COVID-19 팬데믹으로 인해 홈 트레이닝에 대한 수요가 증가함에 따라, 본 연구는 앙상블 학습 시스템에서 컨볼루션 신경망(CNN)을 기반으로 한 실시간 운동자세 분류의 새로운 접근법을 제안한다. 제안하는 시스템은 MediaPipe를 활용하여 인체의 관절 좌표와 각도를 추출하며, CNN은 이를 이용해 다양한 운동에서 나타나는 복잡한 패턴을 학습한다. 또한 본 접근법은 앙상블 학습 방법을 통해 여러 이미지 프레임의 예측을 결합함으로써 분류 성능을 향상시킨다. 검증에는 Infinity AI의 Fitness Basic Dataset을 사용하였으며, 실험 결과 팔 올리기(arm raises), 스쿼트(squats), 오버헤드 프레스(overhead presses)와 같은 운동을 분류하는 데 높은 정확도를 보였다. 제안 모델은 정확도(92.12%), 정밀도(91.62%), 재현율(91.64%), F1 점수(91.58%)에서 높은 수준의 성능을 달성하며 실시간으로 운동자세를 효과적으로 분류할 수 있음을 입증하였다. 이는 개인 맞춤형 피트니스 추천 및 물리치료 서비스에의 적용 가능성을 시사하며, 해당 분야에서 유익하게 활용될 수 있음을 보여준다.
*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.