어, 약 3초)가 지나면 본격적으로 사람의 움직임을 측정할 수 있다.
구체적으로, 오른쪽 발목 좌표정보(RA), 왼쪽 발목 좌표정보(LA), 어느 한쪽의 눈 좌표정보(RY 또는 LY) 및 다른 쪽 엉덩이 좌표정보(LH 또는 RH)를 누적하여 복수 개 저장할 수 있다.
누적된 어느 한쪽의 눈 좌표정보들(RY 또는 LY) 및 다른 쪽 엉덩이 좌표정보들(LH 또는 RH)에 사비츠키 골레이 필터(Savitzky-Golay Filter)를 적용할 수 있다.
누적된 오른쪽 발목 좌표정보들(RA) 및 누적된 왼쪽 발목 좌표정보들(LA)을 출발 판단 기준좌표와 비교하여 체력측정 대상자가 걷는 동작을 시작하였는지 판단할 수 있다.
사비츠키 골레이 필터가 적용된 어느 한쪽의 눈 좌표정보들(RY 또는 LY) 및 다른 쪽 엉덩이 좌표정보들(LH 또는 RH)을 도착 판단 기준좌표와 비교하여 채력측정 대상자가 원래 자리로 돌아왔는지 판단할 수 있다.
이와 같이, 체력측정 대상자가 출발하였는지를 판단할 때는 오른쪽 발목 좌표정보(RA)와 왼쪽 발목 좌표정보(LA)를 이용하고, 도착했는지 판단할 때는 어느 한쪽의 눈 좌표정보(RY 또는 LY) 및 다른 쪽 엉덩이 좌표정보(LH 또는 RH)를 이용함으로써 걸어갔다가 돌아오는 동작을 수행하였는지 여부에 대해서 정확히 판단할 수 있다.
또한, 표시영역(DA)는 일어났다가 앉는 동작을 측정을 하는 과정에서 측정을 종료하기 위한 조건에 대응하는 이미지(EC) 및 경과한 시간에 대응하는 이미지(OT)가 표시될 수 있다.
그 외 다른 설명은 도 2a 내지 도 2d에서 설명한 내용과 실질적으로 동일한바 생략한다.
실시 예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다. 또한 본 발명에 개시된 실시 예는 본 발명의 기술 사상을 한정하기 위한 것이 아니고, 하기의 특허 청구의 범위 및 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
FMS: 비대면 체력측정 시스템
USS: 휴대용 전자기기
SV: 서버
CD: 퍼스널 컴퓨터

Claims (15)

