IMU 데이터를 활용한 덤벨컬 동작분석 인공지능 모델 개발 (Development of an Artificial Intelligence Model for Dumbbell Curl Motion Analysis Using IMU Data)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 47권 / 9호 / 1341 ~ 1352페이지
· 저자명 : 김효린, 김선아, 한주혁, 조용석

초록

현대인들의 건강의 중요성에 대한 인식이 점차 높아지면서 운동에 대한 관심이 증가하고 있다. 최근 코로나19 이후, 집에서 혼자 운동하는 이른바 홈트레이닝에 대한 수요가 증가하고 있다. 본 연구의 목적은 집에서도 운동중 피드백을 제공하므로 부상의 위험을 줄이는 것이다. 그러나 시장에 나온 제품들은 피드백을 제공하지 않거나트레이너가 라이브 스트리밍에서 피드백을 제공한다. 또한 영상을 통해 피드백을 받더라도 미세한 움직임에 대한피드백을 얻을 수 없다. 본 논문은 이러한 문제를 해결하기 위해 IMU 센서 데이터를 활용하여 덤벨컬 운동의 동작분석 인공지능 모델을 연구하였다. SVM, RNN, LSTM, ConvLSTM 모델들을 비교, 분석하고 Confusion Matrix, Roc Curve과 AUC를 이용하여 최적의 덤벨컬 운동에 대한 동작인식 인공지능 모델을 제시하였다. 본 연구를 통해, 집에서도 개인 트레이너 없이 동작인식 인공지능 모델을 활용하여 부상의 위험을 줄이면서 안전하게운동할 수 있다는 것을 확인하였다.

영어초록

With the increasing awareness of the importance of health among modern people, interest in exercise is increasing. Recently, after COVID-19, the demand for so-called home training, where you exercise alone at home, is increasing. The purpose of this study is to reduce the risk of injury by providing feedback during exercise at home. However, products on the market do not provide feedback, or trainers provide feedback on live streams. Also, even if you receive feedback through the video, you cannot get feedback on small movements. To solve this problem, we studied the motion analysis AI model of dumbbell curl exercise using IMU sensor data. We compared and analyzed SVM, RNN, LSTM, and ConvLSTM models, and presented a motion recognition artificial intelligence model for optimal dumbbell curl exercise using Confusion Matrix, Roc Curve, and AUC.

참고자료

· 없음