Earticle

초록

영어

Recently, interesting of home training is getting bigger due to COVID-19. Accordingly, research on applying HAR(human activity recognition) technology to home training has been conducted. However, existing paper of HAR proposed static activity instead of dynamic activity. In this paper, the deep learning model where dynamic exercise posture can be analyzed and the accuracy of the user’s exercise posture can be shown is proposed. Fitness images of AI-hub are analyzed by blaze pose. The experiment is compared with three types of deep learning model: RNN(recurrent neural network), LSTM(long short-term memory), CNN(convolution neural network). In simulation results, it was shown that the f1-score of RNN, LSTM and CNN is 0.49, 0.87 and 0.98, respectively. It was confirmed that CNN is more suitable for human activity recognition than other models from simulation results. More exercise postures can be analyzed using a variety learning data.

한국어

최근 COVID-19로 인해 홈 트레이닝의 관심도가 증가하고 있다. 이에 따라 HAR(human activity recognition) 기술을 홈 트레이닝에 적용한 연구가 진행되고 있다. 기존 HAR 분야의 논문에서는 동적인 자세보다는 앉기, 일어서기와 같은 정적인 자세들을 분석한다. 본 논문은 동적인 운동 자세를 분석하여 사용자의 운동 자세 정확도를 보여주는 딥러닝 모델을 제안한다. AI hub의 피트니스 이미지를 blaze pose를 사용하여 사람의 자세 데이터를 분석한다. 3개의 딥러닝 모델: RNN(recurrnet neural networks), LSTM(long short-term memory networks), CNN(convolution neural networks)에 대하여 실험을 진행한다. RNN, LSTM, CNN 모델의 f1-score는 각각 0.49, 0.87, 0.98로 CNN 모델이 가장 적합하다는 것을 확인하였다. 이후 연구로는, 다양한 학습 데이터를 사용하여 더 많은 운동 자세를 분석할 예정이다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 시계열 데이터 및 딥러닝 모델
1. 시계열 데이터
2. RNN(recurrent neural network)
3. LSTM(long short-term memory)
4. CNN(convolution neural network)
Ⅲ. 실험 데이터 및 전처리
1. 실험 데이터
2. 데이터 전처리
3. 실험 파라미터
Ⅳ. 실험 결과
1. 평가 지표 설정
2. 실험 결과
Ⅴ. 결론
References

키워드

저자

• 황병선 [ Byungsun Hwang | 준회원, 광운대학교 전자융합공학과 ]
• 김정호 [ Jeongho Kim | 준회원, 광운대학교 전자융합공학과 ]
• 이예람 [ Ye-Ram Lee | 준회원, 광운대학교 전자융합공학과 ]
• 경찬욱 [ Chanuk Kyeong | 준회원, 광운대학교 전자융합공학과 ]
• 선준호 [ Joonho Seon | 준회원, 광운대학교 전자융합공학과 ]
• 선영규 [ Young-Ghyu Sun | 준회원, 광운대학교 전자융합공학과 ]
• 김진영 [ Jin-Young Kim | 정회원, 광운대학교 전자융합공학과 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국인터넷방송통신학회 논문지 [The Journal of the Institute of Internet, Broadcasting and Communication]

• 간기

  격월간

• pISSN

  2289-0238

• eISSN

  2289-0246

• 수록기간

  2001~2025

• 십진분류

  KDC 326 DDC 380