  1. 카메라 모듈 및 표시패널을 포함하는 휴대용 전자기기 및 상기 휴대용 전자기기와 통신하는 서버를 포함하며,
    상기 카메라 모듈을 통해서 사람을 촬영하는 단계;
    상기 표시패널에 상기 촬영된 사람에 대응하는 이미지를 생성하는 단계;
    상기 이미지에서 상기 사람의 복수의 신체부위들에 대응하는 복수의 좌표정보들을 추출하는 단계;
    상기 복수의 좌표정보들 중 왼쪽 손목 좌표정보 또는 오른쪽 손목 좌표정보를 통해 상기 사람이 왼쪽 손 또는 오른쪽 손을 드는 행위를 했는지 여부를 감지하는 단계;
    상기 왼쪽 손목 좌표정보 또는 상기 오른쪽 손목 좌표정보를 통해 상기 사람이 들고 있던 오른쪽 손 또는 왼쪽 손을 내리는 행위를 했는지 여부를 감지하는 단계;
    상기 사람이 들고 있던 오른쪽 손 또는 왼쪽 손을 내리는 행위를 한 것을 감지하는 경우, 소정의 제1 시간동안 상기 복수의 좌표정보들 중 오른쪽 엉덩이 좌표정보, 왼쪽 엉덩이 좌표정보, 오른쪽 어깨 좌표정보, 및 왼쪽 어깨 좌표정보를 누적하여 각각에 대해서 n개(여기서 n은 1이상의 자연수)를 저장하는 단계;
    상기 누적된 좌표정보들을 이용하여 상기 표시패널의 표시영역과 상기 이미지 사이의 상대적 비율을 연산하는 단계;
    상기 누적된 오른쪽 엉덩이 좌표정보들 중 y좌표값들 더한 제1 값에서 상기 누적된 오른쪽 어깨 좌표들 중 y좌표값들을 더한 제2 값을 빼서 제3 값을 구하고, 상기 누적된 왼쪽 엉덩이 좌표정보들 중 y좌표값들 더한 제4 값에서 상기 누적된 왼쪽 어깨 좌표들 중 y좌표값들을 더한 제5 값을 빼서 제6 값을 구하며, 상기 제3 값과 상기 제6 값의 평균값을 구하고, 상기 평균값을 상기 n으로 나눈 값의 절대값을 제1 노이즈 기준값으로 정의하는 단계;
    상기 복수의 좌표정보들 중 오른쪽 발목 좌표정보, 왼쪽 발목 좌표정보, 오른쪽 무릎 좌표정보, 및 왼쪽 무릎 좌표정보를 누적하여 m개(여기서 m은 1이상의 자연수)를 저장하는 단계;
    상기 m개의 누적된 좌표정보들 중 오른쪽 발목 좌표정보들 및 왼쪽 발목 좌표정보들에 사비츠키 골레이 필터를 적용하는 단계;
    상기 사비츠키 골레이 필터가 적용된 오른쪽 발목 좌표정보의 y좌표값에서 상기 사비츠키 골레이 필터가 적용된 왼쪽 발목 좌표정보의 y좌표값을 빼서 제7 값을 구하고, 오른쪽 무릎 좌표정보의 y좌표값에서 왼쪽 발목 좌표정보의 y좌표값을 빼서 제8 값을 구하며, 상기 제7 값과 상기 제8 값을 더한 제9 값이 음수 인지 양수인지 판단 단계; 및
    상기 제9 값이 음수에서 양수로 바뀐 이후, 다시 양수에서 음수로 바뀌는 경우, 상기 사람이 1회 걸음걸이 동작을 수행하였다고 판단하는 단계를 포함하는 이미지를 이용한 비대면 체력측정 시스템.
  2. 제1 항에 있어서,
    상기 사비츠키 골레이 필터가 적용된 상기 오른쪽 발목 좌표정보의 y좌표값 변화량 및 상기 왼쪽 발목 좌표정보의 y좌표값 변화량이 상기 제1 노이즈 기준값 보다 작은 경우, 상기 사람이 걸음걸이 동작을 수행하지 않은 것으로 판단하는 단계를 더 포함하는 이미지를 이용한 비대면 체력측정 시스템.
  3. 제2 항에 있어서,
    상기 휴대용 전자기기를 통해 처리된 정보는 상기 서버에 전송되며, 상기 서버는 수신된 정보에 대해서 딥러닝 알고리즘을 이용하여 학습하는 이미지를 이용한 비대면 체력측정 시스템.
  4. 제3 항에 있어서,
    상기 딥러닝 알고리즘은 콘볼루션 신경망(Convolutional Neural Network) 방식인 이미지를 이용한 비대면 체력측정 시스템.
  5. 제2 항에 있어서,
