운동 자세 분류 모델 제작에 관한 연구 = The Study for Modeling Work-Out Pose Classification

국문 초록 (Abstract)

코로나 시대를 경험한 이후, 사람들은 건강을 지키기 위해 운동을 하나의 트렌드로 삼았다.
필라테스, 체력 운동 등과 같이 다양한 타입의 운동들이 인기를 얻고 있고, 근력 운동도 그중 하나의 운동으로써 각광받고 있다. 근력 운동은 건강을 지킬 수 있을 뿐 아니라 신체적외형 개선 측면에서 큰 장점이 있다. 하지만 잘못된 자세로 운동을 하는 경우 부상 가능성이높다. 그래서 정확한 자세로 운동을 하는 것이 요구되는데, 이 때 초보자의 경우 스스로정자세를 취하고 운동을 하는 것이 쉽지 않다. 따라서 본 연구에서는 딥러닝을 통해 본인의운동자세의 정자세 유무를 확인이 가능한 운동 자세 분류 모델을 제안한다. IFBB에서권장하는 체급별로 다양한 데이터셋을 구축하고 이 데이터를 전처리하여 학습하고, 학습된모델을 통해 높은 정확도의 운동 자세 분류 모델을 제작하였다. 테스트 결과, 높은 정확도의정자세 분류가 가능하였고 얼마나 정자세인지 확률적인 점수화가 가능하였다.

다국어 초록 (Multilingual Abstract)

Since experiencing the COVID-19 era, people have made exercise a trend to keep their health.
Various types of exercises such as Pilates and physical fitness are gaining popularity, and weight training is also in the spotlight as one of them. Weight training has a great advantage in terms of improving physical appearance as well as being able to protect health. However, if we exercise in the wrong posture, there is a high possibility of injury. Therefore, it is required to exercise in the correct posture, and it is not easy for beginners to exercise and take a static posture on their own. Therefore, this study proposes an exercise posture classification model through deep learning so that novice can figure out their pose if it is correct or not. Various datasets were constructed for each weight class recommended by IFBB, preprocessed and learned, and a high-accuracy exercise posture classification model was produced through the learned model. The test results showed high accuracy in correct pose classification is achievable, and it is possible to probabilistically score how the pose is.