KR20210117135A - 이미지를 이용한 비대면 체력측정 시스템 - Google Patents
이미지를 이용한 비대면 체력측정 시스템 Download PDFInfo
- 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
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
- A61B5/1124—Determining motor skills
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient; User input means
- A61B5/7465—Arrangements 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
Description
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.
USS: 휴대용 전자기기
SV: 서버
CD: 퍼스널 컴퓨터
Claims (15)
- 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. - 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. - 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. - 제3 항에 있어서,
상기 딥러닝 알고리즘은 콘볼루션 신경망(Convolutional Neural Network) 방식인 이미지를 이용한 비대면 체력측정 시스템. - 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. - 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. - 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. - 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. - 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. - 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. - 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. - 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. - 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. - 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. - 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.
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)
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)
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 |
-
2020
- 2020-12-17 KR KR1020200177370A patent/KR102411882B1/ko active Active
Patent Citations (6)
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)
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 |