    상기 서버에 체력측정 기준에 대한 데이터가 저장되며, 상기 서버는 상기 휴대용 전자기기에서 수신한 정보를 상기 데이터와 비교하여 체력측정 결과를 산출하고, 상기 산출된 체력측정 결과를 상기 휴대용 전자기기에 전송하는 이미지를 이용한 비대면 체력측정 시스템.
  6. 제2 항에 있어서,
    상기 사람이 들고 있던 오른쪽 손 또는 왼쪽 손을 내리는 행위를 한 것을 감지하는 경우, 소정의 제2 시간동안 상기 복수의 좌표정보들 중 왼쪽 어깨 좌표정보 및 오른쪽 어깨 좌표정보의 제1 평균 좌표정보 및 코 좌표정보를 누적하여 복수 개 저장하는 단계;
    상기 누적된 제1 평균 좌표정보들의 평균값 및 상기 누적된 코 좌표정보들의 평균값 사이의 거리를 제2 노이즈 기준값으로 정의하는 단계;
    상기 누적된 코 좌표정보들의 상기 평균값을 판단 기준좌표로 정의하는 단계;
    상기 소정의 제2 시간이 지난 후, 상기 복수의 좌표정보들 중 왼쪽 어깨 좌표정보 및 오른쪽 어깨 좌표정보의 제2 평균 좌표정보를 누적하여 복수 개 저장하는 단계;
    상기 누적된 제2 평균 좌표정보들에 사비츠키 골레이 필터를 적용하는 단계;
    상기 사비츠키 골레이 필터가 적용된 제2 평균 좌표정보의 y좌표값과 상기 판단 기준좌표의 y좌표값의 차를 구하고, 그 차가 음수인지 양수인지 판단하는 단계; 및
    상기 차가 음수에서 양수로 바뀐 이후, 다시 양수에서 음수로 바뀌는 경우, 상기 사람이 1회 일어났다가 앉는 동작을 수행하였다고 판단하는 단계를 더 포함하는 이미지를 이용한 비대면 체력측정 시스템.
  7. 제6 항에 있어서,
    상기 사비츠키 골레이 필터가 적용된 상기 제2 평균 좌표정보의 y좌표값 변화량이 상기 제2 노이즈 기준값 보다 작은 경우, 상기 사람이 일어났다가 앉는 동작을 수행하지 않은 것으로 판단하는 단계를 더 포함하는 이미지를 이용한 비대면 체력측정 시스템.
  8. 제2 항에 있어서,
    상기 사람이 들고 있던 오른쪽 손 또는 왼쪽 손을 내리는 행위를 한 것을 감지하는 경우, 소정의 제3 시간동안 상기 복수의 좌표정보들 중 오른쪽 발목 좌표정보, 왼쪽 발목 좌표정보, 오른쪽 및 왼쪽 중 어느 한쪽의 눈 좌표정보, 상기 오른쪽 및 왼쪽 중 다른 쪽의 엉덩이 좌표정보, 오른쪽 무릎 좌표정보, 및 왼쪽 무릎 좌표정보를 누적하여 복수 개 저장하는 단계;
    상기 소정의 제3 시간동안 누적된 좌표정보들 중 오른쪽 무릎 좌표정보, 왼쪽 무릎 좌표정보, 오른쪽 발목 좌표정보, 및 왼쪽 발목 좌표정보를 이용하여 상기 표시패널의 표시영역과 상기 이미지 사이의 상대적 비율을 연산하는 단계;
    상기 소정의 제3 시간동안 누적된 좌표들 중 오른쪽 발목 좌표정보들의 평균 및 왼쪽 발목 좌표정보들의 평균을 출발 판단 기준좌표 그룹으로 정의하고, 상기 어느 한쪽의 눈 좌표정보들의 평균 및 상기 다른 쪽의 엉덩이 좌표정보들의 평균을 도착 판단 기준좌표 그룹으로 정의하는 단계;
    상기 소정의 제3 시간이 지난 후, 상기 복수의 좌표정보들 중 오른쪽 발목 좌표정보, 왼쪽 발목 좌표정보, 상기 어느 한쪽의 눈 좌표정보, 및 상기 다른 쪽의 엉덩이 좌표정보를 누적하여 복수 개 저장하는 단계;
    상기 소정의 제3 시간이 지난 후, 상기 누적된 어느 한쪽의 눈 좌표정보들 및 상기 누적된 다른 쪽의 엉덩이 좌표정보들에 사비츠키 골레이 필터를 적용하는 단계;
    상기 소정의 제3 시간이 지난 후, 상기 누적된 오른쪽 발목 좌표정보들 및 상기 누적된 왼쪽 발목 좌표정보들을 상기 출발 판단 기준좌표 그룹과 비교하여 상기 사람이 걷는 동작을 시작하였는지 판단하는 단계; 및
    상기 소정의 제3 시간이 지난 후, 상기 사비츠키 골레이 필터가 적용된 상기 어느 한쪽의 눈 좌표정보들 및 상기 사비츠키 골레이 필터가 적용된 다른 쪽의 엉덩이 좌표정보들을 상기 도착 판단 기준좌표 그룹과 비교하여 상기 사람이 원래 자리로 돌아왔는지 판단하는 단계를 더 포함하는 이미지를 이용한 비대면 체력측정 시스템.
