효율적 영상처리 기반 운동 자세 분석 어플리케이션 = Efficient Video Processing Based Weight Training Posture Analysis Application

국문 초록 (Abstract)

본 연구에서 제안하는 어플리케이션은 효율성 극대화를 위해 휴대가 용이한 경량 디바이스인 스마트폰에서 동작하며, 사용자의 웨이트 트레이닝 자세 개선을 돕기 위해 설계되었다. 객체 탐지와 포즈 추정을 동시에 수행해도 효율적인 메모리 운용이 가능하도록, 사용자가 선택한 영상을 디코딩하고 작업을 수행한 뒤 결과 프레임들을 최종 영상으로 재인코딩하는 내부 로직을 효율적으로 구현하였다. 대표적으로 AssetFileDescriptor 기반 파일 접근을 사용하여 파일의 오프셋을 정확히 읽어오도록 하였으며, 프레임 디코딩 이후 이미지 리소스를 해제하기 위한 방법도 사용하였다. 또한 ExecutorService 기반 멀티스레딩을 도입하여 imageToBitmap 메서드, 객체 탐지, 포즈 추정 작업을 병렬 처리하도록 하였다. 그 결과 네이티브 메모리 사용량을 평균 93% 이상 절감하였고, 처리 시간에 가장 큰 부분을 담당하는 imageToBitmap 메서드 처리 시간을 최대 40.5% 단축, 총 처리 시간을 31% 단축하였다. 제안한 어플리케이션은 사용자의 편의성을 향상시키며, 보다 나은 웨이트 트레이닝 자세 개선에 도움이 될 것이다.

다국어 초록 (Multilingual Abstract)

This study proposes a weight training posture analysis application with an efficient video processing pipeline. The system is designed to operate efficiently on a portable, lightweight smartphone to maximize efficiency and improve the user’s exercise posture. At the same time, object detection and pose estimation are integrated concurrently, a key difference between our study and others. We focus on improving the internal logic for decoding user-selected video, performing the necessary operations, and re-encoding the resulting frames into the final video output. We improved file access by replacing URI-based loading with AssetFileDescriptor to handle file offsets reliably. We resolved memory leaks by explicitly releasing decoded image resources and avoiding native memory overuse. We also applied multithreading using ExecutorService to parallelize bitmap conversion, object detection, and pose estimation. As a result, the application succeeded in reducing native memory usage by more than 93% on average compared to the previous application, and the processing time of the image-to-bitmap method, which was the heaviest part of the processing time, was reduced by up to 40.5%. Total processing time was reduced by 31%. These enhancements will contribute to improved user convenience and system responsiveness. The enhanced application will help users achieve better weight training posture and overall exercise experience.