맞춤기술찾기

이전대상기술

운동 자세 분석 방법과 이를 수행하기 위한 컴퓨팅 장치 및 시스템

  • 기술번호 : KST2023000361
  • 담당센터 :
  • 전화번호 :
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 운동 자세 분석 방법과 이를 수행하기 위한 컴퓨팅 장치 및 시스템이 개시된다. 개시되는 일 실시예에 따른 컴퓨팅 장치는, 하나 이상의 프로세서들, 및 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비하는 컴퓨팅 장치로서, 전문가 단말로부터 전문가 운동 영상을 수신하고, 사용자 단말로부터 전문가 운동 영상을 보면서 사용자가 운동하는 장면을 촬영한 사용자 운동 영상을 수신하는 통신 모듈, 전문가 운동 영상에 기반하여 전문가의 행동 속성을 추출하고, 사용자 운동 영상에 기반하여 사용자의 행동 속성을 추출하는 행동 속성 추출 모듈, 및 전문가의 행동 속성과 사용자의 행동 속성을 비교하여 사용자의 운동 자세를 분석하는 자세 분석 모듈을 포함한다.
Int. CL G06F 18/00 (2023.01.01) A63B 24/00 (2006.01.01) G06F 18/00 (2023.01.01)
CPC G06V 40/23(2013.01) G06V 40/23(2013.01) G06V 40/23(2013.01) G06V 40/23(2013.01) G06V 40/23(2013.01) G06V 40/23(2013.01)
출원번호/일자 1020210032385 (2021.03.12)
출원인 셀튜디오 주식회사
등록번호/일자
공개번호/일자 10-2022-0127961 (2022.09.20) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.03.12)
심사청구항수 1

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 셀튜디오 주식회사 대한민국 경기도 용인시 기흥구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 최진영 서울특별시 노원구
2 김현조 서울특별시 양천구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 백두진 대한민국 서울특별시 서초구 바우뫼로 ***, *층(양재동, 혜산빌딩)(시공특허법률사무소)
2 유광철 대한민국 서울특별시 서초구 바우뫼로 *** *층 (양재동, 혜산빌딩)(시공특허법률사무소)
3 김정연 대한민국 서울특별시 서초구 바우뫼로 *** *층(양재동, 혜산빌딩)(시공특허법률사무소)
4 권성현 대한민국 서울특별시 서초구 바우뫼로 *** 혜산빌딩 *층(시공특허법률사무소)
5 강일신 대한민국 서울특별시 서초구 바우뫼로 ***, *층 혜산빌딩(양재동)(시공특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2021.03.12 수리 (Accepted) 1-1-2021-0291621-08
2 [출원인변경]권리관계변경신고서
[Change of Applicant] Report on Change of Proprietary Status
2021.06.29 수리 (Accepted) 1-1-2021-0749211-56
3 선행기술조사의뢰서
Request for Prior Art Search
2022.05.16 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2022.07.15 발송처리완료 (Completion of Transmission) 9-6-2023-0036175-60
5 의견제출통지서
Notification of reason for refusal
2023.02.23 발송처리완료 (Completion of Transmission) 9-5-2023-0184954-24
6 [지정기간연장]기간 연장신청서·기간 단축신청서·기간 경과 구제신청서·절차 계속신청서
2023.04.24 수리 (Accepted) 1-1-2023-0455400-96
7 [지정기간연장]기간 연장신청서·기간 단축신청서·기간 경과 구제신청서·절차 계속신청서
2023.05.23 수리 (Accepted) 1-1-2023-0568228-55
8 [지정기간연장]기간 연장신청서·기간 단축신청서·기간 경과 구제신청서·절차 계속신청서
2023.06.23 수리 (Accepted) 1-1-2023-0692098-36
9 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2023.07.24 수리 (Accepted) 1-1-2023-0813801-99
10 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2023.07.24 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2023-0813800-43
