KCI등재
OpenVINO와 라즈베리파이 기반의 Yoga Pose Estimation 구현
저자
최지윤(Ji-Youn Choi) ; 남현우(Hyeon-Woo Nam) ; 정진호(Jin-ho Jeong) 연구자관계분석
발행기관
학술지명
융복합지식학회논문지(The Society of Convergence Knowledge Transactions)
권호사항
발행연도
2021
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
85-93(9쪽)
KCI 피인용횟수
1
DOI식별코드
제공처
최근 COVID-19로 영향으로 사회적 거리두기가 심화되면서 비대면 ‧ 온라인 시장이 성장하고 있으며, 특히 스포츠 산업 시장도 IT산업의 발달로 집에서 혼자 운동할 수 있는 제품들이 출몰하고 있다. 본 연구에서는 급증하는 홈 트레이닝 수요에 부응하기 위해 헬스케어에 도움을 줄 수 있는 “AI 요가 트레이너 기기”를 개발하였고, 고가의 GPU 대신 저렴한 99달러의 Movidius Neural Compute Stick 2를 이용하여 Morninghol yoga pose estimation 알고리즘을 구현하여 요가 기초 자세인 태양예배자세의 6가지 자세를 인식하는 실험을 수행하였다. 실험 분석 결과, 알고리즘의 정확도는 92.4%로 실생활 도입이 가능한 수준으로 측정되었으며, Movidius Neural Compute Stick 2를 이용한 가시적이고 구체적인 수치의 딥러닝 연산 속도 향상을 확인하였다. 이를 통해 IoT 기술과 딥러닝 기반의 홈 트레이닝 기술의 구현 가능성을 확인하였다.
더보기The non-face-to-face and online markets are growing as social distancing has been intensified due to the recent COVID-19 impact. In particular, sports industry markets are also showing products that can be exercised alone at home due to the development of the IT industry. In this study, in order to meet the rapidly increasing demand for home training, we developed an “AI yoga trainer device” that can help healthcare. Morninghol yoga pose estimation using an inexpensive $99 Movidius Neural Compute Stick 2 instead of an expensive GPU. By implementing the algorithm, an experiment was conducted to recognize six poses of the sun worship posture, which is a basic yoga posture. As a result of the experimental analysis, the accuracy of the algorithm was 92.4%, which was measured to be a level that can be introduced in real life, and it was confirmed that the speed of deep learning calculation of visible and specific numerical values using the Movidius Neural Compute Stick 2 was improved. Through this, we confirmed the feasibility of implementing IoT technology and deep learning-based home training technology.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)