| 1 |
1
대상자에게 장착되는 적어도 하나의 관성 측정 장치; 및상기 적어도 하나의 관성 측정 장치가 출력한 측정 데이터로부터 적어도 하나의 라벨링 처리된 동작 데이터를 획득하고, 상기 라벨링 처리된 동작 데이터를 이용하여 학습 모델을 훈련시키고, 상기 학습 모델을 이용하여 상기 적어도 하나의 관성 측정 장치가 출력한 분석 대상 측정 데이터로부터 적어도 하나의 동작을 추출하여 소정의 범주로 분류하는 동작 측정 및 분류 장치;를 포함하는 동작 측정 및 분류 시스템
|
| 2 |
2
제1항에 있어서,상기 대상자의 동작을 촬영하여 적어도 하나의 영상을 획득하는 화상 촬영 장치;를 더 포함하는 동작 측정 및 분류 시스템
|
| 3 |
3
제2항에 있어서,상기 동작 측정 및 분류 장치는, 상기 측정 데이터와 상기 적어도 하나의 영상 사이의 싱크를 맞추고, 상기 영상 내의 동작을 기반으로 상기 적어도 하나의 라벨링 처리된 동작 데이터를 획득하는 동작 측정 및 분류 시스템
|
| 4 |
4
제1항에 있어서,상기 동작 측정 및 분류 장치는, 상기 분석 대상 측정 데이터에 대해 슬라이딩 윈도를 적용하여 상기 분석 대상 측정 데이터로부터 적어도 하나의 동작을 추출하는 동작 측정 및 분류 시스템
|
| 5 |
5
제1항에 있어서,상기 적어도 하나의 관성 측정 장치는, 상기 대상자의 흉부, 양 팔의 전완 및 상완 중 적어도 하나에 설치되는 동작 측정 및 분류 시스템
|
| 6 |
6
제1항에 있어서,상기 동작 측정 및 분류 장치는, 상기 적어도 하나의 관성 측정 장치 중 어느 하나를 선별하고, 상기 적어도 하나의 관성 측정 장치의 측정 데이터 중 적어도 하나의 축을 선택하고, 구간 별로 적어도 하나의 축에 해당하는 측정 데이터의 평균을 연산하여 평활화된 데이터를 획득하고, 평활화된 데이터에 평활화된 데이터의 평균을 차감하여 차감된 평활화된 데이터를 획득하고, 차감된 평활화된 데이터를 제곱한 후, 이에 대한 면적을 연산하여 적어도 하나의 동작에 대응하는 활동량을 연산하는 동작 측정 및 분류 시스템
|
| 7 |
7
적어도 하나의 관성 측정 장치가 출력한 측정 데이터 및 적어도 하나의 화상 촬영 장치가 획득한 영상을 획득하는 통신부; 및상기 측정 데이터 및 상기 영상을 기반으로 적어도 하나의 라벨링 처리된 동작 데이터를 획득하고, 상기 라벨링 처리된 동작 데이터를 이용하여 학습 모델을 훈련시키는 프로세서;를 포함하되,상기 프로세서는, 상기 학습 모델을 이용하여 상기 적어도 하나의 관성 측정 장치가 출력한 분석 대상 측정 데이터로부터 적어도 하나의 동작을 추출하여 소정의 범주로 분류하는 동작 측정 및 분류 장치
|
| 8 |
8
대상자의 동작에 대한 측정 데이터가 획득되는 단계;상기 대상자의 동작에 대한 영상이 획득되는 단계;상기 측정 데이터 및 상기 영상을 기반으로 적어도 하나의 라벨링 처리된 동작 데이터를 획득하는 단계;상기 라벨링 처리된 동작 데이터를 이용하여 학습 모델을 훈련시키는 단계;상기 대상자의 동작에 대한 분석 대상 측정 데이터가 획득되는 단계; 상기 학습 모델을 이용하여 상기 분석 대상 측정 데이터로부터 적어도 하나의 동작을 추출하여 소정의 범주로 분류하는 단계;를 포함하는 동작 측정 및 분류 방법
|