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비하는 컴퓨팅 장치로서, 전문가 단말로부터 전문가 운동 영상을 수신하고, 사용자 단말로부터 상기 전문가 운동 영상을 보면서 사용자가 운동하는 장면을 촬영한 사용자 운동 영상을 수신하는 통신 모듈;상기 전문가 운동 영상에 기반하여 전문가의 행동 속성을 추출하고, 상기 사용자 운동 영상에 기반하여 사용자의 행동 속성을 추출하는 행동 속성 추출 모듈; 및상기 전문가의 행동 속성과 상기 사용자의 행동 속성을 비교하여 상기 사용자의 운동 자세를 분석하는 자세 분석 모듈을 포함하는, 컴퓨팅 장치
2 2
청구항 1에 있어서, 상기 전문가 운동 영상 및 상기 사용자 운동 영상은, 상기 전문가의 신체 관절부 및 상기 사용자의 신체 관절부에 각각 전자 마커를 부착한 후 상기 전문가 및 상기 사용자가 운동하는 장면을 카메라를 구비한 전자 기기를 통해 촬영한 영상인, 컴퓨팅 장치
3 3
청구항 1에 있어서, 상기 행동 속성 추출 모듈은, 상기 전문가 운동 영상에 기반하여 제1 스켈레톤 데이터를 생성하고, 상기 사용자 운동 영상에 기반하여 제2 스켈레톤 데이터를 생성하는 스켈레톤 데이터 생성부; 및상기 제1 스켈레톤 데이터에 기반하여 상기 전문가의 행동 속성을 추출하고, 상기 제2 스켈레톤 데이터에 기반하여 상기 사용자의 행동 속성을 추출하는 행동 속성 추출부를 포함하는, 컴퓨팅 장치
4 4
청구항 3에 있어서, 상기 스켈레톤 데이터 생성부는, 상기 전문가 운동 영상을 입력 받고 상기 전문가 운동 영상으로부터 신체의 관절 부위에 해당하는 제1 키 포인트들을 추출하여 제1 키 포인트 맵을 생성하며, 상기 사용자 운동 영상을 입력 받고 상기 사용자 운동 영상으로부터 신체의 관절 부위에 해당하는 제2 키 포인트들을 추출하여 제2 키 포인트 맵을 생성하도록 학습되는 인공 신경망 모델을 포함하는, 컴퓨팅 장치
5 5
청구항 4에 있어서, 상기 스켈레톤 데이터 생성부는, 상기 인공 신경망 모델에서 출력하는 제1 키 포인트 맵에서 신체 구조의 관절부 간의 연결 관계에 따라 제1 키 포인트들을 연결하여 상기 제1 스켈레톤 데이터를 생성하고, 상기 인공 신경망 모델에서 출력하는 제2 키 포인트 맵에서 신체 구조의 관절부 간의 연결 관계에 따라 제2 키 포인트들을 연결하여 상기 제2 스켈레톤 데이터를 생성하는, 컴퓨팅 장치
6 6
청구항 5에 있어서, 상기 행동 속성 추출부는, 상기 제1 스켈레톤 데이터에서 제1 키 포인트들이 이루는 각도에 기반하여 상기 전문가의 행동 속성을 추출하고, 상기 제2 스켈레톤 데이터에서 제2 키 포인트들이 이루는 각도에 기반하여 상기 사용자의 행동 속성을 추출하는, 컴퓨팅 장치
7 7
청구항 3에 있어서, 상기 자세 분석 모듈은, 상기 전문가의 행동 속성과 상기 사용자의 행동 속성 간의 유사도를 산출하고, 상기 산출된 유사도를 시각화된 형태로 상기 제2 스켈레톤 데이터에 반영하여 상기 사용자 운동 영상과 상기 제2 스켈레톤 데이터가 합성된 사용자 운동 합성 영상을 생성하는, 컴퓨팅 장치
8 8
청구항 7에 있어서, 상기 자세 분석 모듈은상기 사용자 운동 합성 영상에서 상기 유사도가 기 설정된 제1 임계 유사도 이상인 부분은 제1 색으로 표시하고, 상기 유사도가 기 설정된 제2 임계 유사도 이하인 부분은 제1 색과는 다른 제2 색으로 표시하는, 컴퓨팅 장치
9 9
청구항 1에 있어서, 상기 컴퓨팅 장치는, 상기 전문가 운동 영상에 대응하는 사용자 운동 영상을 보내온 사용자들을 대상으로 사용자 군집의 자세 취약점을 분석하는 취약점 분석 모듈을 더 포함하는, 컴퓨팅 장치
10 10
청구항 9에 있어서, 상기 취약점 분석 모듈은, 상기 전문가의 행동 속성과 각 사용자들의 행동 속성 간의 유사도가 기 설정된 임계 유사도 이하인 운동 구간을 각각 추출하고, 상기 전문가 운동 영상에서 상기 사용자들 중 기 설정된 임계 비율 이상이 상기 임계 유사도 이하인 운동 구간을 상기 사용자 군집의 자세 취약 구간으로 판단하는, 컴퓨팅 장치
11 11
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비하는 컴퓨팅 장치에서 수행되는 방법으로서, 전문가 단말로부터 전문가 운동 영상을 수신하는 동작;사용자 단말로부터 상기 전문가 운동 영상을 보면서 사용자가 운동하는 장면을 촬영한 사용자 운동 영상을 수신하는 동작;상기 전문가 운동 영상에 기반하여 전문가의 행동 속성을 추출하는 동작;상기 사용자 운동 영상에 기반하여 사용자의 행동 속성을 추출하는 동작; 및상기 전문가의 행동 속성과 상기 사용자의 행동 속성을 비교하여 상기 사용자의 운동 자세를 분석하는 동작을 포함하는, 운동 자세 분석 방법