  9. 카메라 모듈 및 표시패널을 포함하는 휴대용 전자기기 및 상기 휴대용 전자기기와 통신하는 서버를 포함하고, 복수의 체력측정 모드들을 제공하며,
    상기 휴대용 전자기기를 통해 상기 복수의 체력측정 모드들 중 제1 체력측정 모드가 선택되면,
    상기 카메라 모듈을 통해서 사람을 촬영하고, 상기 표시패널에 상기 촬영된 사람에 대응하는 이미지를 표시하며, 상기 이미지에서 상기 사람의 복수의 신체부위들에 대응하는 복수의 좌표정보들을 추출하고,
    상기 복수의 좌표정보들 중 왼쪽 손목 좌표정보 또는 오른쪽 손목 좌표정보를 통해 상기 사람이 왼쪽 손 또는 오른쪽 손을 들었다 내렸는지 여부를 감지하고,
    상기 사람이 오른쪽 손 또는 왼쪽 손을 들었다 내리는 행위를 한 것을 감지하는 경우, 소정의 제1 시간동안 상기 복수의 좌표정보들 중 오른쪽 엉덩이 좌표정보, 왼쪽 엉덩이 좌표정보, 오른쪽 어깨 좌표정보, 및 왼쪽 어깨 좌표정보를 누적하여 각각에 대해서 n개(여기서 n은 1이상의 자연수)를 저장하며,
    상기 누적된 좌표정보들을 이용하여 상기 표시패널의 표시영역과 상기 이미지 사이의 상대적 비율을 연산하고,
    상기 누적된 오른쪽 엉덩이 좌표정보들 중 y좌표값들 더한 제1 값에서 상기 누적된 오른쪽 어깨 좌표들 중 y좌표값들을 더한 제2 값을 빼서 제3 값을 구하고, 상기 누적된 왼쪽 엉덩이 좌표정보들 중 y좌표값들 더한 제4 값에서 상기 누적된 왼쪽 어깨 좌표들 중 y좌표값들을 더한 제5 값을 빼서 제6 값을 구하며, 상기 제3 값과 상기 제6 값의 평균값을 구하고, 상기 평균값을 상기 n으로 나눈 값의 절대값을 제1 노이즈 기준값으로 정의하고,
    상기 복수의 좌표정보들 중 오른쪽 발목 좌표정보, 왼쪽 발목 좌표정보, 오른쪽 무릎 좌표정보, 및 왼쪽 무릎 좌표정보를 누적하여 m개(여기서 m은 1이상의 자연수)를 저장하며,
    상기 m개의 누적된 좌표정보들 중 오른쪽 발목 좌표정보들 및 왼쪽 발목 좌표정보들에 사비츠키 골레이 필터를 적용하고,
    상기 사비츠키 골레이 필터가 적용된 오른쪽 발목 좌표정보의 y좌표값과 상기 사비츠키 골레이 필터가 적용된 왼쪽 발목 좌표정보의 y좌표값의 차를 구하여, 그 차가 음수 인지 양수인지 판단하고,
    상기 차가 음수에서 양수로 바뀐 이후, 다시 양수에서 음수로 바뀌는 경우, 상기 사람이 1회 걸음걸이 동작을 수행하였다고 판단하는 이미지를 이용한 비대면 체력측정 시스템.
  10. 제9 항에 있어서,
    상기 사비츠키 골레이 필터가 적용된 상기 오른쪽 발목 좌표정보의 y좌표값 변화량 및 상기 왼쪽 발목 좌표정보의 y좌표값 변화량이 상기 제1 노이즈 기준값 이하인 경우, 상기 사람이 걸음걸이 동작을 수행하지 않은 것으로 판단하는 이미지를 이용한 비대면 체력측정 시스템.
  11. 제10 항에 있어서,
    상기 휴대용 전자기기를 통해 처리된 정보는 상기 서버에 전송되며, 상기 서버는 수신된 정보에 대해서 딥러닝 알고리즘을 이용하여 학습하는 이미지를 이용한 비대면 체력측정 시스템.
  12. 제10 항에 있어서,
    상기 서버에 체력측정 기준에 대한 데이터가 저장되며, 상기 서버는 상기 휴대용 전자기기에서 수신한 정보를 상기 데이터와 비교하여 체력측정 결과를 산출하고, 상기 산출된 체력측정 결과를 상기 휴대용 전자기기에 전송하는 이미지를 이용한 비대면 체력측정 시스템.
  13. 제10 항에 있어서,
    상기 휴대용 전자기기를 통해 상기 복수의 체력측정 모드들 중 제2 체력측정 모드가 선택되면,
