1 |
1
복수의 사용자의 신체 체형별 표준 보행패턴 정보가 미리 저장되는 데이터베이스부;특정 사용자 신체의 움직임을 감지하는 모션 감지부; 상기 모션 감지부에서 감지된 특정 사용자의 신체 움직임 정보로부터 특정 사용자 신체의 특징 정보를 추출하는 신체 특징정보 추출부;상기 모션 감지부에서 감지된 특정 사용자 신체 움직임 정보로부터 특정 사용자의 보행패턴을 추출하는 보행패턴 추출부; 및상기 신체 특징정보 추출부에서 추출된 상기 특정 사용자의 신체의 특징 정보를 이용하여 특정 사용자의 신체 체형을 분석하고, 상기 분석된 특정 사용자의 신체 체형에 대응되는 표준 보행패턴 정보를 상기 데이터베이스부로부터 추출하는 제어부를 포함하며,상기 제어부는 상기 복수의 사용자 각각에 대해 상기 신체 특징정보 추출부를 통해 추출되는 사용자 신체의 특징 정보와, 상기 보행패턴 추출부를 통해 추출되는 복수의 사용자 각각의 보행패턴을 기초로 신체 체형별 표준 보행패턴 정보를 생성하여 상기 데이터베이스부에 미리 저장시키는 것을 특징으로 하는 보행 교정 시스템
|
2 |
2
제1항에 있어서,상기 제어부는 상기 데이터베이스부에 저장할 신체 체형별 표준 보행패턴 정보를 SVR(Support Vector Machine Regression), GMR(Gaussian Mixture Regression) 또는 EM 기법으로부터 선택되는 기계 학습 모델을 이용하여 생성시키는 것을 특징으로 하는 보행 교정 시스템
|
3 |
3
제1항에 있어서,상기 제어부는 복수의 사용자 각각에 대한 상기 사용자 신체의 특징 정보와 함께 사용자에 의해 입력된 나이, 키, 몸무게 또는 성별을 포함하는 사용자의 신체 정보와 관련된 특징 인자를 기반으로 상기 데이터베이스부에 저장할 신체 체형별 표준 보행패턴 정보를 생성하고, 상기 특정 사용자 신체의 특징 정보와 상기 특정 사용자의 특징 인자를 기반으로 상기 데이터베이스부로부터 표준 보행패턴 정보를 추출하는 것을 특징으로 하는 보행 교정 시스템
|
4 |
4
제3항에 있어서,상기 제어부는 상기 보행패턴 추출부에서 추출된 보행패턴과의 연관성의 정도에 따라서 상기 사용자 신체의 특징 정보 또는 특징 인자 각각에 각각 다른 가중치를 부여한 후에 신체 체형별 표준 보행패턴 정보를 생성하는 것을 특징으로 하는 보행 교정 시스템
|
5 |
5
제1항에 있어서,상기 모션 감지부에서 감지된 사용자 신체 움직임 정보를 기초로 생성된 사용자의 보행정보 및 상기 제어부가 추출한 상기 신체 체형에 대응되는 표준 보행패턴 정보를 표시하는 표시부를 더 포함하는 것을 특징으로 하는 보행 교정 시스템
|
6 |
6
제어부에서 복수의 사용자 각각에 대해 신체 특징정보 추출부를 통해 추출되는 사용자 신체의 특징 정보와, 보행패턴 추출부를 통해 추출되는 복수의 사용자 각각의 보행패턴을 기초로 신체 체형별 표준 보행패턴 정보를 생성하여 데이터베이스부에 미리 저장시키는 단계;모션 감지부를 이용하여 특정 사용자 신체의 움직임을 감지하는 단계;신체 특징정보 추출부가 상기 모션 감지부에서 감지된 특정 사용자 신체 정보로부터 특정 사용자 신체의 특징 정보를 추출하는 단계;보행패턴 추출부가 상기 모션 감지부에서 감지된 특정 사용자 신체 정보로부터 특정 사용자의 보행패턴을 추출하는 단계;제어부가 상기 신체 특징정보 추출부에서 추출된 상기 특정 사용자 신체의 특징 정보를 이용하여 특정 사용자의 신체 체형을 분석하는 단계; 및제어부가 상기 분석된 특정 사용자의 신체 체형에 대응되는 표준 보행패턴 정보를 상기 데이터베이스부에서 추출하는 단계를 포함하는 것을 특징으로 하는 보행 교정 방법
|
7 |
7
제6항에 있어서,상기 제어부가 상기 모션 감지부에서 감지된 사용자 신체 움직임 정보를 기초로 사용자의 보행 정보를 생성하는 단계; 및상기 제어부가 상기 생성된 사용자의 보행 정보 및 상기 추출된 상기 신체 체형에 대응되는 표준 보행패턴 정보를 표시부를 통하여 표시하는 단계를 더 포함하는 것을 특징으로 하는 보행 교정 방법
|
8 |
8
제6항에 있어서,상기 제어부는 상기 데이터베이스부에 저장할 신체 체형별 표준 보행패턴 정보를 SVR(Support Vector Machine Regression), GMR(Gaussian Mixture Regression) 또는 EM 기법으로부터 선택되는 기계 학습 모델을 이용하여 생성시키는 것을 특징으로 하는 보행 교정 방법
|
9 |
9
제6항에 있어서,상기 제어부가 복수의 사용자 각각에 대한 상기 사용자 신체의 특징 정보와 함께 사용자에 의해 입력된 나이, 키, 몸무게 또는 성별을 포함하는 사용자의 신체 정보와 관련된 특징 인자를 기반으로 신체 체형별 표준 보행패턴 정보를 생성하여 상기 데이터베이스부에 저장하는 단계; 및상기 제어부가 상기 특정 사용자 신체의 특징 정보와 상기 특정 사용자의 특징 인자를 기반으로 상기 데이터베이스부로부터 표준 보행패턴 정보를 추출하는 단계를 더 포함하는 것을 특징으로 하는 보행 교정 방법
|
10 |
10
제9항에 있어서,상기 제어부가 상기 보행패턴 추출부에서 추출된 보행패턴과의 연관성의 정도에 따라서 상기 사용자 신체의 특징 정보 또는 특징 인자 각각에 각각 다른 가중치를 부여한 후에 신체 체형별 표준 보행패턴 정보를 생성하는 것을 특징으로 하는 보행 교정 방법
|