12 12
청구항 11에 있어서, 상기 전문가 운동 영상 및 상기 사용자 운동 영상은, 상기 전문가의 신체 관절부 및 상기 사용자의 신체 관절부에 각각 전자 마커를 부착한 후 상기 전문가 및 상기 사용자가 운동하는 장면을 카메라를 구비한 전자 기기를 통해 촬영한 영상인, 운동 자세 분석 방법
13 13
청구항 11에 있어서, 상기 전문가의 행동 속성을 추출하는 동작은, 상기 전문가 운동 영상에 기반하여 제1 스켈레톤 데이터를 생성하는 동작 및 상기 제1 스켈레톤 데이터에 기반하여 상기 전문가의 행동 속성을 추출하는 동작을 포함하고, 상기 사용자의 행동 속성을 추출하는 동작은, 상기 사용자 운동 영상에 기반하여 제2 스켈레톤 데이터를 생성하는 동작 및 상기 제2 스켈레톤 데이터에 기반하여 상기 사용자의 행동 속성을 추출하는 동작을 포함하는, 운동 자세 분석 방법
14 14
청구항 13에 있어서, 상기 제1 스켈레톤 데이터를 생성하는 동작은, 상기 전문가 운동 영상을 인공 신경망 모델로 입력하여 상기 전문가 운동 영상으로부터 제1 키 포인트 맵을 생성하는 동작;상기 제1 키 포인트 맵에서 신체 구조의 관절부 간의 연결 관계에 따라 신체의 관절 부위에 해당하는 제1 키 포인트들을 연결하여 상기 제1 스켈레톤 데이터를 생성하는 동작을 포함하는, 운동 자세 분석 방법
15 15
청구항 14에 있어서, 상기 제2 스켈레톤 데이터를 생성하는 동작은, 상기 사용자 운동 영상을 인공 신경망 모델로 입력하여 상기 사용자 운동 영상으로부터 제2 키 포인트 맵을 생성하는 동작;상기 제2 키 포인트 맵에서 신체 구조의 관절부 간의 연결 관계에 따라 신체의 관절 부위에 해당하는 제2 키 포인트들을 연결하여 상기 제2 스켈레톤 데이터를 생성하는 동작을 포함하는, 운동 자세 분석 방법
16 16
청구항 15에 있어서, 상기 전문가의 행동 속성을 추출하는 동작은, 상기 제1 스켈레톤 데이터에서 제1 키 포인트들이 이루는 각도에 기반하여 상기 전문가의 행동 속성을 추출하고,상기 사용자의 행동 속성을 추출하는 동작은, 상기 제2 스켈레톤 데이터에서 제2 키 포인트들이 이루는 각도에 기반하여 상기 사용자의 행동 속성을 추출하는, 운동 자세 분석 방법
17 17
청구항 13에 있어서, 상기 사용자의 운동 자세를 분석하는 동작은, 상기 전문가의 행동 속성과 상기 사용자의 행동 속성 간의 유사도를 산출하는 동작; 및상기 산출된 유사도를 시각화된 형태로 상기 제2 스켈레톤 데이터에 반영하여 상기 사용자 운동 영상과 상기 제2 스켈레톤 데이터가 합성된 사용자 운동 합성 영상을 생성하는 동작을 포함하는, 운동 자세 분석 방법
18 18
청구항 17에 있어서, 상기 사용자 운동 합성 영상을 생성하는 동작은, 상기 사용자 운동 합성 영상에서 상기 유사도가 기 설정된 제1 임계 유사도 이상인 부분은 제1 색으로 표시하고, 상기 유사도가 기 설정된 제2 임계 유사도 이하인 부분은 제1 색과는 다른 제2 색으로 표시하는, 운동 자세 분석 방법
19 19
청구항 11에 있어서, 상기 운동 자세 분석 방법은, 상기 전문가 운동 영상에 대응하는 사용자 운동 영상을 보내온 사용자들을 대상으로 사용자 군집의 자세 취약점을 분석하는 동작을 더 포함하는, 운동 자세 분석 방법
20 20
청구항 19에 있어서, 상기 사용자 군집의 자세 취약점을 분석하는 동작은, 상기 전문가의 행동 속성과 각 사용자들의 행동 속성 간의 유사도가 기 설정된 임계 유사도 이하인 운동 구간을 각각 추출하는 동작; 및상기 전문가 운동 영상에서 상기 사용자들 중 기 설정된 임계 비율 이상이 상기 임계 유사도 이하인 운동 구간을 상기 사용자 군집의 자세 취약 구간으로 판단하는 동작을 포함하는, 운동 자세 분석 방법
21 21
전문가 운동 영상을 생성하고, 상기 전문가 운동 영상을 송신하는 전문가 단말;상기 전문가 운동 영상을 보면서 사용자가 운동하는 장면을 촬영한 사용자 운동 영상을 생성하고, 상기 사용자 운동 영상을 송신하는 사용자 단말; 및상기 전문가 운동 영상 및 상기 사용자 운동 영상을 각각 수신하고, 상기 전문가 운동 영상에 기반하여 전문가의 행동 속성을 추출하며, 상기 사용자 운동 영상에 기반하여 사용자의 행동 속성을 추출하며, 상기 전문가의 행동 속성과 상기 사용자의 행동 속성을 비교하여 상기 사용자의 운동 자세를 분석하는 분석 서버를 포함하는, 운동 자세 분석 시스템
22 22
컴퓨터로 읽을 수 있는 기록 매체에 있어서,청구항 11 내지 청구항 20 중 어느 한 항에 따른 운동 자세 분석 방법을 컴퓨터로 실행하기 위한 프로그램이 기록된 기록 매체
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.