| 1 |
1
(a) 3축 가속도 센서가 장착된 웨어러블 기기를 착용하고 있는 사용자가 피트니스 운동을 하고 있는 동안에 수집된 3축 가속도 값들에 기반하여 각 축에 따른 가속도의 평균값과 표준편차값 및 대응하는 피트니스 운동의 유형을 신경망 알고리즘의 학습 데이터로서 입력하여, 피트니스 운동의 유형을 분류하기 위한 분류 모형을 도출하는 단계;(b) 상기 3축 가속도 센서에 의해 센싱된 3축 가속도 값을 수집하는 단계;(c) 시간축을 주파수축으로 변경하여 상기 수집된 3축 가속도 값을 분석함으로써 상기 피트니스 운동의 주기인 타임 윈도우(time window) 대표값을 결정하는 단계;(d) 상기 타임 윈도우 대표값을 상기 운동의 주기로 하여 각 축에 따른 가속도의 평균값과 표준편차값을 도출하는 단계; 및(e) 상기 도출된 분류 모형을 이용하여 상기 단계 (d)에서 도출된 각 축에 따른 가속도의 평균값과 표준편차값의 변화 패턴을 분류하여 사용자가 현재 실시하고 있는 피트니스 운동의 유형을 판별하는 단계를 포함하고,상기 단계 (a)는,(a-1) 상기 3축 가속도 센서가 장착된 웨어러블 기기를 착용하고 있는 사용자가 피트니스 운동을 하고 있는 동안에, 상기 3축 가속도 센서에 의해 센싱된 3축 가속도 값들을 수집하는 단계;(a-2) 시간축을 주파수축으로 변경하여 상기 수집된 3축 가속도 값들을 분석하여 크기가 최대값을 갖는 주파수값에 기반하여 상기 피트니스 운동의 주기인 타임 윈도우(time window) 대표값을 결정하는 단계;(a-3) 상기 타임 윈도우 대표값을 상기 운동의 주기로 하여 각 축에 따른 가속도의 평균값과 표준편차값을 도출하는 단계; 및(a-4) 상기 타임 윈도우 대표값, 상기 도출된 각 축에 따른 평균값과 표준편차값, 및 대응하는 피트니스 운동의 유형을 신경망 알고리즘의 학습 데이터로서 입력하여, 피트니스 운동의 유형을 분류하기 위한 분류 모형을 도출하는 단계를 포함하며,상기 피트니스 운동의 유형은 벤치 프레스(bench press), 딥스(dips), 스쿼트(squat), 데드리프트(deadlift), 밀리터리 프레스(military press)를 포함하고,상기 단계 (e) 이후에,사용자가 피트니스 운동을 종료하는 경우, 각 피트니스 운동 유형별 운동 횟수를 결정하는 단계를 더 포함하는, 피트니스 운동의 유형을 자동으로 분류하기 위한 방법
|
| 2 |
2
삭제
|
| 3 |
3
청구항 1에 있어서,상기 단계 (a-1)과 상기 단계 (b)에서, 상기 3축 가속도값은 10 Hz 이상의 샘플링 레이트에 따라 샘플링되어 획득되는, 피트니스 운동의 유형을 자동으로 분류하기 위한 방법
|
| 4 |
4
삭제
|
| 5 |
5
청구항 1에 있어서,상기 각 축에 따른 가속도의 평균값과 표준편차값은, x축 평균, y축 평균, z축 평균, x축 표준편차, y축 표준편차, 및 z축 표준편차를 포함하는, 피트니스 운동의 유형을 자동으로 분류하기 위한 방법
|
| 6 |
6
삭제
|
| 7 |
7
사용자의 움직임을 감지하여 3축 가속도 값을 센싱하기 위한 3축 가속도 센서;상기 3축 가속도 센서가 장착된 웨어러블 기기를 착용하고 있는 사용자가 피트니스 운동을 하고 있는 동안에 수집된 3축 가속도 값들에 기반하여 각 축에 따른 가속도의 평균값과 표준편차값 및 대응하는 피트니스 운동의 유형을 신경망 알고리즘의 학습 데이터로서 입력받아, 피트니스 운동의 유형을 분류하기 위한 분류 모형을 도출하는 신경망 모듈; 및상기 3축 가속도 센서에 의해 센싱된 3축 가속도 값을 수집하고, 시간축을 주파수축으로 변경하여 상기 수집된 3축 가속도 값을 분석함으로써 상기 피트니스 운동의 주기인 타임 윈도우(time window) 대표값을 결정하며, 상기 타임 윈도우 대표값을 상기 운동의 주기로 하여 각 축에 따른 가속도의 평균값과 표준편차값을 도출하고, 상기 도출된 분류 모형을 이용하여 상기 도출된 각 축에 따른 가속도의 평균값과 표준편차값의 변화 패턴을 분류하여 사용자가 현재 실시하고 있는 피트니스 운동의 유형을 판별하는 제어부를 포함하고,상기 제어부는,상기 3축 가속도 센서가 장착된 웨어러블 기기를 착용하고 있는 사용자가 피트니스 운동을 하고 있는 동안에, 상기 3축 가속도 센서에 의해 센싱된 3축 가속도 값들을 수집하는 동작;시간축을 주파수축으로 변경하여 상기 수집된 3축 가속도 값들을 분석하여 크기가 최대값을 갖는 주파수값에 기반하여 상기 피트니스 운동의 주기인 타임 윈도우(time window) 대표값을 결정하는 동작; 및상기 타임 윈도우 대표값을 상기 운동의 주기로 하여 각 축에 따른 가속도의 평균값과 표준편차값을 도출하여 상기 신경망 모듈에 제공하는 동작을 더 수행하며,상기 피트니스 운동의 유형은 벤치 프레스(bench press), 딥스(dips), 스쿼트(squat), 데드리프트(deadlift), 밀리터리 프레스(military press)를 포함하고,상기 제어부는, 사용자가 피트니스 운동을 종료하는 경우, 각 피트니스 운동 유형별 운동 횟수를 결정하는 동작을 더 수행하며,상기 판별된 피트니스 운동의 유형 및 각 피트니스 운동 유형별 운동 횟수를 저장하기 위한 메모리; 및상기 판별된 피트니스 운동의 유형 및 각 피트니스 운동 유형별 운동 횟수를 표시하기 위한 표시부를 더 포함하는, 피트니스 운동의 유형을 자동으로 분류하기 위한 장치
|
| 8 |
8
삭제
|
| 9 |
9
청구항 7에 있어서,상기 3축 가속도값은 10 Hz 이상의 샘플링 레이트에 따라 샘플링되어 획득되는, 피트니스 운동의 유형을 자동으로 분류하기 위한 장치
|
| 10 |
10
삭제
|
| 11 |
11
청구항 7에 있어서,상기 각 축에 따른 가속도의 평균값과 표준편차값은, x축 평균, y축 평균, z축 평균, x축 표준편차, y축 표준편차, 및 z축 표준편차를 포함하는, 피트니스 운동의 유형을 자동으로 분류하기 위한 장치
|
| 12 |
12
삭제
|
| 13 |
13
삭제
|