    상기 사람이 오른쪽 손 또는 왼쪽 손을 들었다가 내리는 행위를 한 것을 감지하는 경우, 소정의 제2 시간동안 상기 복수의 좌표정보들 중 왼쪽 어깨 좌표정보 및 오른쪽 어깨 좌표정보의 제1 평균 좌표정보 및 코 좌표정보를 누적하여 복수 개 저장하고,
    상기 누적된 제1 평균 좌표정보들의 평균값 및 상기 누적된 코 좌표정보들의 평균값 사이의 거리를 제2 노이즈 기준값으로 정의하며,
    상기 누적된 코 좌표정보들의 상기 평균값을 판단 기준좌표로 정의하며,
    상기 소정의 제2 시간이 지난 후, 상기 복수의 좌표정보들 중 왼쪽 어깨 좌표정보 및 오른쪽 어깨 좌표정보의 제2 평균 좌표정보를 누적하여 복수 개 저장하고,
    상기 누적된 제2 평균 좌표정보들에 사비츠키 골레이 필터를 적용하고, 상기 사비츠키 골레이 필터가 적용된 제2 평균 좌표정보의 y좌표값과 상기 판단 기준좌표의 y좌표값의 차를 구하여, 그 차가 음수인지 양수인지 판단하며,
    상기 차가 음수에서 양수로 바뀐 이후, 다시 양수에서 음수로 바뀌는 경우, 상기 사람이 1회 일어났다가 앉는 동작을 수행하였다고 판단하는 이미지를 이용한 비대면 체력측정 시스템.
  14. 제13 항에 있어서,
    상기 사비츠키 골레이 필터가 적용된 상기 제2 평균 좌표정보의 y좌표값 변화량이 상기 제2 노이즈 기준값 보다 작은 경우, 상기 사람이 일어났다가 앉는 동작을 수행하지 않은 것으로 판단하는 이미지를 이용한 비대면 체력측정 시스템.
  15. 제10 항에 있어서,
    상기 휴대용 전자기기를 통해 상기 복수의 체력측정 모드들 중 제3 체력측정 모드가 선택되면,
    상기 사람이 오른쪽 손 또는 왼쪽 손을 들었다가 내리는 행위를 한 것을 감지하는 경우, 소정의 제3 시간동안 상기 복수의 좌표정보들 중 오른쪽 발목 좌표정보, 왼쪽 발목 좌표정보, 오른쪽 및 왼쪽 중 어느 한쪽의 눈 좌표정보, 상기 오른쪽 및 왼쪽 중 다른 쪽의 엉덩이 좌표정보, 오른쪽 무릎 좌표정보, 및 왼쪽 무릎 좌표정보를 누적하여 복수 개 저장하고,
    상기 소정의 제3 시간동안 누적된 좌표정보들 중 오른쪽 무릎 좌표정보, 왼쪽 무릎 좌표정보, 오른쪽 발목 좌표정보, 및 왼쪽 발목 좌표정보를 이용하여 상기 표시패널의 표시영역과 상기 이미지 사이의 상대적 비율을 연산하며,
    상기 소정의 제3 시간동안 누적된 좌표들 중 오른쪽 발목 좌표정보들의 평균 및 왼쪽 발목 좌표정보들의 평균을 출발 판단 기준좌표 그룹으로 정의하고, 상기 어느 한쪽의 눈 좌표정보들의 평균 및 상기 다른 쪽의 엉덩이 좌표정보들의 평균을 도착 판단 기준좌표 그룹으로 정의하고,
    상기 소정의 제3 시간이 지난 후, 상기 복수의 좌표정보들 중 오른쪽 발목 좌표정보, 왼쪽 발목 좌표정보, 상기 어느 한쪽의 눈 좌표정보, 및 상기 다른 쪽의 엉덩이 좌표정보를 누적하여 복수 개 저장하며,
    상기 누적된 어느 한쪽의 눈 좌표정보들 및 상기 누적된 다른 쪽의 엉덩이 좌표정보들에 사비츠키 골레이 필터를 적용하고,
    상기 누적된 오른쪽 발목 좌표정보들 및 상기 누적된 왼쪽 발목 좌표정보들을 상기 출발 판단 기준좌표 그룹과 비교하여 상기 사람이 걷는 동작을 시작하였는지 판단하고,
    상기 사비츠키 골레이 필터가 적용된 상기 어느 한쪽의 눈 좌표정보들 및 상기 누적된 다른 쪽의 엉덩이 좌표정보들을 상기 도착 판단 기준좌표 그룹과 비교하여 상기 사람이 원래 자리로 돌아왔는지 판단하는 이미지를 이용한 비대면 체력측정 시스템.
KR1020200177370A 2020-03-13 2020-12-17 이미지를 이용한 비대면 체력측정 시스템 Active KR102411882B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20200031345 2020-03-13
KR1020200031345 2020-03-13

