제9항에 있어서,상기 행동가중치결정단계(S30)에서는,행동 의 행동 가중치는 하기 003c#수학식 4003e#를 이용하여 계산되는 것을 특징으로 하는 모션 인식 행동 클러스터를 통한 호감도 분석 방법.003c#수학식 4003e#여기서, 및 는 조정 가능한 매개변수로 사전 설문 조사로 특정 대상들이 가지고 있는 기본 선호도 정보를 통해 결정되는 값이고, 및 는 행동 와 클러스터 HC 또는 클러스터 LC 내의 행동들과의 일치도이다.)

모션 인식 행동 클러스터를 통한 호감도 분석 시스템에 있어서,호감도 분석을 위해 피실험자들의 설문지 답변을 입력받기 위한 사용자 단말기(20);상기 피실험자들의 소개팅 영상 데이터를 획득하기 위한 카메라(30);상기 카메라를 통해 얻은 영상 데이터를 수신하여, 영상 데이터 내의 피실험자들의 관절 좌표 정보를 제공하는 데이터 제공 서버(40); 및상기 카메라를 통해 획득한 영상 데이터 및 상기 데이터 제공 서버로부터 전달받은 관절 좌표 정보를 이용하여 행동 데이터를 생성하고, 상기 사용자 단말기를 통해 입력받은 설문지 답변을 수신하여 상기 피실험자들의 설문지 답변을 분석하여 행동 클러스터를 생성하고, 생성된 행동 클러스터를 이용하여 호감도 계산 모델을 구성하여, 피실험자들의 행동을 분석하여 호감도 점수를 계산하기 위한 호감도 분석 서버(10)를 포함하는 모션 인식 행동 클러스터를 통한 호감도 분석 시스템.

제1항에 있어서,상기 호감도 분석 서버(10)는,상기 카메라를 통해 얻은 영상 데이터 및 상기 데이터 제공 서버로부터 전달받은 상기 관절 좌표 정보로부터 모션을 인식하여 행동 데이터를 생성하기 위한 행동 데이터 생성부(110);상기 피실험자들의 설문지 답변을 상기 행동 데이터에 맞춰 해당 행동의 호감도 점수를 매칭하기 위한 설문지 답변 분석부(120);설문지 답변의 분석 결과를 기반으로 행동 클러스터를 추출하기 위한 행동 클러스터링부(130);설문지 답변의 분석 결과를 기반으로 행동 클러스터의 각 행동에 대한 행동 가중치를 결정하기 위한 가중치 결정부(140);각 행동에 대한 행동 클러스터별 유사도 점수를 전달받아 종합 호감도 계산 모델을 생성하기 위한 호감도 계산 모델 생성부(150);입력받은 행동 데이터에 대응하는 행동에 대한 행동 클러스터별 유사도 점수를 측정하기 위한 행동별 유사도 점수 측정부(160); 및상기 측정한 유사도 점수에 행동 가중치를 적용하여 종합 호감도 점수를 계산하기 위한 종합 호감도 점수 계산부(170)를 포함하는 것을 특징으로 하는 모션 인식 행동 클러스터를 통한 호감도 분석 시스템.

제2항에 있어서,상기 행동 클러스터링부(130)에서 추출한 클러스터는,호감도가 높을 때 나타나는 행동들의 클러스터를 HC 라고 하고, 호감도가 낮을 때 나타나는 행동들의 클러스터를 LC로 구분한 것을 특징으로 하며,i번째 행동 는 상기 두 클러스터 HC와 LC와의 유사도를 가지며, 하기 003c#수학식 1003e#로 표현되는 것을 특징으로 하고,003c#수학식 1003e#:와 HC 사이의 유사도 점수: 와 LC 사이의 유사도 점수,각 행동에 대한 행동 클러스터별 유사도 점수는,하기 003c#수학식 2003e#를 이용하여 계산하는 것을 특징으로 하는 모션 인식 행동 클러스터를 통한 호감도 분석 시스템.003c#수학식 2003e#(여기서, w는 동일 클러스터 내에서 행동들 사이의 유클리디안 거리이고, d는 행동 사이의 시간 거리이다.)

