Evaluation and Segmentation of Fitness Motions Using 2D Skeleton Joint Coordinates
Jeawook Park, Jong-Hyuk Park · Journal of Intelligence and Information Systems · 2024
최근 피트니스 산업이 급속히 성장하면서 인공지능 기술이 자세 분석과 동작 인식을 통해 개인 맞춤형 트레이닝과 부상 예방 등 다양한 피트니스 활동에서 중요한 역할을 하고 있다. 하지만 현재 사용되는 자동 자세 평가 시스템은 정확도가 낮거나 특정 동작에만 한정되어 다양한 피트니스 동작을 정확히 평가하고 세분화하는 데 어려움이 있다. 이러한 문제를 해결하기 위해 본 연구에서는 MotionBERT를 기반으로 2차원 신체 관절 좌표를 사용하여 동작 평가와 세분화를 수행하였다. 동작 평가에서는 각 프레임에서 동작이 올바르게 수행되었는지를 예측하였는데, 이때 피트니스 동작의 특성상 오류 동작이 드물게 나타나 클래스 불균형 문제가 발생하였다. 이를 해결하기 위해 Focal Loss와 오버샘플링 기법을 함께 적용해 소수 클래스에 대한 모델의 민감도를 높였다. 또한, 동작 세분화에서는 제곱 유클리드 거리를 이용해 프레임 간 유사도를 계산하고, 동작 단계를 자동으로 식별하는 방법을 적용했다. 이를 통해 다양한 피트니스 동작을 세부 단계로 나눠 정밀한 동작 인식이 가능해졌다. 본 연구는 이러한 접근 방식을 통해 기존 시스템의 한계를 극복하고, 피트니스 동작 인식과 평가에서 더 높은 정확도와 일반화된 성능을 제공함으로써 피트니스 동작 분석 분야에 기여할 것으로 기대된다.