Publications (2)

Publication Number Publication Date
KR20210117135A true KR20210117135A (ko) 2021-09-28
KR102411882B1 KR102411882B1 (ko) 2022-06-24

Family

ID=77923301

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200177370A Active KR102411882B1 (ko) 2020-03-13 2020-12-17 이미지를 이용한 비대면 체력측정 시스템

Country Status (1)

Country Link
KR (1) KR102411882B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102726170B1 (ko) * 2023-09-20 2024-11-07 (주)키움테크 체력 향상 메타버스 플랫폼 장치 및 그 운영 방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007144107A (ja) * 2005-10-25 2007-06-14 Vr Sports:Kk 運動補助システム
EP2169618A1 (en) * 2008-09-29 2010-03-31 Intel Corporation Motion smoothing in video stabilization
KR20160046082A (ko) * 2014-10-20 2016-04-28 (주)한국인터넷소프트웨어 체력측정/운동처방 서비스 제공 시스템의 체력측정/운동처방 서비스 제공방법
KR20170135003A (ko) * 2016-05-30 2017-12-08 재단법인 아산사회복지재단 실시간 상지 관절 운동 추적 장치 및 방법
KR20180097949A (ko) * 2017-02-24 2018-09-03 오치민 순차적 다중 합성곱 신경망을 이용한 영상 내 관절 자세 예측 방법
KR101980378B1 (ko) * 2019-02-22 2019-08-28 (주)대우루컴즈 동적 움직임과 신체 밸런스를 이용한 운동자세 유도장치