제3항에 있어서,상기 종합 호감도 점수(H)는 하기 003c#수학식 3003e#을 이용하여 개별 행동들의 유사도 점수를 기반으로 행동 가중치를 적용하여 계산하는 것을 특징으로 하는 모션 인식 행동 클러스터를 통한 호감도 분석 시스템.003c#수학식 3003e#(여기서, n은 관찰된 행동의 총 개수이고, W는 행동 가중치이다.)

제4항에 있어서,행동 의 행동 가중치는 하기 003c#수학식 4003e#를 이용하여 계산되는 것을 특징으로 하는 모션 인식 행동 클러스터를 통한 호감도 분석 시스템.003c#수학식 4003e#(여기서, 및 는 조정 가능한 매개변수로 사전 설문 조사로 특정 대상들이 가지고 있는 기본 선호도 정보를 통해 결정되는 값이고, 및 는 행동 와 클러스터 HC 또는 클러스터 LC 내의 행동들과의 일치도이다.)

모션 인식 행동 클러스터를 통한 호감도 분석 방법에 있어서,피실험자들의 영상 데이터 및 관절 좌표 정보로부터 모션을 인식하여 행동 데이터를 생성하는 행동데이터생성단계(S10);상기 피실험자들의 각 단계별 설문지 답변을 분석하여 행동 클러스터를 추출하는 행동클러스터추출단계(S20);설문지 답변의 분석 결과를 기반으로 행동 클러스터의 각 행동에 대한 행동 가중치를 결정하는 행동가중치결정단계(S30);각 행동에 대한 행동 클러스터별 유사도 점수를 측정하여 종합 호감도 계산 모델을 생성하는 호감도계산모델생성단계(S40);새롭게 입력받은 영상 데이터 및 관절 좌표 정보로부터 행동을 인식하는 행동인식단계(S50);인식한 행동에 대한 행동 클러스터별 유사도 점수를 측정하는 유사도점수측정단계(S60); 및측정한 유사도 점수에 행동 가중치를 적용하여 종합 호감도 점수를 계산하는 종합호감도점수계산단계(S70)를 포함하는 모션 인식 행동 클러스터를 통한 호감도 분석 방법.

제6항에 있어서,상기 행동클러스터추출단계(S20)에서 추출한 클러스터는,호감도가 높을 때 나타나는 행동들의 클러스터를 HC 라고 하고, 호감도가 낮을 때 나타나는 행동들의 클러스터를 LC로 구분한 것을 특징으로 하며,i번째 행동 는 상기 두 클러스터 HC와 LC와의 유사도를 가지며, 하기 003c#수학식 1003e#로 표현되는 것을 특징으로 하는 모션 인식 행동 클러스터를 통한 호감도 분석 방법.003c#수학식 1003e#:와 HC 사이의 유사도 점수: 와 LC 사이의 유사도 점수,

제7항에 있어서,각 행동에 대한 행동 클러스터별 유사도 점수는,하기 003c#수학식 2003e#를 이용하여 계산하는 것을 특징으로 하는 모션 인식 행동 클러스터를 통한 호감도 분석 방법.003c#수학식 2003e#(여기서, w는 동일 클러스터 내에서 행동들 사이의 유클리디안 거리이고, d는 행동 사이의 시간 거리이다.)

제8항에 있어서,상기 종합 호감도 점수(H)는 하기 003c#수학식 3003e#을 이용하여 개별 행동들의 유사도 점수를 기반으로 행동 가중치를 적용하여 계산하는 것을 특징으로 하는 모션 인식 행동 클러스터를 통한 호감도 분석 방법.003c#수학식 3003e#(여기서, n은 관찰된 행동의 총 개수이고, W는 행동 가중치이다.)