Earticle

초록

영어

The proposed system is composed of two parts, an AI physical fitness measurement part and an AI physical fitness management part. In the AI fitness measurement part, a guide to physical fitness measurement and accurate calculation of the measured value are performed through deep learning-based pose recognition. Based on these measurements, the AI fitness management part designs personalized exercise programs and provides them to dedicated smart applications. To guide the measurement posture, the posture of the subject to be measured is photographed through a webcam and the skeleton line is extracted. Next, the skeletal line of the learned preparation posture is compared with the extracted skeletal line to determine whether or not it is normal, and voice guidance is provided to maintain the normal posture.

한국어

제안한 시스템은 AI 체력측정 파트와 AI 체력관리 파트 2가지 부분이 연계성을 가지고 구성되어 있다. AI 체력 측정 파트에서 딥러닝 기반의 포즈인식을 통해 체력측정에 대한 가이드와 측정값의 정확한 연산을 수행한다. 이 측정값 을 기반으로 AI 체력관리 파트에서는 개인 맞춤형 운동프로그램을 설계해 전용 스마트 어플리케이션에 제공한다. 측정 자세 가이드를 위해 웹캠을 통해 측정대상자의 자세를 촬영해 골격선을 추출한다. 다음으로 학습된 준비자세의 골격선 과 추출된 골격선을 비교해 정상 유무를 판단하고, 정상자세 유지를 위한 음성안내를 실시한다.

목차

요약
Abstract
1. 서론
2. 관련연구
2.1 체력관리 스마트 어플리케이션 현황
2.2 딥러닝 기반 포즈인식 연구
3. 딥러닝 기반 체력측정 시스템
3.1 시스템 구성
3.2 시스템 플로우 설계
3.3 포즈인식 기반 체력측정 가이드 개념 설계
3.4 포즈인식 기반 체력측정 값 계산
4. 결론
REFERENCES

키워드

저자

• 김형균 [ Hyeong-gyun Kim | 국민대학교 소프트웨어학부 교수 ]
• 홍호표 [ Ho-Pyo Hong | 광주대학교 교수 ] Corresponding Author
• 김용호 [ Yong-ho Kim | 광주대학교 교수 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  디지털융복합연구 [Journal of Digital Convergence]

• 간기

  계간

• pISSN

  2713-6434

• eISSN

  2713-6442

• 수록기간

  2003~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 569 DDC 620