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007144107A (ja) * 2005-10-25 2007-06-14 Vr Sports:Kk 運動補助システム
EP2169618A1 (en) * 2008-09-29 2010-03-31 Intel Corporation Motion smoothing in video stabilization
KR20160046082A (ko) * 2014-10-20 2016-04-28 (주)한국인터넷소프트웨어 체력측정/운동처방 서비스 제공 시스템의 체력측정/운동처방 서비스 제공방법
KR20170135003A (ko) * 2016-05-30 2017-12-08 재단법인 아산사회복지재단 실시간 상지 관절 운동 추적 장치 및 방법
KR20180097949A (ko) * 2017-02-24 2018-09-03 오치민 순차적 다중 합성곱 신경망을 이용한 영상 내 관절 자세 예측 방법
KR101980378B1 (ko) * 2019-02-22 2019-08-28 (주)대우루컴즈 동적 움직임과 신체 밸런스를 이용한 운동자세 유도장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102726170B1 (ko) * 2023-09-20 2024-11-07 (주)키움테크 체력 향상 메타버스 플랫폼 장치 및 그 운영 방법

Also Published As

Publication number Publication date
KR102411882B1 (ko) 2022-06-24

Similar Documents

Publication Publication Date Title
US9524424B2 (en) Calculation of minimum ground clearance using body worn sensors
Yagi et al. Gait measurement at home using a single RGB camera
US20130023798A1 (en) Method for body-worn sensor based prospective evaluation of falls risk in community-dwelling elderly adults
US20140243686A1 (en) Method and apparatus for detecting deterioration of health status
JP6433805B2 (ja) 運動機能診断装置及び方法、並びにプログラム
US20180153445A1 (en) Measurement device and measurement method
CN109171734A (zh) 基于多传感器数据融合的人体行为分析云管理系统
TW201443834A (zh) 平衡監測與跌倒預警方法及裝置
US20160278683A1 (en) Standing position evaluation apparatus, standing position evaluation method, and non-transitory computer readable medium
JP6127873B2 (ja) 歩行特徴の解析方法
WO2021112096A1 (ja) 疲労推定システム、推定装置、及び疲労推定方法
US11779259B2 (en) Cognitive function evaluation device, cognitive function evaluation system, cognitive function evaluation method, and recording medium
US10094731B2 (en) Standing position evaluation apparatus, standing position evaluation method, and non-transitory computer readable medium
TW202402231A (zh) 智能步態分析儀
KR102411882B1 (ko) 이미지를 이용한 비대면 체력측정 시스템
KR20160035497A (ko) 스켈레톤 추출정보를 이용한 동작분석 기반의 체형분석 시스템
KR20240049776A (ko) 사용자 캡처 데이터로부터 질병 위험 평가 방법
Yang et al. Empowering a gait feature-rich timed-up-and-go system for complex ecological environments
US20240260854A1 (en) Physical-ability estimation system, physical-ability estimation method, and recording medium
Chen et al. OptiGait: gait monitoring using an ankle-worn stereo camera system
WO2020161947A1 (ja) 身体健康状態映像分析装置、方法並びにシステム
US20250218575A1 (en) Method and device for providing clinical evaluation information by using image
Guimarães et al. Phone based fall risk prediction
Lin et al. A deep learning–based chair system that detects sitting posture
Nguyen et al. A method for estimating text neck while walking using a 3-axis accelerometer

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20201217

PA0201 Request for examination
PG1501 Laying open of application
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20220331

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20220503

PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20220617

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20220620

End annual number: 3

Start annual number: 1

PG1601 Publication of registration